プロンプトキャッシュとは｜AI費用が下がる仕組みと、発注時に確認すること(2026年9月)
2026-09-22(米国時間)、AnthropicはClaude Opus 5.5でキャッシュ読み取りの単価を60%下げ、OpenAIはGPT-6向けにプロンプトキャッシュの改善を発表しました。社内マニュアルや長い指示文を毎回AIに読ませる仕組みでは、入力費用の大半がこの「キャッシュ」の扱いで決まります。この記事では、仕組みを非エンジニア向けに説明し、2社の違い、効く業務と効かない業務、計算例、発注時に確認することを発表時点(2026-09)の公式情報で整理します。
結論から
- プロンプトキャッシュは、毎回同じ前置き(指示文・社内資料・ツール定義)を2回目以降は割引で処理する仕組みです。割引はGPT-6で最大90%、Claude Opus 5.5では読み取りが通常入力の5%です(2026-09時点)
- 計算例として、5万トークンの社内マニュアルを月1万回読ませると、入力費用はGPT-6 Solで1,000ドルが100ドルに、Opus 5.5で2,000ドルが100ドルになります。ただし保持時間(OpenAIは30分以内の再利用、Anthropicは既定5分)を過ぎると割引が効かず、実際の額はヒット率で決まります
- 発注時は「キャッシュ前提の設計か」「変わらない部分を先頭に置いているか」「ヒット率を監視して報告するか」の3点を確認します。見積もりのランニング費用が何%のヒット率を前提にしているかも聞いておきます
自社の場合はどうなるかを先に知りたい方へ。 初回1時間の無料ヒアリングで、御社の状況に当てはめてお答えします →
プロンプトキャッシュとは何か
AIを業務システムに組み込むと、1回の呼び出しでモデルに渡す文章は、たいてい2つの部分に分かれます。毎回同じ「前置き」と、毎回変わる「本題」です。前置きには、回答のルールを書いた指示文、社内マニュアルや商品一覧などの参考資料、AIが使える機能の定義(ツール定義)が入ります。本題は、利用者の質問や、処理したい1件分の文書です。
前置きが5万トークンで本題が500トークンなら、費用の99%は毎回同じ前置きの分です。プロンプトキャッシュは、この前置きをAI側で一時的に覚えておき、2回目以降はその部分を割引価格で処理する仕組みです。人にたとえるなら、毎回マニュアルを最初から読み直させるのではなく、読んだ内容を覚えている間は質問だけ聞く、という形です。
覚えておける時間には限りがあります。一定時間呼ばれなければ忘れ、次の呼び出しでもう一度読み込みます。前置きが1文字でも変わると、そこから後ろは別の文章として扱われ、割引が効きません。
仕様の出典: Anthropic 公式ドキュメント「Prompt caching」 / OpenAI「Better prompt caching for GPT-6」
OpenAIとAnthropicの違い
考え方は同じですが、割引率・保持時間・指定のしかたが違います。2026-09時点の公式情報をまとめます。価格は100万トークンあたりの米ドルです。
| 項目 | OpenAI(GPT-6) | Anthropic(Claude) |
|---|---|---|
| 読み取りの割引 | キャッシュ済み入力は最大90%引き(Sol $0.20、Luna $0.01) | 通常入力の0.05倍(Opus 5.5 $0.20)、0.1倍(Opus 5 $0.50) |
| 書き込みの費用 | 公表価格に項目なし | 通常入力の1.25倍(5分保持、Opus 5.5 $5)、1時間保持は2倍($8) |
| 保持時間 | 30分以内に再利用された共通の前置きに適用 | 既定5分、延長で1時間 |
| 最小の長さ | この記事の出典には記載なし | Opus 5.5・Opus 5・Fable 5.1は512トークン、Sonnet 5は1,024、Haiku 4.5は4,096 |
| 指定のしかた | 共通の前置きに自動で適用。明示的な区切り(ブレークポイント)と事前の読み込み(ウォームアップ)も新たに使える | リクエストに1か所指定して自動で、または明示的な区切りを最大4つ |
| 設定変更の扱い | 推論量の変更や、使える機能の有効・無効を切り替えてもキャッシュを維持 | この記事の出典には記載なし |
| 監視の道具 | ダッシュボード(ヒット率の推移、入力の構成)と、ミスの原因(モデル・機能・設定・入力の変更)と影響トークン数を示す診断ツール | この記事の出典には記載なし |
| データの隔離 | この記事の出典には記載なし | キャッシュはワークスペース単位で隔離 |
発注側が押さえるべき違いは2つです。1つは書き込みの割増です。Anthropicは初回の読み込み(書き込み)が通常入力より25%高く、1時間保持を選ぶと2倍になります。呼び出しがまばらでキャッシュが切れてばかりいると、割引どころか割高になりえます。もう1つは保持時間です。OpenAIは30分以内の再利用が対象、Anthropicは既定5分です。問い合わせが数分おきに来る窓口なら差は出にくく、1日に数回しか使わない仕組みでは効きにくくなります。
OpenAIの発表には利用企業の談話も載っています。GitHub Copilotは新たな処理が必要なプロンプトトークンを50%以上減らした(GitHubの最高製品責任者)、Strawberry Browserはヒット率を数ポイント上げてコストを20%下げた(同社CTO)というものです。どちらもベンダーの発表に載った事例で、条件の詳細はわかりません。
仕様の出典: OpenAI「Better prompt caching for GPT-6」 / Anthropic 公式ドキュメント「Prompt caching」 / Anthropic「Introducing Claude Opus 5.5」
効く業務・効かない業務
判断の基準は「長い前置きが毎回同じで、短い間隔で何度も呼ばれるか」です。
| 業務の例 | 理由 | |
|---|---|---|
| 効く | 社内マニュアルや規程を前置きに入れた社内Q&A | 資料が毎回同じで、質問だけが変わる |
| 効く | 長い判定ルールと例を渡す問い合わせ分類 | 指示文が長く、件数が多い |
| 効く | 1つの長い契約書や報告書に続けて質問する | 同じ文書を短時間に何度も読ませる |
| 効く | 多くの機能(ツール)を持つAIエージェント | ツール定義が長く、毎回同じ |
| 効きにくい | 請求書や申込書を1枚ずつ読み取る | 前置きが短く、中身が毎回違う |
| 効きにくい | 1日に数回しか呼ばれない仕組み | 保持時間を過ぎてキャッシュが切れる |
| 効きにくい | 検索した資料を毎回差し替えて渡す社内検索 | 変わる部分が大きい。固定の指示文部分だけが対象 |
社内ナレッジをAIに読ませる仕組みでも、資料を丸ごと前置きに入れる設計と、質問ごとに検索して関係する部分だけを渡す設計では、キャッシュの効き方がまったく違います。どちらが安いかは資料の量と呼び出し回数で変わるので、設計の段階で発注先に試算を出してもらうのが確実です。
計算例:社内マニュアル5万トークンを月1万回
前提は、毎回同じ社内マニュアル5万トークンを前置きに入れ、月に1万回呼び出すことです。前置きの入力は月5億トークンになります。以下は前置きの入力分だけで、質問と回答の費用は含めません。単価は2026-09時点です。
| モデル | キャッシュなし | 全部キャッシュ読み取り(ヒット率100%) |
|---|---|---|
| GPT-6 Sol | $1,000(5億 × $2) | $100(5億 × $0.20) |
| Claude Opus 5.5 | $2,000(5億 × $4) | $100(5億 × $0.20) |
キャッシュなしでは2倍違う2つのモデルが、キャッシュが全部当たれば同額になります。ただ、ヒット率100%は現実にはありません。キャッシュが切れた後の呼び出しは、割引されずに読み込み直しになるからです。
書き込み費用を含めた考え方
Opus 5.5で、書き直しの回数を仮に置いて計算します。月22日稼働とします。
- 5分保持で、キャッシュが切れて書き直す回数が1日100回の場合: 書き込み2,200回 × 5万 = 1.1億トークン × $5 = $550。残り7,800回の読み取りが3.9億トークン × $0.20 = $78。合計$628
- 1時間保持にして、書き直しが1日10回に減った場合: 書き込み220回 × 5万 = 1,100万トークン × $8 = $88。残り9,780回の読み取りが4.89億トークン × $0.20 = 約$98。合計約$186
- GPT-6 Solでヒット率90%の場合(外れた分は通常の入力単価で計算): 読み取り4.5億トークン × $0.20 = $90、外れた5,000万トークン × $2 = $100。合計$190
同じ5万トークン×月1万回でも、書き直しの回数しだいで費用が3倍以上変わります。キャッシュの設計とは、呼び出しの間隔に合わせて保持時間を選び、ヒット率を実際に測ることです。円換算は1ドル150円と置けば、$100が約1万5,000円、$628が約9万4,000円で、為替で動きます。
発注時に確認すること
キャッシュはプログラムの書き方で効き方が決まるので、発注側から聞かないと考慮されないまま作られることがあります。見積もりや設計のレビューで、次の点を確認します。
- キャッシュを前提に設計しているか。見積書のランニング費用はキャッシュ込みか、込みなら何%のヒット率を前提にしているか
- 前置きの置き方。指示文・資料・ツール定義など変わらない部分を先頭にまとめ、日付・利用者名・質問など変わる部分を末尾に置いているか
- 保持時間の選び方。呼び出しの間隔を見て、Anthropicなら5分か1時間かを決めているか
- ヒット率の監視。運用開始後にヒット率と費用を月次で報告してもらえるか。OpenAIならダッシュボードと診断ツールが使える
- 指示文や資料を更新したときの扱い。更新直後はキャッシュが外れるので、更新の頻度とまとめ方を決めているか
注意点
保持時間は短く、OpenAIでも30分以内の再利用、Anthropicは既定5分です。夜間や休日をまたいで効き続けるものではありません。
変わる部分を前置きの途中に入れると、そこから後ろが毎回別の文章になります。指示文の先頭に今日の日付や利用者名を差し込む書き方は、キャッシュをほぼ無効にします。
モデルを切り替えたり、使える機能(ツール)の定義を変えたりすると、キャッシュは外れます。OpenAIの診断ツールは、ミスの原因としてモデル・機能・設定・入力の変更を挙げています。GPT-6では推論量や機能の有効・無効を切り替えてもキャッシュを維持できるようになりましたが、定義そのものを書き換えれば読み込み直しです。
両社の発表に地域制限の記載はなく、どちらのキャッシュも日本からAPIで使えます(2026-09-24時点)。価格はドル建てです。
出典
- OpenAI「Better prompt caching for GPT-6」(2026-09-22): https://openai.com/index/better-prompt-caching-for-gpt-6
- Anthropic 公式ドキュメント「Prompt caching」(2026-09-24確認): https://platform.claude.com/docs/en/docs/build-with-claude/prompt-caching
- Anthropic「Introducing Claude Opus 5.5」(2026-09-22): https://www.anthropic.com/claude-opus-5-5
- OpenAI「Introducing GPT-6 Sol and Luna」(2026-09-22): https://openai.com/index/introducing-gpt-6-sol-and-luna
よくあるご質問
- プロンプトキャッシュを使うと、どのくらい安くなりますか?
- キャッシュが当たった部分の入力単価は、GPT-6で最大90%引き、Claude Opus 5.5で通常入力の5%です(2026-09時点)。ただし実際の削減額はヒット率で決まり、Anthropicでは書き込みに割増があるので、呼び出しがまばらだと効果が小さくなります。
- キャッシュを使うには追加の契約や申し込みが必要ですか?
- OpenAIは共通の前置きに自動で適用され、GPT-6では明示的な区切りも指定できます。Anthropicはリクエストに指定を入れて使います。どちらもプログラム側の書き方で効き方が変わるので、発注先に設計を確認してください。
- 社内の資料をキャッシュすると、他社に見られる心配はありませんか?
- Anthropicはキャッシュをワークスペース単位で隔離すると説明しています(2026-09時点)。OpenAIの隔離の単位はこの記事の出典では確認していません。データの扱いは各社の規約と契約で確認してください。