Haiku 5.5の料金は入力100K超でどう変わる？

Haiku 5.5は、1回のリクエストの入力合計が100,000トークンを超えると料金帯が切り替わります。ちょうど100,000なら低い料金帯のままです。超えた場合、対応する高い料金が出力を含む今回のリクエスト全体に適用されます。100Kを超えた入力部分だけが対象ではありません。

キャッシュ読み取りと書き込みも、この入力の境界判定に含まれます。ただし、それぞれのキャッシュ単価が適用され、通常の非キャッシュ入力として課金されるわけではありません。過去のリクエストの料金が遡って変わることもありません。

本稿は2026年10月15日時点のAnthropic料金文書とプロンプトキャッシュ規則を確認しています。例はすべて公開された公式直販の米ドル単価を使うローカル計算であり、API使用量の実測やOfoxの見積もりではありません。Haiku 5.5の発表日は10月7日です。

二つの料金帯

以下は公式直販の標準グローバル推論における、100万トークン当たりの米ドル料金です。

Batch処理は対象トークン料金を半額にし、キャッシュ料金とも組み合わせられます。これは非同期処理モードであり、任意の同期リクエストに付けられるラベルではありません。Managed AgentsにBatchモードはありません。例には、公式直販のinference_geo: "us"に対する別の係数を含めていません。文書ではこの選択肢について、キャッシュと出力を含む料金に1.1倍を指定しています。

入力が1トークン増えるだけで全体の単価が変わる

通常入力だけを使い、出力がちょうど1,000トークンと仮定します。

これは合成した境界例です。1文字追加すれば必ず1トークン増える、あるいは使用するトークナイザーがこの長さを返す、という意味ではありません。重要なのは課金の不連続性です。最初の100Kに低い単価、超過分だけに高い単価を適用してはいけません。

出力は料金に影響しますが、入力の料金帯を選ぶ基準ではありません。入力99,000、出力2,000トークンのリクエストは低い入力料金帯を使います。ほかのモデル制限内に収まるかどうかは別の確認事項です。

キャッシュトークンは一度だけ数える

重複しない使用量区分を使います。

prompt_total = ordinary_input + cache_write_5m + cache_write_1h + cache_read
cost = (ordinary_input × input_rate
      + cache_write_5m × write_5m_rate
      + cache_write_1h × write_1h_rate
      + cache_read × read_rate
      + output × output_rate) / 1,000,000

各区分を掛け算する前に、prompt_totalから料金帯を選びます。APIがキャッシュ作成の合計フィールドと5分・1時間の内訳を返す場合、内訳を一度だけ使ってください。合計を再び加えてはいけません。過去のリクエストで書き込まれた内容でも、キャッシュ読み取りは今回モデルに渡すプロンプトの一部です。

使用量フィールドの対応は、input_tokensが通常入力、cache_read_input_tokensが読み取り、cache_creation.ephemeral_5m_input_tokensとcache_creation.ephemeral_1h_input_tokensが二つの書き込み区分です。cache_creation_input_tokensは書き込み合計の照合に使い、追加の区分として足しません。

例えば読み取り90,000トークンと通常入力10,001トークンなら、入力合計100,001トークンなので高い料金帯になります。出力1,000トークンの場合は次のとおりです。

(90,000 × 0.05 + 10,001 × 0.50 + 1,000 × 2.50) / 1,000,000
= $0.0120005

対象となるBatchリクエストで各区分の数が同じなら、見積もりは$0.00600025です。これは条件付き計算であり、実際のBatchジョブでキャッシュがヒットする保証ではありません。ミスすれば使用量区分が変わり、請求も変わります。

ダウンロードできる計算ツールを使う

Python計算ツールと境界例CSVを取得してください。計算ツールはPythonの十進演算と標準ライブラリのみを使います。通信せず、認証情報を読まず、APIリクエストも送りません。

python3 haiku_cost.py --input 100001 --output 1000
python3 haiku_cost.py --input 10001 --cache-read 90000 --output 1000
python3 haiku_cost.py --input 10001 --cache-read 90000 --output 1000 --batch
python3 haiku_cost.py --self-test

最初の結果は高い料金帯、プロンプト合計100,001トークン、米ドル0.0525005となるはずです。2番目は0.0120005、3番目は0.00600025です。負の数は拒否されます。キャッシュ書き込みは--cache-write-5mと--cache-write-1hで個別に指定できます。文字数による推測ではなく、対応する実際の使用量フィールドを使ってください。

セルフテストは境界での料金帯選択、キャッシュの算入、出力を境界判定から除くこと、キャッシュ単価、Batch計算、不正入力を確認します。検証対象は当方による公開式の実装であり、Anthropicの本番メーターや請求書ではありません。料金は10月15日時点で固定しており、改定時には更新が必要です。

タスクの品質を保ちながら境界未満に収める

まず実際に送るプロンプトを測ります。システム指示、ツール定義、会話履歴、検索した資料など、含まれる入力すべてが対象です。ユーザーに見えるメッセージだけを数えないでください。毎回ちょうど100,000を狙うのではなく、検索量や会話の増加に備えて余裕を残します。

三つの方法では、合格条件が異なります。

分割が必ず安いとは限りません。システムプロンプトの重複、複数の出力、最後の統合、再試行が増える可能性があります。失敗した試行と統合を含む全リクエストの合計を、分割前の基準と比べてください。簡単な独立レコードだけでなく、複数の断片をまたぐ情報が必要な例で品質を検証します。

長く続く会話ではリクエストごとに計算します。後のターンで100Kを超えると高くなる場合がありますが、以前のターンに適用された料金は変わりません。キャッシュを継続利用すると、プロンプトが境界を超えていても費用を下げられます。

見積もりと実際の使用量を照合する

許可された本番リクエストごとに、時刻、モデル、請求元、入力・キャッシュ・出力数、処理モード、適用料金のスナップショットを保存します。公開用の計算シートにはプロンプトや秘密情報を入れないでください。5分と1時間の書き込みを分け、Batchや地域オプションが実際に適用されたか確認します。

請求が異なる場合は、書き込みの計上漏れ、二重計上、出力使用量、提供元固有の料金、再試行、料金の日付を先に確認します。トークン数を恣意的に減らして合わせないでください。外部ゲートウェイの料金は異なる場合があり、この公式直販用計算ツールはOfoxの請求を証明しません。

Haiku 5.5と4.5のタスク比較では、分類、抽出、要約の出力を扱っています。この合成境界例の費用を立証するものではありません。トークナイザーも異なるため、同じテキストでもモデル間で同じトークン数になるとは限りません。

最後に、Claude MaxとTeamのAPIクレジットは対象の公式直販利用を賄えますが、この計算式は変えません。例を再現し、自分の使用量を重複しない区分へ割り当て、文脈戦略を変える前に費用と出力品質の両方を確認すれば、課題は完了です。