SemiAnalysisのレポートを読んで、思わず計算し直した。
月額200ドルのClaude Max（20x）で約8000ドル、ChatGPT Proで約1万4000ドル相当のトークンが使えるという話だ。
APIレートと比較した倍率がえぐい。
APIでClaudeを叩く場合、claude-3-5-sonnetあたりだとinput 3ドル/MTok、output 15ドル/MTokくらいかかる。
コーディングタスクをガンガン投げると、outputが長くなるからoutputコストが支配的になってくる。
SemiAnalysisが「週間上限まで継続的にコーディング負荷をかけた」という検証方法はリアルで、確かにコーディングユースケースはトークンを大量に消費する。
自分の場合、個人開発でClaude APIを素直に使ったら1ヶ月で20〜30ドルくらいいく。
社内の小さなツールをいくつか抱えているから、チームで回すと余裕で100ドルを超える月もある。
そこにMax契約の200ドルを比較すると、トークン単価で見るとサブスクが圧倒的に安い計算になる。
一方でAPIには明確なメリットがある。
サブスクはあくまで「自分がブラウザやClaude Codeを操作して使う」ための課金だ。
バックエンドサービスにLLMを組み込む用途では、サブスクで浮かせたコストを横流しはできない。
記事のコメントにあった「こんな価格設定が持続可能だとは思えない」という意見、正直ものすごく刺さった。
AnthropicもOpenAIも、IPOに向けた準備を進めているタイミングで、この赤字構造はどう着地するんだという話だ。
WSJによるとOpenAIはトークン価格の値下げを検討しているらしい。
それはAPIユーザーとしてはうれしいが、裏返せばサブスクの価値が相対的に下がる可能性を示唆している。
今の「200ドルで1万4000ドル分」という比率は、いつ崩れてもおかしくない。
彼女に「なんでそんな高いの契約するの」と聞かれたとき、「APIより全然安いんだよ」と言ったら「でもそれって会社が損してるじゃん」と返ってきた。
その直感は正しい。
Anthropicの料金設計は今のところ明らかにユーザーに有利で、それはいずれ是正される可能性が高い。
だから今の自分の判断は、サブスクに全乗りせず、APIとサブスクを使い分ける構成を維持することだ。
インタラクティブな開発補助（Claude Codeでのpair programming的な使い方）はMax契約で賄い、プロダクションに組み込む推論処理はAPIで叩く。
費用対効果の高い今のうちにサブスクで実験的なコーディングを回し倒し、プロンプトを磨いておく。
APIコスト最適化の観点で言うと、今のレート差がある間に以下をやっておきたい。
まずcaching対応のプロンプト設計に切り替えること。
claudeのprompt cachingは5分以内に同じprefixを再送するとinputコストが最大90%落ちるから、system promptが長いケースでは相当効く。
この辺の設計を今のうちに固めておけば、仮にAPIレートが下がった場合でも恩恵を最大化できる。
レートが上がった場合は……まあそのときはまた計算し直すだけだ。
今回の記事で一番ハマったのは、「サブスクとAPIのコスト比較」が単純な節約論じゃなくて、プロダクトのアーキテクチャ判断に直結してくるということだ。
自分が今設計しているサービスで、どこをAPIにしてどこをヒューマンループにするかの判断が、このレート差で変わってくる。
次のスプリントでコスト試算のドキュメントを更新しようと思っている。
月額200ドルのClaude Max（20x）で約8000ドル、ChatGPT Proで約1万4000ドル相当のトークンが使えるという話だ。
APIレートと比較した倍率がえぐい。
API vs サブスク、実際の差額を数値で見る
APIでClaudeを叩く場合、claude-3-5-sonnetあたりだとinput 3ドル/MTok、output 15ドル/MTokくらいかかる。
コーディングタスクをガンガン投げると、outputが長くなるからoutputコストが支配的になってくる。
SemiAnalysisが「週間上限まで継続的にコーディング負荷をかけた」という検証方法はリアルで、確かにコーディングユースケースはトークンを大量に消費する。
自分の場合、個人開発でClaude APIを素直に使ったら1ヶ月で20〜30ドルくらいいく。
社内の小さなツールをいくつか抱えているから、チームで回すと余裕で100ドルを超える月もある。
そこにMax契約の200ドルを比較すると、トークン単価で見るとサブスクが圧倒的に安い計算になる。
一方でAPIには明確なメリットがある。
- プログラマブルに叩ける（workflow に組み込める）
- レートリミットが細かく制御できる
- 使った分だけ払う従量制でコストを予測しやすい
- チームや複数プロダクトで共有できる
サブスクはあくまで「自分がブラウザやClaude Codeを操作して使う」ための課金だ。
バックエンドサービスにLLMを組み込む用途では、サブスクで浮かせたコストを横流しはできない。
「持続可能か」問題と、自分のコスト設計への影響
記事のコメントにあった「こんな価格設定が持続可能だとは思えない」という意見、正直ものすごく刺さった。
AnthropicもOpenAIも、IPOに向けた準備を進めているタイミングで、この赤字構造はどう着地するんだという話だ。
WSJによるとOpenAIはトークン価格の値下げを検討しているらしい。
それはAPIユーザーとしてはうれしいが、裏返せばサブスクの価値が相対的に下がる可能性を示唆している。
今の「200ドルで1万4000ドル分」という比率は、いつ崩れてもおかしくない。
彼女に「なんでそんな高いの契約するの」と聞かれたとき、「APIより全然安いんだよ」と言ったら「でもそれって会社が損してるじゃん」と返ってきた。
その直感は正しい。
Anthropicの料金設計は今のところ明らかにユーザーに有利で、それはいずれ是正される可能性が高い。
だから今の自分の判断は、サブスクに全乗りせず、APIとサブスクを使い分ける構成を維持することだ。
インタラクティブな開発補助（Claude Codeでのpair programming的な使い方）はMax契約で賄い、プロダクションに組み込む推論処理はAPIで叩く。
費用対効果の高い今のうちにサブスクで実験的なコーディングを回し倒し、プロンプトを磨いておく。
APIコスト最適化の観点で言うと、今のレート差がある間に以下をやっておきたい。
まずcaching対応のプロンプト設計に切り替えること。
claudeのprompt cachingは5分以内に同じprefixを再送するとinputコストが最大90%落ちるから、system promptが長いケースでは相当効く。
# anthropic SDKでcache_controlを渡すイメージ
curl https://api.anthropic.com/v1/messages \
-H "anthropic-beta: prompt-caching-2024-07-31" \
-d '{
"system": [{"type": "text", "text": "...", "cache_control": {"type": "ephemeral"}}],
...
}'この辺の設計を今のうちに固めておけば、仮にAPIレートが下がった場合でも恩恵を最大化できる。
レートが上がった場合は……まあそのときはまた計算し直すだけだ。
今回の記事で一番ハマったのは、「サブスクとAPIのコスト比較」が単純な節約論じゃなくて、プロダクトのアーキテクチャ判断に直結してくるということだ。
自分が今設計しているサービスで、どこをAPIにしてどこをヒューマンループにするかの判断が、このレート差で変わってくる。
次のスプリントでコスト試算のドキュメントを更新しようと思っている。