0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

Fable 5.1 vs GPT-6 Astra、同じ$10/$50でも請求が2倍違う理由

0
Last updated at Posted at 2026-09-04

この記事で得られること

この記事を読み終えると、自分のワークロードに対して Claude Fable 5.1 と GPT-6 Astra のどちらが安いかを、出力比率とキャッシュヒット率の2つの数字だけで決められるようになります。

2026年9月1日にAnthropicが Claude Fable 5.1 を、9月3日にOpenAIが GPT-6 Astra を発表しました。両者のAPI定価は入力 $10、出力 $50(いずれも100万トークンあたり)で完全に一致しています。「定価が同じなら価格で選ぶ余地は消えた」という声を、公式料金表の数字だけで検算したのがこの記事です。

対象読者:LLM APIを本番で呼んでいて、月次のAPI請求書を見たことがあるエンジニア。プロンプトキャッシュという言葉を聞いたことがあれば十分です。

学べること

  • 定価が一致していても請求が変わる4つの料金項目
  • 5種類のワークロードで両モデルの請求額を計算する方法
  • 「出力比率×キャッシュヒット率」の2軸で安い方を判定する表の読み方
  • 自分のプロンプトで両者のトークン数の比を実測するスクリプト

扱わないこと:モデルの賢さの比較(ベンチマークはベンダー公称値の引用にとどめます)、サブスクリプションプラン(ChatGPT Plus、Claude Max等)の料金、Bedrock等のクラウド経由の価格。

動画派の人へ:
動画化しました。

なぜ私がこれを書くのか

Fable 5.1 発表の翌々日に Astra が同じ定価で出てきたとき、真っ先に頭に浮かんだのは「じゃあ請求も同じになるのか」という素朴な疑問でした。手元では1日数百ステップ動くコーディングエージェントを回していて、その請求の9割はキャッシュ読み取りです。定価表の上2行だけで判断すると、この9割が視界から消えます。読者に考えてほしいのは、「モデルの価格」という言葉が指しているものは本当に定価なのか、という点です。

1. 定価表を一次情報で確認する

この記事の主張はすべて公式料金ページの数字から計算するので、まず両社の原文を引用します。

Anthropic 公式(Claude Fable ページ、2026-09-01)

Claude Fable 5.1 is priced at $10 per million input tokens and $50 per million output tokens. Cache reads now cost $0.25 per million tokens, 75% less than Fable 5, which reduces the cost of typical workloads by an estimated 25% and highly agentic workloads by up to approximately 45%.

和訳:Claude Fable 5.1 の価格は入力100万トークンあたり $10、出力100万トークンあたり $50 です。キャッシュ読み取りは100万トークンあたり $0.25 となり、Fable 5 より75%安くなりました。これにより典型的なワークロードで推定25%、高度にエージェント的なワークロードでは最大約45%のコスト削減になります。

OpenAI 公式(GPT-6 Astra 発表記事、2026-09-03)

OpenAI API Standard pricing is $10 per million input tokens and $50 per million output tokens. Separate rates apply to cache reads and writes. Fast mode is available for GPT‑6 Astra in the API and delivers up to 2x the speed of Standard processing at 2x the Standard price.

和訳:OpenAI API の Standard 価格は入力100万トークンあたり $10、出力100万トークンあたり $50 です。キャッシュ読み取りと書き込みには別の料金が適用されます。Fast mode は Standard の最大2倍の速度を、Standard の2倍の価格で提供します。

両社の開発者向け料金ページから、この記事で使う項目だけを抜き出したのが次の表です。

項目(USD / 100万トークン) Claude Fable 5.1 GPT-6 Astra
入力 $10.00 $10.00
出力 $50.00 $50.00
キャッシュ読み取り $0.25 $1.00
キャッシュ書き込み 5分 $12.50 $12.50
キャッシュ書き込み 1時間 $20.00 提供なし
バッチ 50%引き 50%引き(Flexも同率)
272K超の入力 追加料金なし 入力2倍・出力1.5倍
Fast mode 提供なし 2倍
コンテキスト / 最大出力 1M / 128K 1,050,000 / 128K

ここからは高速道路の料金所のたとえで進めます。定価は入口の料金看板です。両社の看板は同じ数字を掲げています。しかし実際の請求は、ETC割引、大型車追加料金、深夜割引の有無で決まります。次節では、この看板以外の項目が何を意味するのかを1つずつ見ます。

2. 定価以外で請求が動く4つの料金項目

前節で、定価表の中で数字が食い違う行は4つだけだと分かりました。請求の差はこの4行からしか生まれないので、この4行の意味を確定させないと計算に進めません。

このセクションで分かること:4つの差分項目が、どんなワークロードで効くか。

2-1. キャッシュ読み取り ── ETC割引

プロンプトキャッシュ(同じ先頭部分を再送するときに再計算を省き、割引価格で課金する仕組み)の読み取り単価が、Fable 5.1 は $0.25、Astra は $1.00 です。料金所のたとえで言えば、同じ区間を毎日走る車へのETC割引率が、片方は97.5%引き、片方は90%引きということです。

Anthropic の料金ページには次の一文があります。

On Claude Fable 5.1 and Claude Mythos 5.1, a cache hit costs 2.5% of the standard input price ($0.25 USD per million tokens).

和訳:Claude Fable 5.1 と Claude Mythos 5.1 では、キャッシュヒットは標準入力価格の2.5%(100万トークンあたり $0.25)です。

同じページで、他の全 Claude モデルは10%と書かれています。2.5% は Fable 5.1 だけの特例です。

2-2. 272K超のロングコンテキスト加算 ── 大型車追加料金

OpenAI のモデルページには次の記載があります。

Prompts with more than 272K input tokens are priced at 2x input and cache rates and 1.5x output for the full request.

和訳:272K トークンを超える入力を持つプロンプトは、リクエスト全体に対して入力とキャッシュ料金が2倍、出力が1.5倍になります。

リクエスト全体にという部分が重要です。272,001トークン目から2倍になるのではなく、1トークン目から2倍です。一方 Anthropic の料金ページは「Claude 4.6 以降のモデルは 1M コンテキスト全域が標準価格」と明記しています。

2-3. バッチ ── 深夜割引

両社とも50%引きで一致しています。差はつきません。ただし Anthropic は Fable 5.1 に Fast mode を提供しておらず、OpenAI は Astra に Fast mode を2倍価格で提供しています。急ぐ人が追加料金で追い越し車線を買えるのは Astra だけです。

2-4. 1時間キャッシュ書き込み

Fable 5.1 だけに $20 の1時間キャッシュがあります。5分キャッシュ($12.50)は5分止まると失効するので、人間の確認待ちが入るワークフローでは1時間キャッシュのほうが安くなることがあります。Astra には1種類しかありません。

ここまでで4つの差分項目の意味が固まりました。次節ではこの4項目を数式に落として、実際のワークロードで請求額を計算します。

3. 5つのワークロードで請求額を計算する

前節で差分項目は4つに絞れました。しかし「キャッシュ読み取りが4分の1」と言われても、それが月額でいくら違うのかは、ステップ数とプレフィックス長を決めないと出てきません。

このセクションで分かること:単発QAからエージェントまで5パターンで、両者の請求額がどう開くか。

料金表を型として定義します。差分項目はすべてフィールドに落としてあります。

from dataclasses import dataclass

@dataclass(frozen=True)
class PriceCard:
    name: str
    inp: float            # 入力単価 (USD / 1M)
    out: float            # 出力単価
    cache_read: float     # キャッシュ読み取り
    cache_write: float    # キャッシュ書き込み (5分)
    long_ctx_threshold: int = 0   # 0 = 加算なし
    long_in_mult: float = 1.0
    long_out_mult: float = 1.0
    token_factor: float = 1.0     # 同じ文章を何倍のトークンに数えるか

FABLE = PriceCard("Claude Fable 5.1", 10.0, 50.0, 0.25, 12.50,
                  token_factor=1.30)
ASTRA = PriceCard("GPT-6 Astra", 10.0, 50.0, 1.00, 12.50,
                  long_ctx_threshold=272_000,
                  long_in_mult=2.0, long_out_mult=1.5)

@dataclass(frozen=True)
class Workload:
    steps: int      # API呼び出し回数
    prefix: int     # キャッシュされる先頭部分 (system + リポジトリ)
    fresh_in: int   # 毎ステップ新規に増える入力
    out: int        # 毎ステップの出力

token_factor=1.30 の根拠は第4節で扱います。この節ではまず 1.0 で計算します。1ステップ分の請求を出す関数は次のとおりです。最初のステップだけキャッシュ書き込み、以降は読み取りとして扱います。

def step_cost(p: PriceCard, w: Workload, step: int, tok: bool) -> float:
    """1ステップの請求 (USD)。step 0 が書き込み、以降は読み取り。"""
    f = p.token_factor if tok else 1.0
    prefix, fresh, out = w.prefix * f, w.fresh_in * f, w.out * f
    total_in = prefix + fresh
    long = p.long_ctx_threshold and total_in > p.long_ctx_threshold
    in_mult = p.long_in_mult if long else 1.0
    out_mult = p.long_out_mult if long else 1.0
    prefix_rate = p.cache_write if step == 0 else p.cache_read
    usd = prefix * prefix_rate + fresh * p.inp
    return (usd * in_mult + out * p.out * out_mult) / 1e6

def run_cost(p: PriceCard, w: Workload, tok: bool = False) -> float:
    return sum(step_cost(p, w, s, tok) for s in range(w.steps))

この関数に5つのワークロードを流します。

SCENARIOS = {
    "A 単発QA":            Workload(1,   0,       20_000, 2_000),
    "B チャット10往復":    Workload(10,  8_000,   1_000,  800),
    "C コーディング60歩":  Workload(60,  120_000, 3_000,  1_500),
    "D 長時間300歩":       Workload(300, 200_000, 2_000,  1_000),
    "E 300K入力×20歩":     Workload(20,  300_000, 5_000,  2_000),
}
for name, w in SCENARIOS.items():
    f, a = run_cost(FABLE, w), run_cost(ASTRA, w)
    print(f"{name}: Fable ${f:,.2f} / Astra ${a:,.2f} / 比 {f/a:.2f}x")

実行結果です(サンドボックス:Ubuntu 24.04、Python 3.12、外部ライブラリなし)。

シナリオ Fable 5.1 Astra Fable ÷ Astra
A 単発QA 20K入力 2K出力 $0.30 $0.30 1.00x
B チャット10往復 8Kプレフィックス $0.62 $0.67 0.92x
C コーディングエージェント 60ステップ 120Kプレフィックス $9.57 $14.88 0.64x
D 長時間エージェント 300ステップ 200Kプレフィックス $38.45 $83.30 0.46x
E 巨大リポジトリ 300K入力 20ステップ $8.18 $23.90 0.34x

シナリオAは完全に同額です。定価が同じなので当然で、キャッシュも大型車料金も発動しない単発呼び出しでは差がつきません。差が開き始めるのはCからで、Dでは2倍を超えます。Eは 272K の閾値を踏んだ瞬間に Astra 側だけ入力が2倍になるため、ステップ数が20と少なくても3倍近い差になります。

料金所のたとえで言えば、日帰り1回の利用者(A)には両社は同じ道路です。毎日同じ区間を往復する通勤者(D)にはETC割引率の差が月額の半分を決め、大型トレーラー(E)には片方の道路だけ追加料金が乗ります。

ただしこの表には1つ、意図的に外した要素があります。「同じ文章が同じトークン数になる」という前提です。次節でこの前提を崩します。

4. トークナイザの差 ── メーターの刻み方が違う

前節の計算は、両社が同じ文章を同じトークン数に数えるという前提に立っていました。しかし Anthropic は自社の料金ページで、その前提が自社の旧モデル比では成り立たないと明言しています。

このセクションで分かること:定価が同じでも、走行距離メーターの刻みが違えば請求は同じにならない、ということ。

Anthropic 料金ページの原文です。

Claude 4.7 and later models and Claude Mythos Preview use a newer tokenizer that contributes to their improved performance on a wide range of tasks. This tokenizer produces approximately 30% more tokens for the same text.

和訳:Claude 4.7 以降のモデルと Claude Mythos Preview は、幅広いタスクでの性能向上に寄与する新しいトークナイザを使用しています。このトークナイザは同じテキストに対して約30%多くのトークンを生成します。

料金所のたとえでは、これは走行距離メーターの刻み方が車種で違うということです。同じ区間を走っても、片方のメーターは1.3倍の距離を刻む。1kmあたりの料金看板が同じでも、請求は同じになりません。

この「約30%」は Anthropic が自社の旧トークナイザと比べて出した数字であり、OpenAI のトークナイザと比べた数字ではありません。Fable 5.1 と Astra が同じ文章を何対何のトークンに数えるかは、公式には公表されていません。

そこでこの記事では、Fable 5.1 が Astra の何倍のトークンを数えるかを比率 r(トークン比、スカラー)として置き、r を 1.00 から 1.30 まで動かした感度分析にします。r = 1.30 は「OpenAI のトークナイザが Anthropic の旧トークナイザと同程度」という仮定に相当し、最も Fable に不利な設定です。

第3節の表を r = 1.30 で再計算すると次のようになります。

シナリオ Fable 5.1 (r=1.30) Astra Fable ÷ Astra
A 単発QA $0.39 $0.30 1.30x
B チャット10往復 $0.80 $0.67 1.20x
C コーディング60ステップ $12.44 $14.88 0.84x
D 長時間300ステップ $49.98 $83.30 0.60x
E 300K入力×20ステップ $10.63 $23.90 0.44x

AとBが逆転しました。キャッシュが効かないワークロードでは、メーターの刻みの差がそのまま請求の差になります。Dは依然として Fable が安いですが、差は半分から6割に縮みます。

ここで私が予想を外した点を書いておきます。「キャッシュ読み取りが4分の1なら、30%のトークン増は十分に吸収できるだろう」と思っていました。ところが出力比率10%のワークロードで計算すると、Fable が Astra を下回るキャッシュヒット率は存在しませんでした。理由は単純で、1.3倍は $50 の出力側にも乗るからです。出力の増分を $0.75 の差額で埋めようとすると、キャッシュヒットが100%でも届きません。この事実が、次節の2軸表を作った動機です。

ここまでのまとめ

  • 定価は $10 / $50 で完全一致。差が出るのはキャッシュ読み取り、272K加算、Fast mode、1時間キャッシュの4項目
  • 同じトークン数なら、単発QAは同額、長時間エージェントは Fable が半額、272K超は Fable が3分の1
  • Anthropic の新トークナイザは旧比で約30%多くトークンを数える。対 Astra の比率 r は未公表なので感度パラメータとして扱う
  • r = 1.30 だと単発QAとチャットは Astra が安くなり、エージェント系でも Fable の優位が縮む
  • 勝敗を決めるのは定価ではなく、出力比率とキャッシュヒット率と r の3変数

5. 出力比率×キャッシュヒット率の判定表

前節で、Fable が安くなる条件は「出力比率が低く、ヒット率が高い」ことだと分かりました。ただしそれは1つの出力比率で確かめただけで、どこに境界線があるのかはまだ見えていません。

このセクションで分かること:自分のワークロードの数字を当てはめて、どちらが安いかを読む表。

まず、トークン全体に占める出力の割合を 出力比率(スカラー、0〜1)、入力のうちキャッシュヒットした割合を ヒット率(スカラー、0〜1)と定義します。料金所のたとえで言えば、出力比率は「一般道を走った距離の割合」(ETCが効かない部分)、ヒット率は「高速道路のうちETCレーンを通れた割合」です。100万トークンの走行あたりの混合単価は次の式です。

C = r \left\{ (1 - o)\, h\, P_{\text{hit}} + (1 - o)(1 - h)\, P_{\text{in}} + o\, P_{\text{out}} \right\}

この式が言っているのは、「入力のうちヒットした分は割引単価、外れた分は定価、出力は出力定価で払い、最後に全体にメーターの刻み r を掛ける」ということです。$o$ は出力比率、$h$ はヒット率、$P$ は各単価です。

この式をコードにして、Fable と Astra が同額になるヒット率を二分探索で求めます。

from dataclasses import replace

def blended(p: PriceCard, hit: float, out_share: float) -> float:
    inp = 1 - out_share
    usd = inp*hit*p.cache_read + inp*(1-hit)*p.inp + out_share*p.out
    return p.token_factor * usd

def breakeven(out_share: float, r: float):
    fab = replace(FABLE, token_factor=r)
    if blended(fab, 1.0, out_share) >= blended(ASTRA, 1.0, out_share):
        return None                       # ヒット率100%でも届かない
    lo, hi = 0.0, 1.0
    for _ in range(60):
        mid = (lo + hi) / 2
        cheaper = blended(fab, mid, out_share) < blended(ASTRA, mid, out_share)
        lo, hi = (lo, mid) if cheaper else (mid, hi)
    return hi

for o in (0.01, 0.02, 0.03, 0.05, 0.10, 0.20):
    row = [breakeven(o, r) for r in (1.0, 1.1, 1.2, 1.3)]
    print(o, ["-" if b is None else f"{b:.0%}" for b in row])

結果を表にしたものが、この記事の中心です。セルの値は「Fable 5.1 のほうが安くなるために必要な最低キャッシュヒット率」です。

出力比率 r = 1.00 r = 1.10 r = 1.20 r = 1.30
1% 常に Fable 61% 78% 86%
2% 常に Fable 64% 82% 90%
3% 常に Fable 67% 86% 94%
5% 常に Fable 73% 94% Astra 一択
10% 常に Fable 90% Astra 一択 Astra 一択
20% 常に Fable Astra 一択 Astra 一択 Astra 一択

読み方の例です。コーディングエージェントで出力比率が3%、ヒット率が90%なら、r が1.20以下であれば Fable、1.30なら Astra が安い。逆に、チャットボットで出力比率が20%なら、r が1.00でない限り Astra が安い。

出力比率1〜3%というのは極端に見えますが、200Kのリポジトリを読み込んで毎ステップ1〜2Kしか出力しないエージェントでは普通の数字です。第3節のシナリオDは出力比率0.5%、ヒット率98.7%でした。

この表が Anthropic の公称値と矛盾していないかを確かめておきます。Anthropic は Fable 5 から 5.1 へのキャッシュ値下げで「典型25%、高度にエージェント的で最大45%」の削減と言っています。Fable 5(キャッシュ $1.00)と 5.1($0.25)を同じ式に入れます。

FABLE5 = replace(FABLE, name="Claude Fable 5", cache_read=1.00, token_factor=1.0)
FABLE51 = replace(FABLE, token_factor=1.0)

for o, h in ((0.10, 0.70), (0.05, 0.90), (0.03, 0.95), (0.01, 0.99)):
    a, b = blended(FABLE5, h, o), blended(FABLE51, h, o)
    print(f"出力{o:.0%} ヒット{h:.0%}: {1 - b/a:.0%} 削減")
出力比率 ヒット率 Fable 5 Fable 5.1 削減率
10% 70% $8.33 $7.86 6%
5% 90% $4.30 $3.66 15%
3% 95% $2.91 $2.22 24%
1% 99% $1.58 $0.84 47%

出力比率3%・ヒット率95%で Anthropic の「典型25%」に一致し、出力比率1%・ヒット率99%で「最大45%」を少し超えます。つまり Anthropic が「典型的なワークロード」と呼んでいるのは、出力比率が数%でヒット率が9割を超えるエージェント的な使い方です。この式は公称値を再現できているので、前の表の境界線もそのまま信用してよいと判断しました。

表の読み方は分かりました。残る問題は、表の入力である出力比率、ヒット率、r を自分のワークロードでどう測るかです。

6. 自分の3つの数字を測る

前節の表は3つの入力を要求します。このうち出力比率とヒット率は自分のAPIログから出せますが、r だけは両社のAPIにトークンを数えてもらう必要があります。

このセクションで分かること:APIレスポンスの usage フィールドから3つの数字を出す手順。

r を測るには、同じ文章を両社に送ってトークン数を返してもらいます。Anthropic には課金なしの count_tokens エンドポイントがあります。OpenAI 側は最小出力で1回呼び、usage.input_tokens を読みます。

import anthropic, openai

def token_ratio(text: str) -> float:
    """Fable 5.1 が Astra の何倍のトークンに数えるか (r)"""
    a = anthropic.Anthropic().messages.count_tokens(
        model="claude-fable-5-1",
        messages=[{"role": "user", "content": text}],
    ).input_tokens
    o = openai.OpenAI().responses.create(
        model="gpt-6-astra", input=text, max_output_tokens=16,
    ).usage.input_tokens
    return a / o

sample = open("your_system_prompt.md", encoding="utf-8").read()
print(f"r = {token_ratio(sample):.3f}")

r はコードか日本語か英語かで変わります。実際に流している system prompt とリポジトリの抜粋で測ってください。

出力比率とヒット率は、レスポンスの usage を集計すれば出ます。フィールド名が両社で違うので、辞書で吸収します。

FIELDS = {
    "anthropic": ("input_tokens", "cache_read_input_tokens", "output_tokens"),
    "openai":    ("input_tokens", "cached_tokens",           "output_tokens"),
}

def usage_stats(logs: list[dict], vendor: str) -> tuple[float, float]:
    """usage 辞書のリストから (出力比率, ヒット率) を返す"""
    k_in, k_hit, k_out = FIELDS[vendor]
    total_in = sum(u.get(k_in, 0) + u.get(k_hit, 0) for u in logs)
    hits = sum(u.get(k_hit, 0) for u in logs)
    outs = sum(u.get(k_out, 0) for u in logs)
    return outs / (total_in + outs), hits / total_in

Anthropic の input_tokens はキャッシュヒット分を含まないので足し合わせています。OpenAI の cached_tokens は usage.input_tokens_details の中にあるので、ログに落とすときに1段持ち上げておく必要があります。

これで3つの数字が揃いました。最後に、この3つから結論までの流れを1枚の図にします。

7. 判定フロー

前節までで、判定に必要な3つの入力の測り方と、それを当てはめる表が揃いました。ここでは判断の順序を図にします。判断に必要な前提はすべて前の節に置いてあるので、この図は上から順に辿るだけで結論に着きます。

図の1段目で 272K を先に見るのは、この加算が入力側の請求を2倍にするため、他のどの要素よりも影響が大きいからです。2段目で出力比率を見るのは、第4節で確かめたとおり、出力比率が高いと r が1.0でもキャッシュで逆転できないからです。

8. ベンダーが言う「タスクあたりのコスト」について

ここまでは同じトークン数を前提に請求額を比べてきました。しかし両社は「タスクを終わらせるのに必要なトークン数が違う」とも主張しています。この主張は請求額に直結するので、無視はできません。ただし現時点では両社の公称値しかなく、第三者の再現はまだありません。

このセクションで分かること:ベンダー公称の効率主張をどこまで信じるか。

OpenAI は Astra 発表記事で Fable 5.1 との比較を明示しています。

Terminal-Bench 4.0 tests agents on complex terminal-based tasks, including software engineering, system configuration, and data analysis. GPT‑6 Astra reaches a new high at 57.9%, compared with 37.3% for GPT‑5.6 Sol and 55.8% for Claude Fable 5.1, at approximately 9% and 63% lower estimated API cost per task, respectively.

和訳:Terminal-Bench 4.0 はソフトウェアエンジニアリング、システム設定、データ分析を含む複雑なターミナルタスクでエージェントを評価します。GPT-6 Astra は 57.9% で新記録を達成し、GPT-5.6 Sol の 37.3%、Claude Fable 5.1 の 55.8% に対して、タスクあたりの推定APIコストはそれぞれ約9%、約63%低くなっています。

一方 Anthropic の Fable ページに載っている顧客コメントは Fable 5.1 の効率を主張していますが、比較対象は自社の Opus 5 です。

In our tests it was about twice as fast as Opus 5 and used half as many tokens, so for anyone used to using Opus as their daily driver it's an obvious upgrade.

和訳:私たちのテストでは Opus 5 の約2倍速く、トークン消費は半分でした。Opus を日常的に使っている人にとっては明白なアップグレードです。

どちらの数字も、ベンダー自身が自社の評価環境で測ったものです。Terminal-Bench の「63%低い」は OpenAI の推定であり、同じベンチマークで Anthropic が Fable 5.1 を測った数字(Anthropic 側は Terminal-Bench-Science で Opus 5 を 30.0% と記載)とは条件が揃っていません。この記事の請求計算に「タスクあたりトークン数」を入れなかったのは、信頼できる係数がまだ存在しないからです。

現実的には、第5節の表を「同じトークン数なら」の基準線とし、自分のタスクで両者に同じ仕事をさせて出力トークン数の比を測り、r とは別の係数として掛けるのが誠実だと思います。

9. トラブルシューティング

症状 原因 対処
Fable の請求がシミュレーションより高い 5分キャッシュが失効して毎回書き込み扱い 人間の確認待ちが入るなら 1時間キャッシュ($20)を使う
Astra の入力請求が突然2倍になった 1リクエストが 272K を踏んだ コンテキストを 272K 未満に圧縮、または Fable に振る
cache_read_input_tokens が常に0 cache_control を付けていない リクエスト最上位に cache_control を追加する
cached_tokens が見当たらない usage.input_tokens_details の中にある ログ出力時に1段持ち上げる
r の実測値が 1.3 を大きく超える 日本語比率が高い system prompt の定型部分を英語化してから再測定
count_tokens が 400 を返す モデルIDの誤り claude-fable-5-1 を確認する

用語集

用語 定義 料金所のたとえ
プロンプトキャッシュ 同じ先頭部分を再送するとき再計算を省き割引課金する仕組み ETCレーン
キャッシュ書き込み キャッシュに初めて載せるときの課金。定価の1.25倍または2倍 ETCカードの発行手数料
キャッシュ読み取り キャッシュにヒットしたときの課金。Fable 5.1 は定価の2.5% ETC割引後の通行料
ロングコンテキスト加算 一定トークン数を超えたリクエスト全体に掛かる倍率 大型車追加料金
バッチ 非同期処理と引き換えに50%引き 深夜割引
Fast mode 2倍の価格で高速処理 有料の追い越し車線
トークン比 r 同じ文章を Fable が Astra の何倍のトークンに数えるか 走行距離メーターの刻み方
出力比率 o 全トークンのうち出力が占める割合 一般道を走った距離の割合
ヒット率 h 入力のうちキャッシュヒットした割合 ETCレーンを通れた割合

学習ロードマップ

この記事の前後に読むと理解がつながる自記事です。

  • Claude Fable 5 ── Fable 5 発表時の料金構造とフォールバック仕様。5.1 との差分はキャッシュ読み取りだけです
  • ClaudeMythos ── Fable と同じ重みを持つ限定提供モデルの位置づけ
  • KVキャッシュ ── プロンプトキャッシュが推論側で何を省いているのか
  • LLM ── トークンとは何か、なぜ言語で数が変わるのか
  • API ── usage フィールドを読む前提知識

まとめ

定価が一致した2つのモデルの請求を計算してみて、私が持ち帰った結論は「価格で選ぶ余地は消えていない、計算しないと選べなくなっただけ」でした。同じ看板を掲げた2本の高速道路は、ETC割引率、大型車料金、メーターの刻みが違います。単発QAならどちらでも同じ、出力比率が高いチャットなら Astra、出力が少なくキャッシュが効くエージェントなら Fable、272K を超えるなら Fable。境界線は第5節の表にあり、その表に入れる3つの数字は自分のログから出せます。

予想を外したのは、キャッシュ4分の1という派手な値下げが、トークナイザの30%増をワークロードによっては吸収できないことでした。$50 の出力に掛かる1.3倍は、$0.75 の差額で埋まる規模ではありませんでした。次は自分のエージェントで r を実測して、この表のどの行に自分が立っているのかを確かめるつもりです。

参考文献

  • Anthropic, "Claude Fable" https://www.anthropic.com/claude/fable ── Fable 5.1 の発表日、定価、キャッシュ値下げによる25%/45%削減の公称値、顧客コメント(邦題訳:Claude Fable 製品ページ)
  • Anthropic, "Pricing - Claude Platform Docs" https://platform.claude.com/docs/en/about-claude/pricing ── 全モデルの料金表、キャッシュ倍率、1Mコンテキスト標準価格、トークナイザの約30%増の記載(邦題訳:料金)
  • OpenAI, "GPT-6 Astra: A new generation of intelligence" https://openai.com/index/gpt-6-astra/ ── Astra の発表記事。定価、Fast mode、Terminal-Bench 等のベンチマークとタスクあたりコストの主張(邦題訳:GPT-6 Astra、新世代の知能)
  • OpenAI, "GPT-6 Astra Model | OpenAI API" https://developers.openai.com/api/docs/models/gpt-6-astra ── キャッシュ単価、272K超の加算、Batch/Flex/Fast の倍率、コンテキスト長とレート制限(邦題訳:GPT-6 Astra モデル)
  • OpenAI, "Pricing | OpenAI API" https://developers.openai.com/api/docs/pricing ── 地域処理の10%上乗せ、Fast mode の名称変更履歴(邦題訳:料金)

計測環境:Ubuntu 24.04、Python 3.12、標準ライブラリのみ。料金はすべて 2026年9月4日時点の公式ページの数値です。

0
0
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?