はじめに:「いくら使っているか」を誰も知らなかった
当社(合同会社ジョインクラス)では、launchd に登録した30個以上のジョブが夜間・日中に claude -p を呼んでいます。記事生成、朝のダイジェスト、部署ごとの backlog 消化などです。
2026年9月に棚卸ししたところ、困ったことがわかりました。
- コストを記録していたのは 11種類のスクリプトのうち1種類だけ
- その1件も、
0.02という固定の概算値を足しているだけ - 実測すると、「2+2は?」と聞くだけの1回で $0.27〜0.47 かかっていた
つまり、実際の消費は誰も把握していませんでした。この記事では、その後に入れた計測の仕組みを実装ベースで紹介します。ジョブ単位・モデル単位で、トークン数・所要時間・失敗率を集計します。
手順は3つです。
-
claude -pを共通ラッパー経由で呼び、--output-format jsonの結果を記録する - 記録側で、モデル別・ジョブ別・日別に積み上げる
- 集計スクリプトで「重いジョブ」「落ちやすいジョブ」を洗い出す
1. --output-format json で何が取れるか
まずは手元で1回だけ試してください。
claude -p "2+2は?" --output-format json | jq '{
is_error, duration_ms, duration_api_ms, num_turns, total_cost_usd,
usage: .usage | {input_tokens, output_tokens, cache_creation_input_tokens, cache_read_input_tokens},
models: (.modelUsage | keys)
}'
計測に使うフィールドは次のとおりです。
| フィールド | 用途 |
|---|---|
duration_ms / duration_api_ms
|
全体の所要時間と、そのうちAPI待ちの時間 |
num_turns |
ツール呼び出しを含む往復数(ループ暴走の検知に使う) |
usage.*_tokens |
入力・出力・キャッシュ作成・キャッシュ読み取りのトークン数 |
modelUsage |
実際に使われたモデルごとの内訳(fallback が効いたかどうかもここでわかる) |
is_error |
失敗フラグ。終了コードとは別に見る必要がある |
permission_denials |
ツールが拒否された記録。応答自体は「成功」のまま返ってくる |
僕が最初に驚いたのは cache_creation_input_tokens の大きさです。1回の呼び出しで約41,000トークンのキャッシュを作っていました。そのうち自社の CLAUDE.md・エージェント・スキルが占めるのは5,800トークンほどで、残りは Claude Code 側の固定オーバーヘッドでした。プロンプトを削っても効果は小さく、効くのは呼び出し回数を減らすことだけだとわかったのは、この数字を見たからです。
2. 共通ラッパー:全ジョブをここに通す
各スクリプトに直接 claude -p を書くと、計測が漏れます。そこで lib/claude-run.sh を作り、全ジョブをこの関数経由に置き換えました。実際に本番で動いているコードです(オフィス画面への通知など、計測に関係しない部分は省いています)。
#!/bin/bash
# 使い方:
# source .company/scripts/lib/claude-run.sh
# RESULT=$(claude_run dept-dev --effort low -p "…")
# 標準出力には応答テキストだけを出すので、従来の `claude -p` と差し替えられる。
# 注意: --bare は認証を読まないため "Not logged in" で失敗する。使わない。
_CLAUDE_RUN_LIB="$(cd "$(dirname "${BASH_SOURCE[0]}")" && pwd)"
claude_run() {
local label="$1"; shift
local marker="$_CLAUDE_RUN_LIB/../logs/.usage-limited"
# 利用上限に当たった直後の60分は呼ばない(失敗を積み増さないため)
if [ -f "$marker" ] && [ $(( $(date +%s) - $(stat -f %m "$marker") )) -lt 3600 ]; then
echo "(Claudeの利用上限に当たった直後のため見送り: $(cat "$marker"))"
return 0
fi
local session
session=$(uuidgen | tr '[:upper:]' '[:lower:]')
claude --output-format json \
--session-id "$session" \
${CLAUDE_MODEL:+--model "$CLAUDE_MODEL"} \
--fallback-model "$([ "${CLAUDE_MODEL:-opus}" = sonnet ] && echo haiku || echo sonnet)" \
--max-budget-usd 3 \
"$@" 2>>"$_CLAUDE_RUN_LIB/../logs/claude-run.err" \
| python3 "$_CLAUDE_RUN_LIB/record-cost.py" "$label"
# パイプの $? は python の値になり、claude の失敗が rc=0 に化ける。claude 側を優先する
local status=("${PIPESTATUS[@]}")
local rc=${status[0]}
[ "$rc" -eq 0 ] && rc=${status[1]}
[ "$rc" -ne 0 ] && echo "$(date '+%F %T') [$label] rc=$rc (claude=${status[0]} record-cost=${status[1]})" \
>>"$_CLAUDE_RUN_LIB/../logs/claude-run.err"
return $rc
}
呼び出し側の変更は1行です。
# Before
RESULT=$(claude -p "$PROMPT" --model sonnet)
# After
source "$SCRIPTS/lib/claude-run.sh"
RESULT=$(CLAUDE_MODEL=sonnet claude_run auto-morning -p "$PROMPT")
ここでハマった落とし穴
① PIPESTATUS を見ないと失敗率が0%になる
claude ... | python3 record-cost.py と書くと、$? は python の終了コードになります。claude が落ちても python は正常終了するので、全ジョブが成功扱いになっていました。2026年11月に気づいて、上のように PIPESTATUS[0] を優先する形に直しています。失敗率を測る仕組みそのものが失敗を隠していた、という笑えない話です。
② --fallback-model を付けるとモデル名で集計できなくなる
主モデルが混んでいると、ジョブは落ちずに Sonnet で完走します。ありがたい仕組みですが、--model に渡した値で集計すると実態とずれます。必ず modelUsage のキーで数えてください。
③ --max-budget-usd は暴走止めとして使う
当社は CLI の定額プランなので、金額は参考値です。それでも --max-budget-usd 3 は残しています。通常の実測は1回$0.02前後なので、通常運転では当たりません。ツール呼び出しがループしたときにだけ効く安全弁です。
3. 記録側:モデル別・ジョブ別・日別に積む
record-cost.py は標準入力から JSON を受け取ります。応答テキストは標準出力にそのまま流し、計測値は cost-tracker.json に積みます。以下は本番コードから集計部分を抜き出し、今回のテーマに合わせて 所要時間とトークン数を追加したものです。
#!/usr/bin/env python3
"""claude --output-format json | record-cost.py <ジョブ名>"""
import datetime, json, os, pathlib, sys
COST_FILE = pathlib.Path(os.environ.get("COST_FILE")
or pathlib.Path(__file__).resolve().parents[1] / "cost-tracker.json")
def main():
label = sys.argv[1]
raw = sys.stdin.read()
try:
d = json.loads(raw)
except json.JSONDecodeError:
sys.stdout.write(raw) # JSONでなければ素通し(呼び出し側を壊さない)
return 0
out = d.get("structured_output") # --json-schema 指定時
sys.stdout.write(json.dumps(out, ensure_ascii=False) if out is not None else d.get("result") or "")
month = datetime.date.today().strftime("%Y-%m")
try:
t = json.loads(COST_FILE.read_text(encoding="utf-8"))
except Exception:
t = {}
if t.get("month") != month: # 月替わりで前月分を退避する
if t.get("month"):
COST_FILE.with_name(f"cost-tracker-{t['month']}.json").write_text(
json.dumps(t, ensure_ascii=False, indent=1), encoding="utf-8")
t = {"month": month}
usage = d.get("usage") or {}
j = t.setdefault("jobs", {}).setdefault(label, {"calls": 0, "errors": 0, "usd": 0.0})
j["calls"] += 1
j["usd"] = round(j["usd"] + float(d.get("total_cost_usd") or 0), 6)
if d.get("is_error"):
j["errors"] += 1
for key in ("input_tokens", "output_tokens",
"cache_creation_input_tokens", "cache_read_input_tokens"):
j[key] = j.get(key, 0) + int(usage.get(key) or 0)
# 所要時間は合計と最大を持つ(平均だけだと外れ値が見えない)
ms = int(d.get("duration_ms") or 0)
j["duration_ms_total"] = j.get("duration_ms_total", 0) + ms
j["duration_ms_max"] = max(j.get("duration_ms_max", 0), ms)
# 実際に使われたモデルで数える(fallback 後のモデルが入る)
for model in (d.get("modelUsage") or {}):
models = j.setdefault("models", {})
models[model] = models.get(model, 0) + 1
COST_FILE.write_text(json.dumps(t, ensure_ascii=False, indent=1), encoding="utf-8")
return 0
if __name__ == "__main__":
sys.exit(main())
本番版ではこのほかに、次の2つも入れています。
-
permission_denialsを1件1行でclaude-run.errに書く。ツール拒否は応答が成功扱いのまま黙って起きるので、ログに残さないと気づけません -
is_errorで、かつ本文にusage limitなどが含まれていたら.usage-limitedという印のファイルを作る。ラッパーはこれを見て60分間呼び出しを止め、Slack に通知します
検証方法:本番ファイルを汚さずにテストする
COST_FILE を環境変数で差し替えられるようにしてあるので、偽の JSON を流し込むだけで動作を確認できます。
export COST_FILE=$(mktemp)
echo '{"result":"ok","is_error":false,"duration_ms":4200,"total_cost_usd":0.03,
"usage":{"input_tokens":12,"output_tokens":80,"cache_creation_input_tokens":41000},
"modelUsage":{"claude-sonnet-5-5":{}}}' | python3 lib/record-cost.py test-job
echo '{"result":"API Error","is_error":true,"duration_ms":90000,"modelUsage":{"claude-opus-5-5":{}}}' \
| python3 lib/record-cost.py test-job
jq '.jobs["test-job"]' "$COST_FILE"
calls: 2、errors: 1、duration_ms_max: 90000 になっていれば成功です。当社はこれを record-cost.test.py として単体テストにしています。
4. 集計:重いジョブ・落ちるジョブを出す
最後に、溜まった JSON を表にします。jq だけで書けます。
#!/bin/bash
# 使い方: job-report.sh [cost-tracker.json]
F="${1:-.company/scripts/cost-tracker.json}"
jq -r '
.jobs | to_entries
| map(.value as $j | {
job: .key,
calls: $j.calls,
fail_pct: (if $j.calls > 0 then ($j.errors * 100 / $j.calls) else 0 end),
avg_sec: (if $j.calls > 0 then (($j.duration_ms_total // 0) / $j.calls / 1000) else 0 end),
max_sec: (($j.duration_ms_max // 0) / 1000),
out_tok: ($j.output_tokens // 0),
cache_tok: ($j.cache_creation_input_tokens // 0),
models: (($j.models // {}) | to_entries | map("\(.key | sub("claude-"; ""))=\(.value)") | join(","))
})
| sort_by(-.cache_tok)
| (["job","calls","fail%","avg_s","max_s","out_tok","cache_tok","models"] | @tsv),
(.[] | [.job, .calls, (.fail_pct|floor), (.avg_sec|floor), (.max_sec|floor),
.out_tok, .cache_tok, .models] | @tsv)
' "$F" | column -t -s $'\t'
出力はこんな形になります(数値は説明用に丸めたものです)。
job calls fail% avg_s max_s out_tok cache_tok models
idle-marketing 310 3 95 540 410000 12700000 opus-5-5=290,sonnet-5-5=20
auto-replenish 30 0 240 600 260000 1300000 opus-5-5=30
auto-morning 30 0 40 70 45000 1230000 sonnet-5-5=30
表の読み方
-
cache_tokが大きいジョブ = 呼び出し回数が多いジョブ。前述のとおり固定オーバーヘッドが大半なので、まず回数を減らせるかを考えます。当社では、10分間隔で回していた部署ジョブを「backlog に仕事があるときだけ呼ぶ」ように変えたのが一番効きました -
modelsに fallback 先が混ざっているジョブは、主モデルが混む時間帯に走っています。夜間の実行時刻をずらす候補です -
max_sがavg_sの5倍以上あるジョブは、ツール呼び出しのループかタイムアウト寸前です。num_turnsもあわせて記録すると原因を絞りやすくなります -
fail%が0なのに成果物が出ていないときは、claude-run.errのpermission_denied行を確認してください。当社ではこのパターンが一番多かったです
まとめ
-
claude -pは--output-format jsonで呼び、duration_ms・usage・modelUsage・is_errorを記録する - 全ジョブを共通ラッパーに通す。
PIPESTATUSを見ないと失敗率が0%に化ける - モデル名は
--modelの値ではなく、modelUsageのキーで数える - 集計すると、削るべきは「プロンプトの長さ」より「呼び出し回数」だとわかる
経営の側から見ると、この計測を入れてようやく「どの業務にAIを何回使っているか」を数字で話せるようになりました。感覚で「AIに任せている」と言っていた時期は、実際には誰も中身を見ていなかったわけです。まずはラッパー1本と jq 1本から始めてみてください。
参考:この仕組みを詳しく書いた本
launchd / cron で Claude Code を無人実行する仕組み(ラッパー、監視、自己修復)は『Claude Code 全自動化バイブル』にまとめています。キャッシュやコストの効き方を CLAUDE.md 側から詰めたい方には『CLAUDE.md設計パターン』がおすすめです。
書籍一覧: https://zenn.dev/joinclass?tab=books
社内で同じような仕組みを作りたいが手が回らない場合は、合同会社ジョインクラスで中小企業向けの業務システム開発・DX支援(国内)を受けています。
👉 業務システム・DXの無料相談