コストと速さの最適化

プロンプトキャッシュ

長いシステムプロンプトや資料など、毎回同じ前半部分を送る場合に効きます。キャッシュの持続は 5 分（既定）か 1 時間で、キャッシュからの読み込みは通常の入力の料金の約 1 割で済みます（Opus 5.5 は 5%）。

キャッシュは前半部分が一致しないと効かないので、変わらない部分を先頭に、変わる部分を後ろに置きます。

Message Batches API

すぐに結果がいらない大量の処理は、Batch でまとめて送ると料金が半額になります。夜間の一括処理や、評価用のデータの採点などに向きます。

モデルと effort の使い分け

簡単な分類や抽出は Haiku 4.5 のような速くて安いモデルで足りることが多くあります。難しい部分だけを高性能なモデルに回す構成も有効です。

考える深さは effort で調整できます。effort を下げると、速く安くなる代わりに、難しい問題での精度が下がることがあります。

送る前に数える

トークン数を数える API（count_tokens）は無料です。送る前に入力の大きさを確かめ、費用の見積もりや、上限を超えないかの確認に使えます。