同じ作業でも1リクエスト31倍の差

実務者によるコスト監査だ。製造業向けAIソリューションを手がけるスタートアップ、ムクイルのiguchiとして執筆した著者は当初、キャッシュ読み込みはトークン単価が安いためキャッシュが支出を抑えていると考えていた。利用ログを集計すると逆だった。安いトークンが膨大な量で再読込され、その量が請求額の正体だった。

仕組みが理由を説明する。Claude Codeはツール呼び出しのたびにAPIへリクエストを送り、各リクエストはそれまでの会話全体（システムプロンプト、CLAUDE.md、読み込んだファイル、ツール出力）を運ぶ。記事の試算では、コンテキストがリクエストあたりほぼ一定量ずつ増えると、セッション全体の入力はリクエスト数の二乗で膨らむため、長いセッションの後半にコストが集中する。

チームの対策はこの掛け算の両方の要素を狙う。セッションの衛生管理（/clear、内容を指定した/compact、30万トークン超での再起動）はコンテキストを短くし、独立したツール呼び出しのまとめはリクエスト数を減らす。記事は、1メッセージあたり平均1.17回から2回に移行すればリクエストを約41%削減できると見積もる。ひとつの詳細が組織側の難しさを示す。大きなファイル読み込み用に定義したサブエージェントは97セッション・21,095リクエストの間使われず、CLAUDE.mdに常設の指示として明記されてから27セッションで11回使われた。