AnthropicのClaude Codeユーザー1人あたり5,000ドルのコストという主張は事実ではない

 (martinalderson.com)
1 ポイント 投稿者 GN⁺ 2026-03-11 | 1件のコメント | WhatsAppで共有
  • Forbesが引用したClaude Code Maxプランの5,000ドル計算は、実際のコンピュートコストではなくAPI小売価格基準である
  • OpenRouterのQwen 3.5 397BおよびKimi K2.5モデルの価格と比較すると、Anthropic API料金の約10分の1水準で同規模モデルが運用されている
  • この基準で計算すると、Anthropicの実際の推定コストは約500ドルであり、一部のヘビーユーザーに対して月300ドルの損失が出る程度にすぎない
  • ほとんどのユーザーはトークン上限に達しておらず、平均利用量ベースでは損益分岐または黒字の構造である
  • AI推論コストが過大だという認識は誤解であり、これは大手AI企業の高いAPIマージンを正当化するために利用されている

Forbesの5,000ドル主張の検証

  • ForbesはCursor関連の記事で、Anthropicの200ドルプランが5,000ドル相当のコンピュート使用を許容すると引用した
    • この引用は「会社のコンピュート使用パターン分析を見た人物」の発言として紹介されている
  • この数値はAPI小売価格ベースの計算であり、実際のコンピュートコストとは異なる
  • AnthropicのOpus 4.6 API料金は、入力100万トークンあたり5ドル、出力100万トークンあたり25ドルに設定されている
    • このレートで計算すると、ヘビーユーザーは月5,000ドル相当のAPI使用量に達しうる

実際のコンピュートコスト推定

  • OpenRouterでは、同規模のQwen 3.5 397B-A17Bモデルは入力100万トークンあたり0.39ドル、出力2.34ドル水準
    • Kimi K2.5モデルは入力0.45ドル、出力2.25ドルでさらに安価
  • これはAnthropic API料金と比べて約10倍安い水準である
  • キャッシュトークンのコストも同様の比率で差がある
    • 例: DeepInfraのKimi K2.5キャッシュ読み取りコストは0.07ドル/MTok、Anthropicは0.50ドル/MTok
  • したがって実際のコンピュートコストは、API料金の約10%水準と推定できる

Claude Code Maxユーザーの実際のコスト

  • API料金ベースで5,000ドル相当のトークンを使うユーザーの実際のコストは、約500ドル水準
    • この場合、Anthropicは月300ドル程度の損失となる
  • しかしAnthropicは、5%未満のユーザーだけがトークン上限に到達すると明らかにしている
    • 一般ユーザーは平均して50%未満のトークン使用量にとどまる
  • Anthropicの/costデータによれば、平均ユーザーは1日6ドル水準のAPI使用量で、90%は12ドル以下
    • 実際のコストベースでは月約18ドルとなり、20〜200ドルのサブスクリプション料金に対して収益性を確保可能である

Cursorとのコスト差

  • 5,000ドルという数値は、Cursorの内部分析結果に由来する
    • CursorはAnthropicの小売API料金でOpus 4.6を使う必要がある
  • そのためCursorの立場では、パワーユーザー1人あたり月5,000ドルのコストが発生しうる
    • 一方でAnthropicの実際のコストは約500ドル水準
  • Cursorは、開発者がAnthropicモデルを好むという点で難しさを抱えている

Anthropicの収益構造と誤解

  • Anthropicは依然として、学習コスト、人件費、大規模コンピュート投資などにより全体では赤字構造にある
  • しかし、トークン単位の推論(inference)コストは高い収益性を持つ可能性が高い
  • 「AI推論は赤字事業」という認識は、API価格の過大なマージンを正当化し、競争を弱めている
  • 実際の推論エコノミクスを理解するには、OpenRouterの公開モデル価格を参照するのが現実的である
    • これは大手AI企業のAPI料金に対して実コストの一部の水準にすぎない

関連記事

1件のコメント

 
GN⁺ 2026-03-11
Hacker Newsの意見

  • Qwen 3.5 397B-A17BをAnthropicモデルと比較するのは的外れな比較である
    QwenやDeepSeekのような中国モデルは、Anthropicより10倍以上効率的だと知られている
    OpenRouterの価格と公式提供価格の差が大きくない理由もここにある。しかも、OpenRouterのプロバイダがどのような**量子化（quantization）**手法を使っているのかも不明である。実際には100倍の効率が出ているのかもしれない
    もちろん、すべてのユーザーがプランを上限まで使うわけではないので、ユーザーあたり5,000ドルずつ損失が出ているわけではない

    • それは循環論法である。中国モデルが10倍効率的だと信じる理由が、単に10倍安いからというだけである
      Amazon BedrockのOpus 4.5と中国モデルのt/s値を見ると同程度であり、実際のアクティブパラメータ数も近い
      OpenRouterではBF16やQ8のプロバイダを直接選ぶこともできる
    • 同意するが、Opus 4.6は10倍大きいモデルである可能性が高い。GPT-4はすでに1.6Tモデルで、Llama 4もはるかに大きい
      中国企業はGPUが不足しているが、推論効率化では多くの革新を成し遂げてきた。DeepSeek CEOのLiangも関連論文の著者の一人である
    • QwenのようなオープンソースモデルをAnthropicと比較するのは無意味である
      Anthropicはモデル構造やパラメータ数を公開したことがない
      オープンソースモデルの大半は、他のモデルを蒸留したりMoEを使ったりして計算コストを下げている
      Qwenを比較基準にしたブログ記事は信用しにくい
    • OpusはTPUを活用してより低コストを達成している可能性もある
    • OpenRouterのプロバイダ欄には量子化情報が表示されている

  • 元記事によると、Cursorは昨年、月額200ドルのClaude Codeサブスクリプションが最大2,000ドル分のコンピューティングを使うと見積もっていた
    今ではその補助額がさらに大きくなり、同じプランで約5,000ドル分のコンピューティングを消費しうるという

    • 「これはすべてを変える情報だ」という反応が出ている

  • OpenAIやAnthropicがトークンを赤字で売っていると信じている人は多いが、実際の証拠はほとんどない
    Forbesの不正確な記事のせいでこうしたミームが広まった。その記事はAPI料金とコンピューティングコストの違いすら理解していない

    • ただ、実際には赤字販売の証拠がないと断言するのも難しい
      AnthropicがCCの外部利用を防いでいる点や、API支出上限が5,000ドルである点などを見ると、収益性が低い可能性もある
    • 「トークンだけを売る会社が赤字にならないわけがない」という主張もある
      研究・訓練・インフラ・人件費はすべてトークン生成コストに含めるべきである
      オープンウェイトモデルの低価格は市場シェア獲得のためのダンピングによるもので、実際のコストはもっと高い
      結局、この構造は長くは続かないだろう
    • Anthropicがトークンごとに赤字かどうかより、訓練コストがどれだけかかるかのほうが重要である
      モデルが継続的に訓練されなければ、トークンの価値は下がる
    • 参考までに関連文書はこちら

  • 私たちのチームがClaude CodeをAPIで使えば月20万ドルかかるが、実際にはMaxサブスクリプションで月1,400ドルしか払っていない
    ユーザーあたり5万ドル水準だが、JSONトークン数を見ると大半がキャッシュ済みリクエストなので、実際のコストはかなり低いようだ

    • どうやってそんなに効率よく仕事を振り分けているのか気になる。私もClaudeを多用しているが、すぐに限界が来る
    • Gemini CLIはセッションごとのキャッシュ削減率を表示するが、たいてい90%程度である
    • 私も複数のClaudeエージェントを回しているが、入力トークンの85%がキャッシュ読み取りである
      実際のコストは2.5万〜3万ドル程度だろう。Forbesの5,000ドル推定は誇張である
    • npx ccusageでローカルログを確認すれば、API基準のコストを計算できる
    • ただ、Maxプランを会社用途で使うのは利用規約違反ではないのか気になる

  • Anthropicのコンピューティングが完全に飽和しているなら、Claude Codeのヘビーユーザーはユーザーあたり5,000ドルの機会費用を発生させうる
    しかしこの比較は、Rolexと無名時計のギア数を比べるのと同じくらい不適切である

    • 機会費用は実コストではない。Anthropicがサブスクリプションを売れないほど飽和状態なのかが核心である
    • GPUファームは完全に活用されるほど、**バッチ処理（batch）**の効果でむしろ単価が下がる
    • 「機会費用」という言葉はエンタメ業界でもよく使われるが、実際には消費が減るのが現実である
      Anthropicも同様で、ユーザーが不確かな品質に疑問を抱いたり、APIベース課金へ移行したりする可能性が高い
    • 「100ドルのサブスクでOpusをたっぷり使える今の状況が続いてほしい」という冗談も出ている

  • 推論コストと利益率は、オープンウェイトモデルと大手クラウドプロバイダの間で大きく異なる
    製薬業界におけるR&Dコストとジェネリック生産費の差に似ている
    OpenAIの推論マージンは約70%、Anthropicは40〜90%と推定されている
    関連記事: Phemex, SaaStr, The Information, Investing.com

    • 「利益（profit）」という言葉を安易に使いすぎるべきではないという意見である
      会計基準上は、すでにモデルごとの収益が訓練費を相殺している可能性もある
      ただしキャッシュフローベースでは、まだcashflow positiveではない
      この違いを理解しないと、AI業界全体を過小評価してしまう

  • Opus 4.6のモデルサイズがどの程度なのか確信がない
    Qwen397Bよりはるかに大きいと推定している

    • MuskがGrokは数兆パラメータだと明かしたことから、Opusもその水準である可能性が高い
      AnthropicがAPIで収益を上げているのは確かだろうが、90%マージンではないだろう
    • OpenRouterのDeepSeek v3.2(685B/37B active)は$0.26/0.40、Kimi K2.5(1T/32B active)は$0.45/2.25に設定されている
    • 専門家なら、Opusは1〜2兆パラメータだと推定するだろう

  • キャッシュはほぼ無料に近いが、実際には完全に無料ではない
    キャッシュトークンのコストを差し引くと、200ドルのサブスクリプションの実際のコンピューティング利用量は約800ドル相当に下がる
    コンピューティングの大半はアイドル状態である可能性が高い

    • ただしキャッシュはRAMを継続的に占有するため、完全に無料ではない
      キャッシュがヒットしなければ、そのぶん機会費用が発生する
    • キャッシュのおかげで、より多くのユーザーにプレミアム価格で推論を売れる構造になっており、実質的に収益最大化の手段である
    • アイドル状態のコンピューティングでないなら、そのリソースをモデル訓練や研究実験に使うこともできる

  • CursorはAnthropicの小売API価格でOpus 4.6を使わなければならないため、ヘビーユーザー1人あたり月5,000ドルかかりうる
    一方でAnthropicの実コストは500ドル程度だろう
    最近SwixポッドキャストでCursorのクラウドエージェント戦略を聞いたが、参入障壁は下がりつつある

  • Claudeのサブスクリプションはスポットインスタンスの概念に近い
    APIはオンデマンドサービスであり、優先順位はAPIにある
    余剰コンピューティングはサブスクリプションユーザーに割り当てられ、容量が不足すると量子化された低価格モデルへルーティングされる
    このようなサブスクリプションは遊休リソースを活用し、予測可能なワークフローによってモデル訓練の品質を高める役割も果たす
    Qwen Code、Codex、Claudeをすべて使ってみたが、CodexはQwenより2倍、ClaudeはCodexより2倍良かった
    そのためClaude OpusはQwen Codeより4〜5倍高いはずだと考える

    • 「ClaudeがCodexより2倍良い」というのは今では事実ではない
    • 「容量不足時に低価格モデルへルーティングされる」という部分は、公式に発表されたことはない