資料と指示を渡す 6 方式のトークン測定と費用

調査の詳細

IT連携マップ編集部は、Google Antigravity CLI（agy）で、Claude Sonnet 5.5 と Gemini 3.8 Flash に 6 つの渡し方で同じ課題を出し、1 ターン目と 2 ターン目のトークンの数を測りました。短文（2,893 字）は 8 つの決まりで書き直し、長文（39,875 字）は 300 字程度に要約して書き直し、2 ターン目はどちらも 3 段落目を短くさせました。試行ごとに作業場所を新しくし、各条件 1 回測りました。以下に、言葉の定義・6 つの渡し方・仕組み・計算式と、実験ごとの全データを載せます。

言葉の定義

資料と指示の 6 つの渡し方

編集部では、以下の 6 つの置き方を用意し、初回の書き直し（Turn 1）と修正の指示（Turn 2）を実行しました。

理論上のメカニズム

渡し方によって費用が変わる背景には、プロンプトキャッシュの 3 つの仕組み があります。

1. 先頭から一致する部分だけが再利用される（Prefix Caching） プロンプトキャッシュは、前の問い合わせと「先頭から 1 文字も変わらずに続いている区間」だけを再利用します。Turn 1 で送った資料は履歴に残るので、Turn 2 で参照すればキャッシュから読まれます。Turn 2 で資料を貼り直すと、貼った分は後ろに足された新しい入力なので、普通の料金で数えられます。
2. ツールを使うと、1 回のターンの中で何度も問い合わせる 外部ファイル（article.md）や SKILL を読むとき、エージェントはツールを使うたびに、それまでの内容をもう一度モデルに送ります。1 ターン目の入力の合計は大きくなりますが、2 回目以降の問い合わせでは前の内容の多くがキャッシュから読まれます。
3. キャッシュが使える最小の長さと、当たる保証 公式の説明では、Claude Sonnet 5.5 は 512 トークン以上、Gemini 3.8 Flash の暗黙のキャッシュは 4,096 トークン以上 でキャッシュが使えます。Gemini の暗黙のキャッシュは既定で有効ですが、当たることは保証されていません。

ツールの往復で 1 ターン目がどれだけ増えたかと、その計算式

エージェントが外部ファイルや SKILL を読むとき、1 回のターンの中で何度もモデルに問い合わせ、そのたびにそれまでの内容を送ります。 以下は、ツールを使わない「1b 会話貼付と参照指示」を基準として、各方式の 1 ターン目の入力がどれだけ増えたかを計算した結果です。

【計算式】ツールの往復による増加の計算式

1 回目の入力の合計 = そのターンの中の問い合わせごとの入力（キャッシュの外 ＋ キャッシュから）の和です。agy は、ツールを何回使ったかを記録していません。

ツールの往復による増加（Claude Sonnet 5.5 / 短文）

1. キャッシュが当たる場合（Claude）: ツールの往復で 1 ターン目の入力の合計が 2〜3 倍になっても、増えた分の多くがキャッシュから読まれるので、入力の費用は 1.3〜1.7 倍で済みました。
2. キャッシュが当たらない場合（Gemini の短文）: 増えた分をそのまま払うことになり、方式 2 の 2 ターンの費用（$0.0483）は 1a（$0.0236）の約 2 倍でした。

10 ターン続けたら、資料の分はどれだけ違うか

資料の大きさを D トークン、ターン数を N とします。毎回貼り直すと、資料を N 回キャッシュの外で払い、前に貼った分も履歴としてキャッシュから読まれ続けます。1 回だけ貼って参照すれば、キャッシュの外で払うのは 1 回だけです。

• 毎回貼り直す: D × (N × 入力の料金 ＋ 読み出しの料金 × N(N−1)/2)
• 1 回だけ貼って参照: D × (入力の料金 ＋ 読み出しの料金 × (N−1))

今回の差（短文 2,090・長文 20,330 トークン）を D とし、N = 10 で計算すると次のとおりです。

出力の長さは 1 回の測定でも大きく揺れる（短文の Claude で 1a の 2 ターン目は 3,290 トークン、1b は 391 トークン）ので、出力まで 10 ターンに伸ばす試算はしていません。

実験方法、計算式など

数の読み方と費用の式

• 2 ターン目の数は会話の累計: agy は 2 ターン目に、1 ターン目と 2 ターン目を足した数を返します。2 ターン目だけの数は「2 ターン目の数 − 1 ターン目の数」で求めました。
• 入力の数はキャッシュの外の分だけ: キャッシュから読んだ数は別に返ります（Claude も Gemini も）。
• 費用の式: 費用 = キャッシュの外の入力 × 入力の料金 ＋ キャッシュから読んだ入力 × 読み出しの料金 ＋ 出力 × 出力の料金（出力には考えるトークンを含む）
• 書き込みの割増: agy はキャッシュへの書き込みの数を返しません。Claude で書き込みの割増（1.25 倍）が掛かる場合は、キャッシュの外の入力の分が最大 25% 増えます。
• 8 項目の検査の限界: 方式 2・5 の Claude の 1 ターン目は返事が 366・410 字しかなく、書き直した本文は返事にありませんでした。2 ターン目は 3 段落目だけを返します。8 項目の検査の数では、方式の優劣は言えません。

[実験 1] Claude Sonnet 5.5 の場合

Turn 1 / Turn 2 の測定データ

• 2 ターン目に、ファイルを使う 2・5 は入力の 96% がキャッシュから読まれ、キャッシュの外の入力が最も少なくなりました（1,650・1,874 トークン）。ただし 1 ターン目のツールの往復が重く、2 ターンの費用は 1b より高くなりました。
• 1a の費用の差の大部分は出力です。資料を貼り直された AI は全文を書き直しました（2 ターン目の返事 3,103 字）。

[実験 2] Gemini 3.8 Flash（短文）の場合

Turn 1 / Turn 2 の測定データ

• キャッシュから読んだ数は、6 方式とも 0 でした。
• 1a は 1b より入力が 1,111 トークン多かったものの、1b のほうが返事が長く（2 ターンの出力の合計 2,375 対 1,462 トークン）、2 ターンの費用は 1a のほうが安くなりました。
• 4 は 2 ターン目に考えるトークン（thinking）が多く出て、2 ターンの費用が最も高くなりました。

[実験 3] Gemini 3.8 Flash（長文）の場合

Turn 1 / Turn 2 の測定データ

• 課題は 300 字程度の要約なので、返事は約 300 字で、費用のほとんどは入力です。
• 2 は 1 ターン目の入力の合計が 1b より 1 割少なく（28,426 対 31,700）、2 ターン目の入力も最も少なくなりました。1 ターン目が少なかった理由は、記録からは分かりません。
• 4 は考えるトークンが出て出力が増え、2 ターンの費用が最も高くなりました。