やす研究所 AI Lab
戻る

Claude API副業でAI受託の粗利を守る方法2026|バッチ推論とキャッシュで原価70%削る設計図

Claude API副業でAI受託の粗利を守る方法2026|バッチ推論とキャッシュで原価70%削る設計図

AI受託の相談が増えた反面、「単価は上がらないのにAPI課金だけ膨らむ」という声をよく聞くようになりました。私も先月、文書分類の案件を受けたときに一度青ざめました。見積の段階でトークン計算を甘く見て、粗利が2割まで沈みかけたんです。

この記事では、Claude APIを土台にした副業で原価を7割落とし、粗利を守るための設計を、2026年7月時点のモデル構成と実際の見積書ベースで解説します。売り方の話ではなく、利益を残す側の話です。

結論:粗利を守るのは価格設定ではなく「モデル配管」

AI副業で赤字化する人の共通点は、Sonnet 5 や Opus 5 に全処理を投げていることです。逆に、粗利を安定して50〜70%で回している人は、モデルを役割で分けて、Batch APIとPrompt Cacheを最初から前提に組んでいます。

具体的にはこの3つを最初から設計に入れると、同じ受注額でも手取りが変わります。

この記事の後半では、月10万円の文書処理案件を粗利72%で回すための見積テンプレも置いておきます。

なぜ2026年後半はClaude API副業の「原価設計」が武器になるのか

2026年に入り、Claude API の価格体系は個人開発者にとって過去最高に扱いやすくなりました。理由は3つあります。

1つ目は、モデル階層の広がりです。現在のClaudeラインナップは、Fable 5、Opus 5、Sonnet 5、Haiku 4.5 の4層に整理されていて、価格差は入力側だけで最大10倍あります。

2つ目は、Sonnet 5の導入価格。この記事を書いている2026年7月末時点で、Sonnet 5は通常$3/$15のところ、$2/$10の導入価格が続いています。ただし9月1日から通常価格に戻る予定なので、案件見積時は戻り後の価格でシミュレーションしておいた方が安全です。

3つ目が、割引レバーの厚みです。プロンプトキャッシュのヒットは入力トークンを90%オフ、Batch APIは入出力ともに50%オフ。両方効かせれば、実質的な原価は素の状態から最大95%近く圧縮できます。ここが個人受託にとって一番効きます。

つまり、価格そのものは下がっていないんですが、「価格を下げる技術」の余地が増えたということなんですよね。

3つのモデルを役割分担する「配管図」

私が受託案件でまず書くのは、コードではなく1枚の配管図です。処理を分類して、どのモデルに何を投げるかを最初に決めてしまう。これをやっておくと、後から原価が跳ねません。

判定・抽出はHaiku 4.5に集約する

分類、タグ付け、キーワード抽出、簡易サマリー。この4つはHaiku 4.5で十分こなせます。1M入力あたり$1、出力$5なので、Sonnet 5 と比べて実質1/2〜1/3の原価で回せます。

私が先月やった案件では、5万件のPDF要約のうち、「1行タイトル生成」だけHaikuに寄せただけで、月次のAPI費が推定4割ほど下がりました。これは想像以上に効きました。

本命の推論はSonnet 5で回す

顧客向けアウトプット、レポート本文、要件抽出などのクオリティが直接請求金額に響く処理は、Sonnet 5に任せます。Opus 5に上げたくなる気持ちはわかりますが、副業レベルの受託では、Opusを常用すると1件あたりの原価が跳ねて粗利が痩せます。

Opus/Fableは「例外ルート」に閉じ込める

Opus 5 と Fable 5 は、コード生成が絡む長時間タスクや、複雑な法務・医療の推論など、明確な理由があるときだけ呼ぶ。私はこれらを「例外ルート」と呼んで、社内のプロンプトルーターに閾値を入れて自動で振り分けています。

Prompt CacheとBatch APIを前提に見積を組む

ここが一番大事なところです。個人副業で失敗する人は、**「後から最適化する」**と考えがち。でも、これは案件開始時の設計で決まります。

Prompt Cacheで固定コンテキストを圧縮する

受託案件のほとんどは、「毎回同じマニュアル・同じ商品DB・同じ判断基準」を前提に処理を回します。この固定部分をキャッシュに入れておくと、ヒット時は入力側が90%オフ。

たとえば商品DB 5万トークンを毎回プロンプトに入れて1000件処理すると、素直に書けば入力だけで5000万トークン=Sonnet 5の通常価格で$150。これがキャッシュヒットで**$15ちょっとまで落ちます**。

実装は難しくありません。Anthropic SDKで cache_control: {"type": "ephemeral"} を該当メッセージに付けるだけ。ちょっとしたコツですが、キャッシュ有効期限(5分/1時間)を意識してバッチ処理のスケジューリングを組むと、ヒット率がぐっと上がります。

Batch APIは「今日中でよい処理」を全部寄せる

リアルタイム性が要らない処理は、迷わずBatch APIに流します。ちょうど入出力とも50%オフ、しかも上のPrompt Cacheと併用可能。

私の見積では、以下のような分け方をしています。

この3レーンで組むと、同じ処理量でも原価が体感で3割は違います。

月10万円案件を粗利72%で回す見積テンプレ

実際に私が使っている見積表をベースに、数字で示します。想定は「中小EC向け、月次で商品説明文3000件を再生成+タグ付け」の案件です。

受注額: 月10万円(税別)

処理内訳:

原価の目安を、Sonnet 5の通常価格($3/$15)ベースで概算すると、

合計でだいたい$56、日本円で8500円前後。受注10万円に対して**粗利92%**という計算になります。実際にはリトライやプロンプト調整で1.5〜2倍に膨らむと見ておくのが安全なので、現実的には粗利70〜75%着地というのが私の実感です。

ここでポイントなのは、同じ案件をSonnet 5だけで愚直に回すと粗利が20〜30%台まで落ちるということ。配管をきちんと引くだけで、これだけ手取りが変わります。

3週間で導入するロードマップ

1週目: 自分の処理棚卸し

2週目: Prompt CacheとBatch APIを組み込む

3週目: 見積テンプレを更新

個人受託で踏みがちな3つの落とし穴

1. トークン数を「文字数」で見積もる

日本語は英語よりトークン効率が悪く、体感で1.5〜2倍振れます。文字数ベースで見積もると、本番でトークン数が想定の2倍になって粗利が飛ぶ。案件を受ける前に、実データ100件でトークナイザーを走らせておく癖をつけると事故が減ります。

2. キャッシュヒット率を測っていない

「キャッシュ入れたから安心」ではなく、ヒット率を見ないと意味がない。5分キャッシュだと夜間の疎な処理では外れます。ヒット率が50%を切っていたら、1時間キャッシュ(2倍単価だがヒット率は大幅UP)に切り替える判断をする。

3. Batch APIのSLAを読まずに約束する

Batch APIは公式に「24時間以内」の非同期処理を前提とした割引です。顧客と「翌朝までに納品」の約束をしていると、Batchが遅延したときに詰みます。私はSLA上、顧客向けの納期は48時間で切って、実運用の24時間バッファをこちらで持つようにしています。

まとめ:今日からやる3つのアクション

AI副業の主戦場は「何を売るか」から「原価をどう設計するか」に移ってきました。同じ案件でも、モデル配管の巧拙で粗利は3倍変わります。今日からできる3つを置いておきます。

  1. 直近1ヶ月のClaude API利用ログを開き、Sonnet/Opusで回している処理のうち、Haiku 4.5に落とせるものを最低1つ特定する
  2. 固定コンテキストを持つスクリプトに cache_control を追加してキャッシュヒット率をログに書き出す
  3. 次に受ける案件の見積書に「原価内訳シート」を追加し、9月以降のSonnet 5通常価格でも粗利50%以上残るか確認する

売り方を磨くのも大事なんですが、原価を締める技術は誰にも見えないぶん、そのまま自分の粗利になります。地味ですが、これがいちばん効きます。

参考リンク

この記事をシェア:
X で共有 Facebook で共有 Telegram で共有
次の記事
AI翻訳ツール比較2026:DeepL・GPT-5・Claude・Gemini・DeepSeekを日英で実機検証