同じ文章でも、消費トークン数はモデルごとに違う
出典: Qiita (Claude tag)
Hiroba による自動要約
同一のプロンプトを複数のLLMモデルに送信し、実際の消費トークン数を測定した結果を報告。Claude Haiku 4.5を基準にした相対費用を算出したところ、Claude FableはHaikuの約12倍、Google Gemma 3 27Bとの間では最大2倍のトークン数差が発生。単価表だけでなく実測値に基づくコスト比較の重要性を示唆。
出典・元記事
Qiita (Claude tag) の記事を Hiroba が自動要約しました。元記事を読む
読んで良かったら、シェアしてみてください。
同じタグの記事が他に 2214 件あります。
関連する記事
同じタグの記事
Claude専用ドキュメント駆動開発ツールでコスト爆発：cold start と cache_write の落とし穴
Zenn自作の Claude ベースのエージェントツール（タスク分割・自動レビュー方式）で実装フェーズの請求が想定外に膨張した事例。出力は全コストの 21% に過ぎず、92.1M トークンのコンテキスト読み直しが 51% を占めた。原因は `claude -p` の毎回起動による cold start の cache_write（×1.25 倍課金）で、チャット利用時の「warm session 再利用」と異なり、タスクごとに固定コンテキストを×1.25 で焼き直していた。
Claude の extended thinking を Anthropic Python SDK で使う — thinking ブロック取り出しと tool use 併用時の3つのハマりどころ
QiitaAnthropic Python SDK で extended thinking(思考予算)を有効化・運用する実装手順と注意点をまとめた。thinking={"type": "enabled", "budget_tokens": N} で有効化でき、レスポンスから thinking ブロックを type で振り分けて取り出すが、tool use と併用する際は前ターンの thinking ブロック(署名付き)を丸ごと次リクエストに戻さないと 400 エラーになるのが最大の罠。