英語面接練習アプリを個人開発・課金実装した構成と失敗談

Anthropic が Claude Sonnet 5.5 の cache read 料金を 50% 引き下げ（100万トークンあたり $0.20 → $0.10）。Amazon Bedrock の Converse API で長い system プロンプトを使うチャットを実行し、改定前後の費用を比較した結果、会話を重ねるほど差が開き、20ターンで約 2 割のコスト削減を確認。

リアルタイム応答が不要なバッチ処理では Batches API を使うことで、通常の同期 API 比で トークン単価が 50% オフになる。TypeScript での実装は SDK インストール → バッチリクエスト作成 → ポーリング待機 → 結果取得の 4 ステップで、最大 10,000 件 / バッチを処理でき、Prompt Caching と組み合わせれば理論上 95% 以上のコスト削減も可能。

Microsoft Copilot Studio と iPaaS を連携させた RAG システムで、Claude Sonnet 4.5 と GPT-5 Chat の性能を 4 つのテストケースで検証。検索精度は両者とも 100% 達成したが、回答精度ではClaude Sonnet 4.5 が全ケースで 100% に対し GPT-5 Chat はケース 3・4 で 80%・60% にとどまり、ハルシネーション耐性の差が明確化。

Amazon Bedrock の VLM (Claude Haiku 4.5) による外観検査で、出力スキーマのキー順が検出率に大きく影響することを発見。判定（verdict）を欠陥候補（findings）より後に書かせることと、判定処理を VLM から分離することで、複数条件で検出率が向上。前回の結果を再分析し、プロンプト設計の細部が精度に影響することを実証。