追加料金の廃止で、長文処理のコストが実質半減
Anthropicは2026年3月13日、Claude Opus 4.6とSonnet 4.6において、100万トークンのコンテキストウィンドウを標準価格で提供すると発表しました。これまでClaudeでは20万トークンを超えるリクエストに対して最大100%の追加料金が課されていましたが、今回その仕組みが完全に廃止されました。
コンテキストウィンドウとは、AIが一度に処理できるテキストの量を指します。100万トークンは日本語で約40万〜50万文字に相当し、長編小説数冊分を一度に読み込める計算です。これまでは長いテキストを扱うほど料金が跳ね上がっていたため、分割して処理する必要がありましたが、今後はその手間とコストが不要になります。
料金体系はシンプルです。Opus 4.6は入力が100万トークンあたり5ドル、出力が25ドル。Sonnet 4.6は入力が3ドル、出力が15ドルで、従来の価格を据え置きです。つまり追加料金がなくなった分、長文処理のコストが実質的に半減したことになります。
画像やPDFの処理件数も6倍に
今回の変更はテキストだけではありません。1回のリクエストで扱える画像やPDFの上限が、100件から600件に引き上げられました。たとえば契約書のPDF30ページと参考資料の画像50枚を同時に読み込んで要約を作成する、といった使い方が現実的になります。
ただしこの変更は、Claude Code(Max、Team、Enterprise)、Google Cloud Vertex AI、Microsoft Foundryでは適用されますが、Amazon Bedrockでは現時点で反映されていません。利用しているプラットフォームによって制限が異なる点には注意が必要です。
長文でも精度が落ちにくい性能
長いコンテキストを扱えることと、それを正確に処理できることは別問題です。多くのAIモデルは、コンテキストが長くなるほど内容を取りこぼしたり、精度が低下したりする傾向があります。
Anthropicによると、Opus 4.6はGraphWalks BFSベンチマークにおいて、フルコンテキスト長でもほぼパフォーマンスの低下を示さなかったとのこと。同社は両モデルがフルコンテキスト長でのベンチマークテストで、同等モデルの中で最高レベルの精度を達成したと報告しています。
とはいえ、コンテキストが埋まるにつれて精度が低下するという業界全体の課題は完全には解決していません。実際に使う際は、出力結果を確認しながら、どの程度の長さまで安定して使えるかを見極める必要があります。
フリーランスにとっての実用性
この変更がフリーランスの実務にどう影響するか、具体的に考えてみます。
まず恩恵が大きいのは、長文を扱う機会が多いライターやリサーチャーです。たとえばクライアントから提供された業界レポート10本(合計20万字)を一度に読み込んで要点をまとめたり、複数の参考資料を横断的に分析したりする作業が、分割せずに一発で処理できます。これまでは資料を小分けにして何度もリクエストを送る必要がありましたが、その手間がなくなるだけでなく、コストも半分以下に抑えられます。
コンサルタントや企画職の方にとっても有用です。クライアントの過去の会議録10回分と関連資料をまとめて投げ込んで、論点の整理や提案の叩き台を作成してもらう、といった使い方ができます。これまでは追加料金を気にして躊躇していた使い方が、現実的な選択肢になります。
一方で、短いテキストしか扱わない方にとっては、今回の変更は直接的なメリットにはなりません。ブログ記事を1本ずつ書くような使い方であれば、従来と変わらない料金で使えます。
作業時間とコストの変化
長文処理が必要な案件では、作業時間が3分の1から半分程度に短縮できる可能性があります。資料の分割や結果の統合といった手間が不要になるためです。コスト面では、これまで追加料金がかかっていた長文処理が標準価格で済むため、月に数回以上使う方なら月額数千円から数万円の削減につながるでしょう。
ただし、画像やPDFを大量に扱う場合は、使用するプラットフォームによって制限が異なります。Amazon Bedrockでは600件への拡大が適用されないため、プラットフォームの選択も検討材料になります。
今すぐ試すべきか、様子見か
すでにClaudeを業務で使っていて、長文の資料処理に時間とコストがかかっていると感じている方は、試す価値があります。追加料金を気にせず使えるようになったことで、これまで諦めていた使い方ができるかもしれません。
一方で、Claudeをまだ使っていない方や、短いテキストしか扱わない方にとっては、今回の変更だけで乗り換える理由にはならないでしょう。他のAIツールと比較しながら、自分の業務に合ったものを選ぶ方が現実的です。
注意点として、フルコンテキスト長での精度は向上しているものの、完璧ではありません。実際に長文を処理する際は、出力結果をしっかり確認し、必要に応じて分割や再処理を検討してください。
詳細はAnthropicの公式発表をご確認ください。
コメント