【2026年8月最新】Claude Codeのキャッシュとは？サブスク1時間・API5分の差と、モデル切替で損する仕組みを実測解説

「Claude Codeの応答キャッシュって5分なの？」「サブスクは1時間って本当？」。ここ数日、X（旧Twitter）でClaude Codeの「キャッシュ」の話題をよく見かけます。結論から言うと、サブスクプランのセッションは1時間、API従量課金の標準は5分です。そしてこの差は、応答速度にも料金にも直結します。

本記事では、非エンジニアの方向けにClaude Codeのキャッシュの仕組みを「作り置き」の比喩でゼロから翻訳します。さらに「モデルを切り替えるとキャッシュが全部飛ぶ」という見落としがちな罠を、実際に約3万字の文書を読ませた実測データつきで検証しました。読み終わる頃には、Claude Codeを今より速く・安く使うコツが身についているはずです。

Claude Codeのキャッシュとは？「作り置き」で理解する

まず前提からです。AIは会話を「記憶」していません。Claude Codeは、あなたが指示を送るたびに、システムプロンプト（動作ルール）、CLAUDE.md、これまでの会話履歴の全部をまとめてAIに送り直しています。会話が長くなるほど、毎回送る量は雪だるま式に増えていく。これがAIチャットの基本構造です。

とはいえ、毎回ゼロから全文を読み直すのはあまりに無駄です。そこで使われているのが「プロンプトキャッシュ」。一度読んだ内容の「処理済みの状態」をサーバー側にとっておき、次の指示では続きの部分だけを処理する仕組みです。

喫茶店で例えるなら、毎朝来る常連さんのために「いつもの」を仕込んでおく作り置きです。注文が入ってから豆を挽くところから始めるのではなく、仕込み済みの状態から作る。だから速いし、手間も少ない。

キャッシュが効くと、具体的にはこう変わります。
・応答が速くなる（読み直しの待ち時間が減る）
・料金が安くなる（キャッシュからの読み出しは通常入力の約10分の1）
・サブスクでも使用量の消費が減る（レート制限に達しにくくなる）

ちなみにこの仕組みはClaude Codeが特別なのではなく、Claude APIの標準機能です。ただしClaude Codeは設定なしで自動的に活用してくれるため、使う側は存在にすら気づかない。だからこそ、仕組みを知っている人と知らない人で差がつきます。

ひとつだけ、大事な性質があります。キャッシュは「先頭からの完全一致」でしか効きません。文書の先頭から1文字でも変わると、そこから後ろのキャッシュは全部無効になります。この性質が、後述する「モデル切替の罠」につながっていきます。

サブスクは1時間、API従量は5分。キャッシュの「賞味期限」

作り置きには賞味期限があります。キャッシュの保存期間（TTLと呼ばれます）は利用形態で異なります。
・Claude Codeのサブスクプラン（Pro/Max）のセッション：1時間
・API従量課金（標準）：5分
・API従量課金（オプション指定時）：1時間（ただし書き込みコストが2倍）

この差は、使い勝手にかなり効きます。たとえば長い調査をClaude Codeに任せて、コーヒーを淹れに行って10分後に戻ってきたとします。サブスクなら期限は1時間なのでキャッシュは生きていて、続きの指示はすぐ処理されます。ところがAPI従量だと5分の期限がすでに切れているため、会話履歴の全部を読み直し、つまり全額課金からのやり直しです。

逆にサブスク側は、1時間の余裕があるおかげで「30分の会議を挟んで続きから再開」といった働き方でもキャッシュが活きたままです。コンテキストまわりはサブスクがかなり優遇されている、と言われるのはこのためです。

「従量課金で使ったら想定より高かった」という声の一因はここにあります。こまめに使うか、放置してから使うか。同じ作業量でも、戻ってくるタイミングだけで請求額が変わるわけです。

なお、サブスクでも油断はできません。使用量の上限を超えて追加課金（オーバレッジ）の状態になると、キャッシュの期限が5分に切り替わる挙動が確認されています。「急にもっさりしてきた」と感じたら、使用量の状態を疑ってみてください。

料金はどう変わる？読み出し0.1倍・書き込み1.25倍

キャッシュの料金ルールはシンプルで、Anthropic公式ドキュメントで公開されています。通常の入力料金を1とすると、次のようになります。
・キャッシュへの書き込み：1.25倍（1時間キャッシュは2倍）
・キャッシュからの読み出し：約0.1倍

初回だけ少し割高に払い、2回目以降は10分の1で済む。つまり2回アクセスした時点で元が取れる計算です。Claude Codeのように同じ会話コンテキストを何十回も往復する使い方では、キャッシュの有無で入力コストが文字通り桁で変わります。

「自分はサブスクだから関係ない」と思った方、半分正解で半分間違いです。料金は定額でも、キャッシュが効かない使い方をすると内部の使用量カウント（レート制限）を余計に消費し、上限に早く到達します。5時間ごとの利用制限によくぶつかる人は、キャッシュを意識するだけで改善する余地が十分にあります。

プランごとの料金体系そのものは、別記事のClaude Codeの料金完全ガイドで詳しく解説しています。

【実測】モデルを切り替えるとキャッシュは全部飛ぶ

ここからが本題です。キャッシュはモデルごとに別々に管理されます。そのため、会話の途中で/modelコマンドでモデルを切り替えると、それまで積み上げたキャッシュがそのモデルでは使えず、切り替え直後に履歴全体の読み直しが発生します。

「モデルを頻繁に切り替えるとコンテキストの再読み込みが発生するっぽい」という報告がXで話題になっていたので、実際に計測してみました。

実験はシンプルです。約3万字の架空の業務マニュアルをClaude Codeのヘッドレスモードに読ませ、同じセッションで3ターン会話します。各ターンのキャッシュ関連トークン数を、JSON出力のusage欄から記録しました。質問はいずれも「要約して」という一言だけにそろえ、モデル切替以外の条件が変わらないようにしています。

・1ターン目：Sonnet 5に3万字を読ませて要約 → キャッシュに37,740トークンを書き込み
・2ターン目：同じSonnet 5のまま再質問 → 61,424トークンをキャッシュから読み出し。新規の書き込みはわずか578トークン
・3ターン目：Opus 5に切り替えて再質問 → キャッシュ読み出しは15,268トークンに激減し、36,105トークンを新規に作り直し

2ターン目は履歴のほぼ全部（99%）を再利用できているのに、モデルを切り替えた3ターン目は履歴の大半を作り直しています。指示の内容は「同じ要約をもう一度」というだけなのに、です。API従量の料金ルールで計算すると、3ターン目の入力コストは2ターン目の約7倍。サブスクでも、この分だけ使用量を余計に消費し、応答も遅くなります。

対策ははっきりしています。
・1つのセッションの中ではモデルを固定する
・別のモデルを使いたい作業は、サブエージェントに割り当てる（本体のキャッシュが保たれます）
・どうしても切り替えるなら、新しいタスクの開始など区切りのいいタイミングにする

どのモデルをどの作業に使うかの考え方はClaude Codeのモデル使い分けガイドに、サブエージェントの実践的な使い方はサブエージェント使い分けガイドにまとめています。あわせて読むと、この節の対策がそのまま実行できます。

キャッシュを無駄にするNG行動3つ

実測を踏まえて、知らずにやりがちな「キャッシュ殺し」を3つ挙げます。

NG1：会話の途中でモデルを何度も切り替える

前述の通り、切り替えるたびに履歴の作り直しが走ります。「難しい質問だけOpusに聞いて、終わったらすぐ戻す」を1つの会話の中で繰り返すのは、賢いようでいて実は一番コストの高い使い方です。

NG2：期限切れまで放置してから続きを頼む

API従量の5分はあっという間です。少し席を外すだけで期限が切れます。長時間離れるとわかっているなら、その前に「ここまでの内容を要約して」と頼んでおき、戻ったら新しいセッションに要約を渡して再開する。この方が結果的に安く、速くなります。要約は数百トークンで済むので、履歴数万トークンを読み直させるより圧倒的に軽いのです。

NG3：作業の途中でCLAUDE.mdや設定をいじる

キャッシュは先頭からの完全一致で効きます。CLAUDE.mdのような会話の先頭近くに読み込まれる設定ファイルを書き換えると、それ以降のキャッシュは全部無効になります。設定の見直しはタスクの切れ目にまとめて行いましょう。

今日からできるキャッシュ活用術3つ

活用術1：重い読み込みはセッションの最初にまとめる

長い資料やコードベースの読み込みは、セッションの冒頭で一度に済ませるのがおすすめです。以降のすべてのターンでキャッシュが効き続けます。あとから小出しに読み込むより、体感でも数字でも効率的です。

活用術2：続きの作業はTTL以内に。無理なら要約リレー

サブスクなら1時間、従量なら5分。この時間内に戻れるかどうかを意識するだけで、待ち時間とコストが変わります。超えそうなら前述の「要約して新セッション」方式が有効です。

活用術3：効いているかどうかは数字で確かめる

ヘッドレスモード（claude -p --output-format json）で実行すると、出力JSONのusage欄にcache_read_input_tokens（キャッシュから読んだ量）が表示されます。ここが大きければキャッシュは効いています。今回の実測もこの方法で行いました。特別なツールは何も要りません。

よくある質問（FAQ）

Q1. キャッシュの中身は他の人に見られませんか？

見られません。キャッシュは組織（アカウント）単位で分離されていて、さらに完全一致したプロンプトでしか読み出せない仕組みになっています。

Q2. サブスク利用でもキャッシュを意識する意味はありますか？

あります。料金は定額でも、応答速度と使用量（レート制限）の消費に直結します。利用制限によくぶつかる人ほど、効果を感じやすいはずです。同じ月額でも、キャッシュを活かせる人はより多くの作業をこなせる。実質的な「元の取りやすさ」が変わると考えてください。

Q3. 新しいセッションを立ち上げるとキャッシュはゼロからですか？

共通部分は再利用されることがあります。今回の実測でも、1ターン目からすでに23,684トークンが読み出しから始まっていました。これは直前に別のセッションで同じシステムプロンプト部分がキャッシュされていたためです。設定が同じなら、セッションをまたいでも先頭の共通部分は活きます。

Q4. コンテキスト圧縮（compact）するとキャッシュはどうなりますか？

履歴の中身が変わるため、圧縮後の初回は作り直しになります。それでも履歴全体が小さくなるメリットの方が大きい場面が多いので、圧縮を避ける理由にはなりません。

まとめ

・Claude Codeのキャッシュは「作り置き」。読み出しは通常の約10分の1の料金で、応答も速くなる
・保存期間はサブスク1時間、API従量5分。この差が「従量だと思ったより高い」の一因
・キャッシュはモデル単位。途中で/modelを切り替えると履歴を丸ごと作り直す（実測では書き込みが578→36,105トークンに増加、入力コスト約7倍）
・モデルはセッション内で固定し、別モデルの作業はサブエージェントへ
・重い読み込みは冒頭にまとめ、離席はTTLを意識する

キャッシュは普段まったく目に見えませんが、Claude Codeの速さと安さを裏側で支えている仕組みです。「なんだか遅い」「思ったより高い」と感じたら、この記事の内容を思い出してみてください。原因の多くは、仕組みを知っていれば避けられるものです。

あわせて読みたい関連記事：

AIの最新情報をリアルタイムで受け取りませんか？

X（旧Twitter）では、Claude Codeの新機能解説や今回のような実測レポートを毎日発信しています。記事にする前の速報も多いので、この記事が役に立った方はぜひ@ai_hack_dxのフォローをお願いします。質問やリクエストもXでいつでも受け付けています。