economics

AI プロダクトの現在のユニットエコノミクスを計算します。

始める前に

創業者に尋ねます。

「各アクションの粗利益率はどのくらいだと思いますか？　まずは推測してみてください。」

回答を待ちます。記録してから、計算を実行します。創業者はほぼ必ず利益率を高く見積もります。推測を答えてもらった後に実際の数値を示すと、より強く印象に残ります。

「まったくわからない」と言われた場合は、そのまま進めます。ただし、推測できるなら、まずは推測を聞いてください。

---

現在のモデル料金（2026 年 6 月）

Anthropic Claude

モデル	入力 $/MTok	出力 $/MTok	キャッシュ読み取り $/MTok	バッチ（50% 割引）
Opus 4.8	$5.00	$25.00	$0.50	$2.50 / $12.50
Sonnet 4.6	$3.00	$15.00	$0.30	$1.50 / $7.50
Haiku 4.5	$1.00	$5.00	$0.10	$0.50 / $2.50

キャッシュ書き込み料金：5 分 TTL では入力料金の 1.25 倍、1 時間 TTL では 2.0 倍です。

OpenAI

モデル	入力 $/MTok	出力 $/MTok
GPT-4.1	$2.00	$8.00
GPT-4o	$2.50	$10.00

Google Gemini

モデル	入力 $/MTok	出力 $/MTok
Gemini 2.5 Pro	$1.00	$10.00
Gemini 2.5 Flash	$0.30	$2.50

---

手順

1. コードベースから料金を調べる

grep -rn "CREDIT\|credit_cost\|COST\|FREE_CREDITS\|signup_bonus\|price\|PRICE" --include="*.py" --include="*.ts" -i

次を確認します。

• ユーザーが支払う金額（例：$5 = 100 クレジット → $0.05/クレジット）
• アクションごとのクレジット数（生成、画像、再生成など）
• 登録時の無料クレジット

2. アクションごとのトークン数を推定する

プロンプトファイルがあれば、実際に読みます。なければ、次の基準値を使います。

アクションの種類	入力トークン	出力トークン
短い生成（ツイート、件名）	500–1,000	100–200
中程度の生成（メール、要約）	1,000–3,000	300–800
長い生成（記事、レポート）	2,000–6,000	800–2,000
分類／抽出	500–2,000	50–150
チャットのターン（履歴を含む）	2,000–8,000	200–500

3. アクションごとのコストを計算する

API cost = (input_tokens / 1,000,000 × input_price)
         + (output_tokens / 1,000,000 × output_price)

Revenue  = credits_charged × price_per_credit
Margin   = (revenue - api_cost) / revenue × 100

4. キャッシュの影響を計算する（プロンプトキャッシュを使用している場合）

キャッシュの効果があるのは、大きな共通プレフィックス（システムプロンプト、ドキュメントのコンテキスト、少数ショット例）がある場合に限られます。

Standard cost     = input_tokens / 1M × input_price
Cached cost       = cached_tokens / 1M × cache_read_price
                  + uncached_tokens / 1M × input_price

Savings per call  = standard_cost - cached_cost
Break-even calls  = cache_write_cost / savings_per_call

Sonnet 4.6 と 10,000 トークンのシステムプロンプトを使う例：

• 標準：10,000 / 1M × $3.00 = 1 回あたり $0.030
• キャッシュ読み取り：10,000 / 1M × $0.30 = 1 回あたり $0.003
• キャッシュ書き込み（5 分）：10,000 / 1M × $3.75 = $0.0375
• 損益分岐点：$0.0375 / $0.027 の節約額 = 1.4 回

2,000 トークンを超えるシステムプロンプトが繰り返し使われ、セッションあたり 2 回を超える場合は、キャッシュしてください。

5. バッチ処理の対象になるか確認する

Anthropic の Batch API は、すべてのモデルが 50% 割引になります。次の用途に使用してください。

• 一括処理（ドキュメント分析、コンテンツモデレーション、一括生成）
• リアルタイムの応答が不要なもの（24 時間以内に処理すればよいもの）
• バックグラウンドジョブ、夜間処理、一括エクスポート

API 支出の 20% 超がリアルタイム処理以外に使われている場合、バッチ処理だけでその部分のコストを半減できる可能性があります。

6. 表を出力する

UNIT ECONOMICS — [your product]
════════════════════════════════════════════════════════════════
USER PRICING
  [price] = [credits] credits → $X.XX per credit
  Signup bonus: [N] free credits

ACTION ECONOMICS
────────────────────────────────────────────────────────────────
Action              Credits   Revenue   API Cost   Margin
────────────────────────────────────────────────────────────────
[action name]         [N]     $X.XX     $X.XXX     XX%
[action name]         [N]     $X.XX     $X.XXX     XX%
────────────────────────────────────────────────────────────────

CACHE SAVINGS (if applicable)
  System prompt tokens: [N]
  Savings per call: $X.XXX
  Monthly savings at [volume] calls: $XXX

FREE TIER DAMAGE (N signup credits)
  Conservative user:   costs you ~$X.XX
  Typical user:        costs you ~$X.XX
  Heavy user:          costs you ~$X.XX

PAYBACK POINT
  One paying user covers ~X non-converting free users
════════════════════════════════════════════════════════════════

7. 懸念事項を指摘する

危険信号：

• 利益率が 50% 未満のアクションがあれば、目立つように指摘します
• 登録 1 件あたりの無料枠コストが $1 を超える場合は、指摘します
• 大きな共通システムプロンプトをキャッシュなしで使っている場合は、見逃している月間節約額を計算します
• リアルタイム以外の処理をバッチではなくライブ API で実行している場合は、コスト差を指摘します

利益率のベンチマーク（2026 年）：

• 粗利益率 >70% — AI プロダクトとして健全です
• 60–70% — 許容範囲です。AI を活用した SaaS の業界平均です
• 50–60% — 注意深く監視してください。インフラやサポートのコストに充てる余裕がほとんどありません
• <50% — 価格設定またはモデル選択に問題があります。規模を拡大する前に修正してください

8. 価格感度分析（依頼された場合）

クレジット価格を ±20% 変更した場合の利益率を示します。スプレッドシート全体を作り直さずに価格を再設定するかどうかを判断するのに役立ちます。

また、「モデルをアップグレード」するシナリオも示します。1 段階上または下のモデルに変更した場合の利益率です（例：Sonnet → Haiku、GPT-4.1 → Gemini 2.5 Flash）。品質基準を満たす最安モデルが、実際に使用されているモデルとは限りません。