DEV Community: Akira

クロード・ハイク 5.5 ベンチマーク

Akira — Thu, 08 Oct 2026 04:15:44 +0000

Claude Haiku 5.5は、OSWorld 2.1で72.4%、GDPval-AA v2.1で1620、FrontierCode 1.1で46.4%、Terminal-Bench 4.0で39.2%のスコアを記録しました。Haiku 4.5は、これら3つのうち、15.7%、735、0.0%のスコアでした。これらはすべて最大努力の数値であり、デフォルトのmedium努力では、GDPval-AAは1277に低下します。現時点では、独立した研究機関からHaiku 5.5の結果はまだ発表されていません。

今すぐApidogを試す

以下では、Claude Haiku 5.5のベンチマーク、実行者、努力レベルがスコアとコストに与える影響、さらにApidogで実際のトラフィックを使ってモデルを評価する手順を説明します。仕様と価格については、Claude Haiku 5.5とはを確認してください。

公開時のテーブル

Haiku 5.5の各セルは、最大努力で適応的思考を使用しており、通常は5回の試行の平均値です。Terminal-Benchではタスクごとに10回試行されています。n/rは結果が公開されていないことを意味します。

ベンチマーク	Haiku 5.5	Haiku 4.5	GPT-6 Luna	Sonnet 5.5
GDPval-AA v2.1 (Elo)	1620	735	1437	1840
AA-Briefcase v1.1 (Elo)	1578	614	1336	1824
OSWorld 2.1、オフラインサブセット	72.4%	15.7%	48.9%	83.9%
Humanity’s Last Exam、ツールなし	45.9%	10.2%	n/r	56.9%
Humanity’s Last Exam、ツールあり	57.4%	18.7%	n/r	64.5%
Terminal-Bench 4.0	39.2%	0.0%	16.4%	70.6%
FrontierCode 1.1（メイン）	46.4%	n/r	42.4%	52.1% (xhigh)
Chartography、ツールなし	46.4%	6.4%	29.1%	61.6%

各ベンチマークの実行者

Anthropicはほとんどのテストを自社で実行しました。ベンダー間の行はベンチマーク名を共有していますが、ハーネスや努力設定まで同じとは限りません。

ベンチマーク	実行者	条件
GDPval-AA v2.1、AA-Briefcase v1.1	Artificial Analysis、独立して	GDPval-AA: 220タスク、44職種。EloはDeepSeek V4.1 Flash（最大）の1600に固定。Briefcase: 数週間のプロジェクト
FrontierCode 1.1	Cognition	ClaudeはClaude Code、GPTはCodexで実行。メイン = 150タスク中、最も難しい100タスク
Chartography	Anthropic、Surge AIのベンチマークで	Gemini 3.5 Flashグレーダー。LunaのスコアはSurge AIから
Terminal-Bench 4.0	Anthropic	Claude Code `--bare`、66タスク、各10回試行、セーフガード有効
OSWorld 2.1	Anthropic	108タスク中82タスク、1080p、最大500ステップ
Humanity’s Last Exam	Anthropic	98万トークンのタスク予算、Opus 4.6グレーダー

GPT-6 Lunaの2つのセルには文脈が必要です。AnthropicはOpenAIのAPIを介して、LunaのOSWorldスコアを同じ82タスクで実行しました。LunaのTerminal-Bench 16.4%は、公開リーダーボードのCodex CLI・最大努力によるものです。

Terminal-Benchでは、Haiku 5.5の試行の1.8%（660回中12回）がセーフガードによって停止され、それぞれ失敗としてカウントされました。

FrontierCodeの罠

公開時のテーブルでは、Haiku 5.5の最大値である46.4%と、Sonnet 5.5の最高スコアであるxhigh値の52.1%が並んでいます。システムカードには、同条件での数値が示されています。

FrontierCode 1.1	メイン	拡張
Haiku 5.5、最大	46.4%	58.4%
Haiku 5.5、xhigh	45.8%	n/r
Sonnet 5.5、最大	46.2%	59.1%
Sonnet 5.5、xhigh	52.1%	64.4%

最大努力では、Haiku 5.5がメインでSonnet 5.5を46.4%対46.2%でわずかに上回ります。一方、各モデルの最高設定を比較すると、Sonnetが5.7ポイントリードします。

FrontierCodeの結果を引用する場合は、必ず努力レベルも併記してください。

システムカードの追加情報

システムカードには、公開投稿で省略された行が追加されています。特に明記されていない限り、すべて最大努力での結果です。

ベンチマーク	Haiku 5.5	Haiku 4.5	Sonnet 5.5
SWE-Bench Pro	64.8	n/r	81.3
SWE-bench Multilingual	83.7	67.4	90.3
SWE-bench Multimodal	30.7	19.8	54.3
OSWorld 2.1、厳格な合格率	37.1%	n/r	48.8%
Chartography、ツールあり	86.2%	8.8%	90.2%
OfficeQA / OfficeQA Pro	73.5% / 60.3%	63.0% / 47.1%	76.9% / 65.6%
HealthBench Professional（長さを調整済み）	64.8%	32.2%	69.2%

OSWorldの72.4%は部分点であり、完全に合格したタスクは37.1%です。

Chartographyはツールを使用すると46.4%から86.2%まで上昇します。チャートを扱うワークフローでは、Haiku 5.5に必要なツールを提供してください。

デフォルトの努力レベルではスコアが低い

Claude APIおよびClaude Codeでは、Haiku 5.5のデフォルトはmediumです。システムカードには、デフォルト努力レベルでの結果も報告されています。

ベンチマーク	Medium（デフォルト）	最大	注記
GDPval-AA v2.1	1277	1620	Mediumでは、最大努力の約10分の1の出力トークンを使用
AA-Briefcase v1.1	1372	1578	Mediumでは、最大努力の4分の1未満の出力トークンを使用
HealthBench Professional	59.9%	64.8%	Low 57.9%、high 61.3%

output_config.effortを指定せずにAPIを呼び出すと、左列の結果に近い挙動を期待することになります。努力レベルのドキュメントには、5段階すべての設定が記載されています。

努力レベル別のスコアとコスト

公開チャートの数値を、スコアとコストとして整理します。OSWorldとTerminal-Benchのコストは試行ごと、GDPval-AAのコストはタスクごとです。

モデル	Low	Medium	High	Xhigh	Max
OSWorld 2.1
Haiku 5.5	42.0% ($0.07)	53.3% ($0.13)	61.3% ($0.18)	67.6% ($0.28)	72.4% ($0.61)
Sonnet 5.5	57.9% ($0.68)	66.0% ($0.93)	73.2% ($1.38)	81.1% ($2.22)	83.9% ($5.73)
GPT-6 Luna	19.2% ($0.04)	37.5% ($0.13)	42.3% ($0.14)	44.8% ($0.17)	48.9% ($0.21)
GDPval-AA v2.1
Haiku 5.5	1125 ($0.012)	1277 ($0.030)	1420 ($0.089)	1513 ($0.27)	1620 ($0.87)
Sonnet 5.5	1179 ($0.22)	1324 ($0.27)	1551 ($0.62)	1731 ($1.88)	1840 ($6.78)
GPT-6 Luna	1036 ($0.004)	1262 ($0.02)	1344 ($0.03)	1364 ($0.05)	1437 ($0.09)
Terminal-Bench 4.0
Haiku 5.5	12.7% ($0.42)	20.3% ($0.68)	24.8% ($1.04)	31.5% ($1.75)	39.2% ($2.64)
Sonnet 5.5	20.0% ($0.62)	28.8% ($0.68)	43.0% ($1.46)	61.5% ($4.34)	70.6% ($10.44)

実装時に見るべきポイントは次のとおりです。

最大努力は最後の段階で高価になります。 GDPval-AAでは、最大努力はmediumの約28倍のコストで、Eloは343ポイント高くなります。OSWorldでは、最大努力はxhighの2倍以上のコストで、スコア差は4.8ポイントです。
OSWorldではHaiku 5.5のmediumがLunaの最大努力を上回ります。 Haiku 5.5は53.3%（$0.13）、Lunaは48.9%（$0.21）です。ただし、他の同レベル設定ではLunaの方が安価です。詳細はHaiku 5.5 vs GPT-6 Lunaを参照してください。
OSWorldではHaiku 5.5の最大努力がSonnet 5.5のmediumを上回ります。 Haiku 5.5は72.4%（$0.61）、Sonnet 5.5は66.0%（$0.93）です。
Terminal-Benchは例外です。 Sonnet 5.5のhighは43.0%（$1.46）で、Haiku 5.5の最大努力である39.2%（$2.64）を、より低いコストで上回ります。Sonnetのコストには新しい$0.10のキャッシュ読み取り価格が適用されています。

コストは定価に基づいています。10万トークンまでのプロンプトでは100万トークンあたり$0.10/$0.50で、それを超えると高くなります。詳細は価格の内訳を確認してください。

Haiku 5.5がまだ劣る点

Sonnet 5.5は公開テーブルのすべての行でリードしています。Haikuが直接対決で勝利したのは、同じ最大努力でのFrontierCodeだけです。

差が大きいベンチマークは次のとおりです。

Terminal-Bench 4.0: 39.2% 対 70.6%
SWE-Bench Pro: 64.8 対 81.3
SWE-bench Multimodal: 30.7 対 54.3

Anthropicも、Sonnet 5.5とOpus 5.5は「複雑なエージェント型コーディングタスクには依然として優れた選択肢」であると述べています。

Haiku 5.5は、要約、分類、ブラウザ操作、または大きなモデル配下のサブエージェントなど、範囲を限定した作業に適しています。安価なサブエージェントとしてHaiku 5.5を実行する方法は、Claude CodeにおけるHaiku 5.5を参照してください。

独立した結果：まだなし

2026年10月8日現在、独立した研究機関からHaiku 5.5の結果は発表されていません。

Artificial AnalysisのHaiku 5.5ページは404エラーを返し、そのリーダーボードにはClaude 4.5 Haikuのみが掲載されています。Vals、LMArena、SWE-bench、Aiderでも結果は示されていません。

第三者機関による速度の数値はありません。AnthropicはHaiku 5.5を標準速度では「現時点で最速のモデル」と呼んでいますが、Fast ModeのOpusよりは遅いとしています。

最も近い外部数値はCursorから来ています。モデルドキュメントによると、Haiku 5.5はCursorBenchで最大努力時に48.4%のスコアを記録しており、lowの30.9%から上昇しています。

思考オフの場合、Cursorは22.1%から26.2%を報告しています。同じ努力レベルで思考オンの場合は30.9%から42.3%です。

顧客の報告

以下はAnthropicの公開投稿によるものであり、独立して検証されたものではありません。

HubSpot: シミュレーションされたCRMポータルスイートでの3回の実行の平均で92.8%を記録。これは同スイートでこれまでに見られた最高スコアです。
AlphaSense: 400のドキュメント内質問クエリで、Haiku 4.5の0.76に対して0.84を記録。統計的に有意であるとしています。
Box: 初期テストで、Haiku 4.5よりも約半分のレイテンシで11ポイント高いスコアを記録。
Asana: タスク完了レイテンシが、現在のモデルと比較して30%以上低下。
Cognition: Devin FusionはHaiku 5.5をサイドキック、Opus 5.5をリードとして使用し、FrontierCodeで66.2のスコアを保持。これはHaiku単独ではなく、2モデルのシステムです。

独自の評価を実行する

ベンチマークのスコアを、そのまま本番ワークロードの意思決定に使うべきではありません。

Anthropicのプロンプトガイドでは、自社の評価で改善が確認できる場合にのみxhighまたはmaxを使用し、比較対象としてSonnet 5.5でも同じ評価を実行することを推奨しています。

Apidogで評価コレクションを作成する手順は次のとおりです。

ANTHROPIC_API_KEYを環境変数として保存します。
実際の入力から20〜50個を選び、Messages APIリクエストとして保存します。
各リクエストにアサーションを追加します。
- ステータスコードが200
- stop_reasonが"max_tokens"または"refusal"ではない
- 正答に必要な文字列、構造、またはフィールドが含まれる
low、medium、highでコレクションを実行します。努力レベルを変えると、プロンプトキャッシュは無効になります。
合格率とusage内のトークン数を記録します。新しいトークナイザーは、同じテキストに対してHaiku 4.5よりも約30%多くのトークンを生成します。
コレクションを複製してモデルをclaude-sonnet-5-5に変更し、同じプロジェクト内で比較します。

curl https://api.anthropic.com/v1/messages \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "content-type: application/json" \
  -d '{
    "model": "claude-haiku-5-5",
    "max_tokens": 8000,
    "thinking": {"type": "adaptive"},
    "output_config": {"effort": "medium"},
    "messages": [{
      "role": "user",
      "content": "Classify this support ticket as billing, bug or feature request: ..."
    }]
  }'

Haiku 5.5では、temperature、top_p、top_k、またはアシスタントの事前入力を送信しないでください。これらは400エラーを返します。

また、thinkingブロックが最初に返る場合があるため、レスポンスコンテンツは配列の位置ではなくtypeで選択してください。

実装例とテスト方法は、APIガイドおよびLLMアプリケーションのテストを参照してください。

よくある質問

Claude Haiku 5.5はSonnet 5.5よりも優れていますか？

Anthropicの数値では、全体としてはそうではありません。Sonnet 5.5は公開テーブルのすべての行でリードしています。

Haikuがわずかに上回るのは、両方が最大努力で実行された場合のFrontierCodeのみです。Haiku 5.5は46.4%、Sonnet 5.5は46.2%です。

アップグレードの視点については、Haiku 5.5 vs Haiku 4.5を参照してください。

Haiku 5.5のSWE-benchスコアはどのくらいですか？

すべて最大努力で、以下の結果です。

SWE-Bench Pro: 64.8
SWE-bench Multilingual: 83.7
SWE-bench Multimodal: 30.7

ベンチマークはどの努力レベルで実行されましたか？

最大努力で、通常は5回の試行の平均です。

APIのデフォルトはmediumであり、GDPval-AAでは1620ではなく1277を記録します。

独立したHaiku 5.5のベンチマークはありますか？

まだありません。

Artificial AnalysisはGDPval-AAとAA-Briefcaseを独立して実行しましたが、これらのスコアはAnthropicが公開したものです。AAにはHaiku 5.5のページはありません。

GPT-6 Lunaの方が安価ですか？

通常はそうです。

LunaはGDPval-AAのすべての努力レベルと、mediumを除くOSWorldのすべてのレベルで低コストです。OSWorldのmediumでは両者のコストはほぼ同じです。Haiku 5.5は両方のベンチマークでより高いスコアを記録しています。

次のステップ

まずはmediumで始めてください。評価コレクションで合格率の改善を確認し、その改善が追加コストに見合う場合にのみhigh、xhigh、maxへ進みます。

Apidogをダウンロードし、実際のプロンプトで評価コレクションを作成してください。本番トラフィックを切り替える前に、Sonnet 5.5のベースラインとともに結果をApidogに保存して比較します。

Claude Haiku 5.5とHaiku 4.5の比較：変更点と破壊的変更の対処法

Akira — Thu, 08 Oct 2026 04:14:45 +0000

Claude Haiku 5.5（claude-haiku-5-5、2026年10月7日リリース）は、最大10万トークンまでのプロンプトでHaiku 4.5より90%安価です。入力／出力は100万トークンあたり $0.10 / $0.50（Haiku 4.5は $1 / $5）で、コンテキストウィンドウは20万トークンから100万トークンへ拡張されています。一方で、Haiku 4.5では動作していた5つのリクエスト形式がHaiku 5.5では400エラーになり、レスポンス形式やトークン数にもサイレントな変更があります。

今すぐApidogを試す

以下では、移行時に確認すべき破壊的変更、変更前／変更後のJSON、サイレントな仕様変更、Apidogでのテスト手順をまとめます。詳細な仕様はClaude Haiku 5.5とは、Haiku 4.5の既存実装はClaude Haiku 4.5 APIガイドを参照してください。

Haiku 4.5 と Haiku 5.5 の比較

項目	Claude Haiku 4.5	Claude Haiku 5.5
モデルID（Claude API）	`claude-haiku-4-5-20251001`	`claude-haiku-5-5`
コンテキスト／最大出力	200K / 64K	1M / 128K
入力／出力（MTokあたり）	$1 / $5	10万トークンまで $0.10 / $0.50、超過分 $0.50 / $2.50
キャッシュ読み取り／5分書き込み（MTokあたり）	$0.10 / $1.25	10万トークンまで $0.01 / $0.125、超過分 $0.05 / $0.625
バッチ入力／出力（MTokあたり）	$0.50 / $2.50	10万トークンまで $0.05 / $0.25、超過分 $0.25 / $1.25
思考	手動 `budget_tokens`	アダプティブのみ、デフォルトでオン
努力レベル	なし	`low`、`medium`（デフォルト）、`high`、`xhigh`、`max`
最小キャッシュ可能プロンプト	4,096トークン	512トークン
トークナイザー	旧版	同じテキストで約30%多くのトークン
非デフォルトのサンプリングパラメータ／プリフィル	受け入れられる	400エラー
プライオリティティア	サポート	非サポート
ステータス	アクティブ、2026年10月15日以前の廃止なし	アクティブ、2027年10月7日以前の廃止なし

Haiku 4.5は非推奨ではありません。モデルの非推奨ページでは、廃止日なしのアクティブモデルとして記載されています。両モデルのレート制限も同じです。

5つの破壊的変更点

以下は、Haiku 4.5で成功していたリクエストがHaiku 5.5では400エラーになる変更です。移行前に、既存のリクエストボディを検索して該当パラメータを洗い出してください。詳細はHaiku 5.5移行ガイドを確認してください。

1. `budget_tokens` による手動思考

Haiku 5.5はアダプティブ思考のみを使用します。thinking.type: "enabled" と budget_tokens の組み合わせは使用できません。

// 変更前（Haiku 4.5）
{
  "model": "claude-haiku-4-5-20251001",
  "max_tokens": 16000,
  "thinking": { "type": "enabled", "budget_tokens": 8000 },
  "messages": [
    { "role": "user", "content": "Classify this ticket." }
  ]
}

// 変更後（Haiku 5.5）
{
  "model": "claude-haiku-5-5",
  "max_tokens": 16000,
  "thinking": { "type": "adaptive" },
  "output_config": { "effort": "medium" },
  "messages": [
    { "role": "user", "content": "Classify this ticket." }
  ]
}

思考量を制御するには、budget_tokens ではなく output_config.effort を使います。

4.5で小さい思考予算を使っていた場合: low を検討
標準的な用途: medium
より複雑な推論: high、xhigh、max

thinking: { "type": "disabled" } は送信できますが、努力レベルが high 以下の場合に限られます。xhigh または max と組み合わせると400エラーになります。

2. サンプリングパラメータ

Haiku 5.5では、既存の temperature、top_p、top_k 設定がそのまま使えない場合があります。

削除対象:

temperature
top_p
top_k

許可される値は temperature: 1 または top_p: 0.99 のみです。ただし、temperature と top_p を同時に送ることはできません。top_p: 1、任意の top_k、その他の値は400エラーになります。

// 変更前（Haiku 4.5）
{
  "model": "claude-haiku-4-5-20251001",
  "max_tokens": 1024,
  "temperature": 0.2,
  "top_k": 40,
  "messages": [
    { "role": "user", "content": "Extract the order ID." }
  ]
}

// 変更後（Haiku 5.5）
{
  "model": "claude-haiku-5-5",
  "max_tokens": 1024,
  "messages": [
    { "role": "user", "content": "Extract the order ID." }
  ]
}

低い温度で出力の一貫性を確保していた場合は、プロンプトで制約を明示します。

注文IDだけを返してください。
説明、前置き、Markdownは含めないでください。
不明な場合は null を返してください。

3. アシスタントプリフィル

Haiku 5.5では、最後のメッセージを assistant ロールにして続きを生成させるプリフィルは使えません。思考を無効化していても拒否されます。

messages は user ターンで終わるように変更してください。

// 変更前（Haiku 4.5）
{
  "model": "claude-haiku-4-5-20251001",
  "max_tokens": 1024,
  "messages": [
    { "role": "user", "content": "Return the sentiment as JSON." },
    { "role": "assistant", "content": "{\"sentiment\": \"" }
  ]
}

// 変更後（Haiku 5.5）
{
  "model": "claude-haiku-5-5",
  "max_tokens": 1024,
  "system": "Reply with only a JSON object. No preamble.",
  "messages": [
    { "role": "user", "content": "Return the sentiment as JSON." }
  ]
}

厳密な出力形式が必要な場合は、以下を優先してください。

構造化出力を利用する
分類結果をenumフィールドを持つツール呼び出しで返す
システムプロンプトでJSON以外を禁止する
アプリケーション側でJSON Schema検証を行う

4. コンピュータ使用: `computer_20250124` から `computer_toolset_20260801` へ

Claude APIおよびGoogle Cloudでは、Haiku 5.5のコンピュータ使用は新しいツールセットを使う必要があります。

以下を変更してください。

computer-use-2025-01-24 ベータヘッダーを削除
computer_20250124 を computer_toolset_20260801 に置換
fine-grained-tool-streaming-2025-05-14 を送信している場合は削除

fine-grained-tool-streaming-2025-05-14 は、新ツールセットと同時に使うと400エラーになります。

// 変更前（Haiku 4.5）
// ヘッダー: anthropic-beta: computer-use-2025-01-24
{
  "model": "claude-haiku-4-5-20251001",
  "max_tokens": 4096,
  "tools": [
    {
      "type": "computer_20250124",
      "name": "computer",
      "display_width_px": 1280,
      "display_height_px": 800
    }
  ],
  "messages": [
    { "role": "user", "content": "Open the settings page." }
  ]
}

// 変更後（Haiku 5.5）
// ベータヘッダーなし
{
  "model": "claude-haiku-5-5",
  "max_tokens": 4096,
  "tools": [
    { "type": "computer_toolset_20260801" }
  ],
  "messages": [
    { "role": "user", "content": "Open the settings page." }
  ]
}

エージェントループのディスパッチ方法も変更します。

旧実装: input.action を参照
新実装: 各 tool_use ブロックの name と toolset_name を参照
ツール結果: toolset_name を結果にエコーバックする

Haiku 5.5では browser_toolset_20260801 も利用できますが、Haiku 4.5ではサポートされていません。実装例はClaude Codeにおけるコンピュータ利用を参照してください。

5. 思考ブロックより前の履歴を編集する

Haiku 5.5の思考ブロックは、その思考ブロック以前の入力が完全に同一である場合のみ有効です。

以下を変更してから、過去の thinking ブロックを再送信すると400エラーになります。

system
tools
思考ブロックより前のメッセージ
それ以前の会話履歴

// 変更前: 編集されたsystem + 再送信された思考ブロック = 400
{
  "model": "claude-haiku-5-5",
  "max_tokens": 4096,
  "system": "You are a billing agent. Be brief.",
  "messages": [
    { "role": "user", "content": "Why was I charged twice?" },
    {
      "role": "assistant",
      "content": [
        {
          "type": "thinking",
          "thinking": "",
          "signature": "<from turn 1>"
        },
        { "type": "text", "text": "Checking." }
      ]
    },
    { "role": "user", "content": "Order 4412." }
  ]
}

// 変更後: 過去の履歴を変更せず、新しい指示を最新ターンに追加
{
  "model": "claude-haiku-5-5",
  "max_tokens": 4096,
  "system": "You are a billing agent.",
  "messages": [
    { "role": "user", "content": "Why was I charged twice?" },
    {
      "role": "assistant",
      "content": [
        {
          "type": "thinking",
          "thinking": "",
          "signature": "<from turn 1>"
        },
        { "type": "text", "text": "Checking." }
      ]
    },
    { "role": "user", "content": "Order 4412. Be brief." }
  ]
}

実装上は、思考ブロックを含む会話履歴を不変データとして扱うのが安全です。指示を更新したい場合は、過去の system を書き換えず、最新のユーザーメッセージに追加してください。

2026年8月31日00:00 UTCより前に作成されたアカウントでは、thinking.block_binding.prefix_mismatch_behavior を設定したリクエストでのみ、このエラーが発生します。

エラーを返さないサイレントな変更点

400エラーにならなくても、アプリケーションのパース、監視、コスト計算に影響する変更があります。

思考フィールドがデフォルトで空になる 各 thinking ブロックは空の thinking と signature のみを返します。Haiku 4.5のような要約済み思考をログやUIで利用する場合は、以下を設定します。

  {
    "thinking": {
      "type": "adaptive",
      "display": "summarized"
    }
  }

レスポンスが思考ブロックから始まる場合がある アダプティブ思考は明示的に設定しなくてもオンです。content[0] をテキストとして扱わず、type === "text" のブロックを検索してください。

  const text = response.content
    .filter((block) => block.type === "text")
    .map((block) => block.text)
    .join("");

トークン数が約30%増える

新しいトークナイザーでは、同じテキストでも約30%多くのトークンとして計上されます。さらに思考トークンも max_tokens に含まれます。小さい max_tokens では、テキストを出力する前に stop_reason: "max_tokens" になる可能性があります。
強制 tool_choice は思考をスキップする

tool_choice: { "type": "any" } や名前付きツールは使えますが、レスポンスはツール呼び出しから始まり、thinking ブロックは返りません。先に推論させたい場合は tool_choice: { "type": "auto" } を使い、ツールを使う条件をプロンプトで指定してください。
新しい拒否が発生する場合がある

Haiku 5.5は cyber、frontier_llm、bio、general_harms の安全分類器を実行し、stop_reason: "refusal" を返すことがあります。サーバー側フォールバックはなく、単純な再試行でも通常は同じ結果になります。
プライオリティティアは利用不可

Haiku 4.5でプライオリティティアのコミットメントがある場合、Haiku 5.5移行後の容量計画を別途行ってください。
思考ブロックはアカウントに紐付く

思考ブロックは、それを生成したアカウントまたはリンク済みアカウントでのみ利用できます。会話を別アカウントに移行して再生すると、推論の継続性は失われます。
短いプロンプトでもキャッシュが始まる

最小キャッシュ可能プロンプトは4,096トークンから512トークンに下がります。以前は対象外だった短いシステムプロンプトもキャッシュ対象になります。

改善された点

以下は、Haiku 5.5を最大努力レベルで実行した場合のAnthropic報告値です。GDPval-AAとAA-BriefcaseはArtificial Analysisによる独自実施です。

ベンチマーク	Haiku 4.5	Haiku 5.5
GDPval-AA v2.1（Elo）	735	1620
AA-Briefcase v1.1（Elo）	614	1578
OSWorld 2.1、offline subset	15.7%	72.4%
Humanity’s Last Exam、with tools	18.7%	57.4%
Terminal-Bench 4.0	0.0%	39.2%
SWE-bench Multilingual	67.4%	83.7%
Chartography、no tools	6.4%	46.4%

Haiku 4.5のTerminal-Bench実行では、固定の63,999トークンの思考予算が使われました。Haiku 5.5はデフォルトの medium 努力レベルでもGDPval-AAで1277点を記録し、Haiku 4.5を大きく上回っています。

Box社は、Haiku 4.5よりレイテンシが約半分で、スコアが11ポイント高いと報告しています。ベンチマークの詳細はClaude Haiku 5.5ベンチマークを参照してください。

Anthropicは、複雑なエージェントコーディングには依然としてSonnet 5.5またはOpus 5.5を推奨しています。Haiku 5.5は、分類、抽出、要約、圧縮、サブエージェント、ブラウザ利用に適したモデルです。

コスト面では、AnthropicはHaiku 5.5が平均で約75%安価だとしています。これは、10万トークンまで90%安価、超過分は50%安価という料金体系と、新トークナイザーによるトークン増加を加味した数値です。ツール利用時のシステムプロンプトも、auto ツール選択では496トークンから286トークンに縮小されています。料金例はClaude Haiku 5.5の価格設定を確認してください。

Apidogで移行をテストする

Apidogで、https://api.anthropic.com/v1/messages に対する3つの保存済みリクエストを含むプロジェクトを作成します。

1. ベースラインリクエストを作成する

現在のHaiku 4.5リクエストを保存します。

モデル: claude-haiku-4-5-20251001
期待ステータス: 200
現行のレスポンス形式と usage.input_tokens を記録

2. モデルIDだけを変更した失敗ケースを作成する

ベースラインを複製し、model だけを claude-haiku-5-5 に変更します。

期待ステータス: 400
budget_tokens
サンプリングパラメータ
アシスタントプリフィル
古いコンピュータツール
思考ブロック前の履歴変更

破壊的変更ごとにリクエストをコピーして保存すると、チーム内レビューで原因を確認しやすくなります。

3. 移行済みリクエストを作成する

修正後のボディを保存し、以下を検証します。

ステータスコードが 200
stop_reason が refusal ではない
stop_reason が max_tokens ではない
content 配列内に type: "text" のブロックがある

環境変数には ANTHROPIC_API_KEY を保存し、ヘッダーで参照します。

x-api-key: {{ANTHROPIC_API_KEY}}
anthropic-version: 2023-06-01
content-type: application/json

ベースラインと移行済みリクエストの usage.input_tokens を比較し、実際のプロンプトにおけるトークナイザー差分を確認してください。

この3リクエストをテストシナリオとして保存すれば、誰かが temperature や top_k を再導入した場合でも、本番前のテストで検出できます。リクエストの基本構成はClaude Haiku 5.5 APIの使い方を参照してください。

Claude Codeを使っている場合は、次のコマンドで移行支援を実行できます。

/claude-api migrate this project to claude-haiku-5-5

モデルIDの置換、パラメータ修正、チェックリストが表示されます。なお、haiku エイリアスがHaiku 5.5へ解決されるのはAnthropic APIのみです。詳細はClaude CodeにおけるClaude Haiku 5.5を確認してください。

よくある質問

Claude Haiku 4.5は非推奨ですか？

いいえ。非推奨日は設定されておらず、アクティブなモデルです。2026年10月15日以前に廃止される予定はありません。

Haiku 4.5のリクエストがHaiku 5.5で400エラーになるのはなぜですか？

以下を確認してください。

budget_tokens
temperature、top_p、top_k
アシスタントプリフィル
computer_20250124
思考ブロックより前の会話履歴、system、tools の変更

これらがHaiku 5.5への移行で問題になる5つの破壊的変更です。

長いプロンプトではHaiku 5.5の方が安いですか？

はい。10万トークンを超える場合でも、Haiku 5.5は100万トークンあたり入力 $0.50、出力 $2.50 で、Haiku 4.5の $1 / $5 の半額です。さらにHaiku 4.5は20万トークンを超えるプロンプトを処理できません。

すべてのワークロードをHaiku 5.5に切り替えるべきですか？

分類、抽出、要約、サブエージェント用途では、まず実際のプロンプトとデータで評価してから移行してください。競合モデルとの比較はHaiku 5.5 vs GPT-6 Lunaを参照してください。

次のステップ

Haiku 4.5の実リクエストを複製し、Haiku 5.5用にモデルIDだけを変更して400エラーを確認します。次に、各エラーを1つずつ修正し、移行済みリクエストが安定して通過してからトラフィックを切り替えてください。

テスト用のリクエストペアを作成するには、Apidogをダウンロードしてください。

クロードハイク 5.5 料金

Akira — Thu, 08 Oct 2026 04:12:32 +0000

Claude Haiku 5.5は、10万トークンまでのプロンプトでは、入力トークン100万あたり0.10ドル、出力トークン100万あたり0.50ドルです。10万トークンを超えるプロンプトでは、入力0.50ドル、出力2.50ドルに上がります。キャッシュ読み取りは0.01ドルから、Batch APIではすべてのレートが半額です。Anthropicは、Haiku 4.5と比べて平均で約75%低いコストで実行できると述べています。

Apidogを今すぐ試す

この記事では、料金表、約75%安の計算根拠、10万トークン超を含む3つの実行パターン、努力レベル別のコスト、Haiku 4.5・GPT-6 Luna・Sonnet 5.5との比較を解説します。モデルを初めて使う場合は、まずClaude Haiku 5.5とはを確認してください。実トラフィックでコストを検証するには、Apidogからリクエストを送信し、レスポンス内のusageブロックを読み取ります。

Claude Haiku 5.5 API料金表

Anthropicの料金ドキュメントに基づく、100万トークン（MTok）あたりの料金です。

項目	10万トークンまでのプロンプト	10万トークンを超えるプロンプト
入力	$0.10	$0.50
出力	$0.50	$2.50
5分間キャッシュ書き込み	$0.125	$0.625
1時間キャッシュ書き込み	$0.20	$1.00
キャッシュ読み取り（ヒットおよび更新）	$0.01	$0.05
バッチ入力	$0.05	$0.25
バッチ出力	$0.25	$1.25

料金を計算する際は、次の点を確認してください。

10万トークン超のしきい値

Haiku 5.5では、プロンプトが10万トークンを超えると高いレートが適用されます。他のClaudeモデル（4.6以降）が100万トークンのウィンドウ全体を単一レートで請求するのに対し、Haiku 5.5は例外です。
米国限定の推論

inference_geoによる米国限定ルーティングは、Claude APIおよびAWS上のClaude Platformで、すべてのトークンカテゴリに1.1倍の料金が適用されます。10万トークン未満では、入力0.11ドル、出力0.55ドルです。
新しいトークナイザー

同じテキストでも、Haiku 4.5より約30%多くのトークンを生成します。
ツール利用時のオーバーヘッド削減

ツール利用のシステムプロンプトは286トークン（自動/なし）で、Haiku 4.5の496トークンから減少しています。
Priority Tierと高速モードはなし

Haiku 5.5では利用できません。

「約75%安」の根拠

Haiku 5.5は、10万トークンまではHaiku 4.5より90%安く、10万トークン超では50%安く設定されています。Anthropicによると、Haiku 4.5のリクエストの90%は10万トークン未満でした。さらに、この比較には新しいトークナイザーによるトークン数増加も考慮されています。

概算は次のとおりです。

リクエスト数で重み付けします。

0.9 × 90% + 0.1 × 50% = 86%削減
新しいトークナイザーによる約30%のトークン増加を加味します。

残り14%のコストは、14% × 1.3 = 18.2% です。

したがって、削減率は約82%まで下がります。

Anthropicの約75%という数値は、より保守的な平均値として扱うべきです。公開されていない重み付けでは、長いプロンプトがリクエスト数以上に支出を占めている可能性があります。最終的には、自分のusageデータで確認してください。

各努力レベルでの試行あたりのコスト

Haiku 5.5は、努力レベル（low〜max、APIデフォルトはmedium）を導入した最初のHaikuモデルです。実際の請求額は、料金表だけでなく努力レベルにも大きく左右されます。

以下の数値は、ローンチ投稿の努力レベル別グラフからのものです。AnthropicはOSWorldとTerminal-Benchを実行し、Artificial AnalysisはGDPval-AAを実行しました。

努力レベル	OSWorld 2.1（スコア、1試行あたりドル）	GDPval-AA v2.1（Elo、1タスクあたりドル）	Terminal-Bench 4.0（スコア、1試行あたりドル）
低	42.0%, $0.0695	1125, $0.0117	12.7%, $0.424
中	53.3%, $0.1257	1277, $0.0304	20.3%, $0.6798
高	61.3%, $0.1827	1420, $0.0894	24.8%, $1.0372
極高	67.6%, $0.2792	1513, $0.2673	31.5%, $1.7545
最大	72.4%, $0.6111	1620, $0.8659	39.2%, $2.6433

実装時は、次の点をコスト設計に反映してください。

OSWorldではmaxがmediumの4.9倍のコスト

$0.6111 ÷ $0.1257
GDPval-AAではmaxがmediumの28.5倍のコスト

$0.86593 ÷ $0.03042
ローンチ表のスコアはmaxのもの

APIデフォルトのmediumでは、GDPval-AAのEloは1620ではなく1277です。
エージェントコーディングではSonnetも比較する

Terminal-Benchでは、Sonnet 5.5のlowはスコア20%、コスト0.6205ドルでした。一方、Haiku 5.5のmediumはスコア20.3%、コスト0.6798ドルです。Anthropicは、複雑なエージェントコーディングタスクにはSonnetとOpusの方が適していると述べています。詳細な数値はベンチマーク詳細で確認できます。

Haiku 5.5の価格比較

モデル	100万トークンあたりの入力/出力	キャッシュ読み取り	5分キャッシュ書き込み	長文プロンプトルール
Claude Haiku 5.5	10万トークンまで $0.10 / $0.50	$0.01	$0.125	10万トークン超: $0.50 / $2.50
GPT-6 Luna	$0.10 / $0.50	$0.01	$0.125	27.2万入力トークン超: 入力とキャッシュが2倍、出力が1.5倍（$0.20 / $0.75）
Claude Haiku 4.5	$1 / $5	$0.10	$1.25	単一レート（20万コンテキスト）
Claude Sonnet 5.5	$2 / $10	$0.10	$2.50	100万トークン全体で単一レート

GPT-6 Lunaとの比較

GPT-6 Lunaは、10万トークンまではHaiku 5.5と同額ですが、追加料金が始まるしきい値が異なります。

OpenAIのモデルページによると、Lunaの追加料金は27.2万トークンを超えると適用され、リクエスト全体に課金されます。

たとえば、入力15万トークン、出力2,000トークンのリクエストでは、Lunaは基本料金内です。

(150,000 × $0.10 + 2,000 × $0.50) ÷ 1,000,000 = $0.016

この場合、Haiku 5.5の0.08ドルよりLunaの方が安価です。

ただし、トークナイザーも異なります。Hacker Newsのコメント投稿者は、Claudeの10万トークンがGPTでは約6万〜6万5千トークンに相当すると推定しています。AnthropicのOSWorldチャートでは、Haiku 5.5のmediumは53.3%、0.1257ドルで、Lunaのmaxである48.9%、0.205ドルを上回りました。

詳しくはClaude Haiku 5.5 vs GPT-6 Lunaを参照してください。

Sonnet 5.5との比較

Sonnet 5.5は同日、キャッシュ読み取り料金を0.20ドルから0.10ドルへ引き下げました。Anthropicによると、ほとんどのエージェント作業で約20%安くなっています。

Sonnet 5.5料金ガイドは、この値下げ前の情報です。

Haiku 4.5との比較

Haiku 4.5は非推奨ではありません。移行前に確認すべき破壊的変更については、Haiku 5.5 vs Haiku 4.5を確認してください。

APIクレジットとコンシューマープラン

Max・TeamのAPIクレジット

Max 5xには月額100ドル、Max 20xには月額200ドルのClaude Platformクレジットが付与されます。Teamでは、Standardシートあたり20ドル、Premiumシートあたり100ドルが付与され、合計上限は500ドルです。

Free、Pro、Enterpriseは対象外です。

APIクレジットのドキュメントによると、これらはClaude API向けであり、Claude Codeやクラウドでは使えません。また、未使用分の繰り越しはできません。

入力100万トークンあたり0.10ドルで計算すると、100ドルで10億入力トークン、または例1のようなリクエストを約22万回購入できます。

$100 ÷ $0.000455 = 約22万回

コンシューマープラン

claude.com/pricingによると、Free、Pro、Max、Team、Enterpriseユーザーは、Web、iOS、AndroidのClaude.aiでHaiku 5.5を選択できます。

Free: 0ドル
Pro: 年間契約で月額17ドル、月額契約で20ドル
Max: 月額100ドルから

FreeプランにはClaude Codeがありません。また、チャットプランでスクリプトやCIジョブを実行することはできません。

詳細はClaude Haiku 5.5を無料で使う方法を確認してください。

クラウド経由の利用

Bedrock、Google Cloud、Foundryでは、それぞれ独自の料金ページを通じてHaiku 5.5の料金が請求されます。

Apidogでリクエストごとのコストを追跡する

すべてのMessagesレスポンスはusageオブジェクトを返します。この値があれば、Apidogで呼び出しごとの価格を計算できます。

1. APIキーを環境変数に保存する

export ANTHROPIC_API_KEY="your_api_key"

2. 努力レベルごとのリクエストを作成する

同じプロンプトで、low、medium、highのリクエストをそれぞれ保存します。

curl https://api.anthropic.com/v1/messages \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "content-type: application/json" \
  -d '{
    "model": "claude-haiku-5-5",
    "max_tokens": 4000,
    "thinking": {"type": "adaptive"},
    "output_config": {"effort": "medium"},
    "messages": [{"role": "user", "content": "Classify this support ticket: ..."}]
  }'

3. レスポンス後にコストを計算する

Apidogのポストプロセッサに次のスクリプトを追加します。この例では、input_tokensをプロンプト長として扱い、キャッシュなしの料金を計算します。

const body = pm.response.json();
const u = body.usage;

const long = u.input_tokens > 100000;
const rateIn = long ? 0.50 : 0.10;
const rateOut = long ? 2.50 : 0.50;

const cost = (u.input_tokens * rateIn + u.output_tokens * rateOut) / 1e6;

pm.environment.set("haiku_call_usd", cost.toFixed(6));

pm.test("not a refusal", () => {
  pm.expect(body.stop_reason).to.not.eql("refusal");
});

4. 結果を比較する

3つの努力レベルを実行し、少なくとも次の項目を並べて比較します。

比較項目	確認する値
入力トークン数	`usage.input_tokens`
出力トークン数	`usage.output_tokens`
停止理由	`stop_reason`
呼び出しコスト	`haiku_call_usd`
努力レベル	`low` / `medium` / `high`

Haiku 5.5のセーフティ分類器にはサーバーサイドのフォールバックがないため、拒否チェックは重要です。詳細な手順はClaude Haiku 5.5 APIの使用方法に記載されています。

よくある質問

Claude Haiku 5.5の100万トークンあたりのコストはいくらですか？

10万トークンまでのプロンプトでは、入力0.10ドル、出力0.50ドルです。それ以上では、入力0.50ドル、出力2.50ドルです。

Haiku 5.5はHaiku 4.5よりも安いですか？

はい。10万トークンまではトークンあたり90%安く、10万トークン超では50%安くなります。Anthropicによる平均コスト差は約75%です。

Haiku 5.5の価格はGPT-6 Lunaと同じですか？

10万トークンまでは同じです。ただし、Haiku 5.5は10万トークン超で5倍に上がる一方、Lunaは27.2万トークンまで変動しません。詳細はGPT-6 Luna概要を確認してください。

MaxプランのクレジットはClaude Codeで利用できますか？

いいえ。これらのクレジットはClaude Platform API向けであり、Claude Codeは対象外です。Claude Codeでのプランアクセスについては、Claude CodeでのClaude Haiku 5.5を参照してください。

次のステップ：自身のワークロードの価格を計算する

まず、最も一般的な3つのリクエストパターンを抽出します。次に、何件が10万トークンを超えるかを確認し、それぞれをlowとmediumの努力レベルで実行してください。

最後に、usageの数値へ料金表の単価を掛けて、実際の節約額を計算します。リクエストとコスト計算スクリプトを1つのプロジェクトで管理するには、Apidogをダウンロードしてください。

Claude Haiku 5.5 API の使い方

Akira — Thu, 08 Oct 2026 04:08:51 +0000

Claude Haiku 5.5 APIを使うには、https://api.anthropic.com/v1/messages に対して、"model": "claude-haiku-5-5"、x-api-key ヘッダー、anthropic-version: 2023-06-01 を含むPOSTリクエストを送信します。プロンプトが10万トークンまでの場合、料金は入出力トークン100万あたり $0.10/$0.50（それ以上は $0.50/$2.50）です。最大100万トークンのコンテキストを読み取り、最大12万8千トークンを書き込みます。適応的思考が有効な medium エフォートがデフォルトです。

今すぐApidogを試す

Anthropicは2026年10月7日にHaiku 5.5をリリースしました。これはエフォートレベルを持つ最初のHaikuです（Claude Haiku 5.5とはで仕様と位置付けを解説しています）。この記事では、curl、Python、TypeScriptでの最初の呼び出しに加え、エフォート、思考、キャッシング、バッチ、拒否、エージェントツールセットを実装ベースで説明します。以下のリクエストはすべてApidogに保存し、アサートできます。

Claude Haiku 5.5 API の概要

パラメータ	Haiku 5.5 の動作
モデルID	`claude-haiku-5-5`（Bedrock: `anthropic.claude-haiku-5-5`）。別エイリアスなし
MTokあたりの価格（10万トークンまでのプロンプト）	入力 `$0.10`、出力 `$0.50`、キャッシュ読み取り `$0.01`
MTokあたりの価格（10万トークンを超えるプロンプト）	入力 `$0.50`、出力 `$2.50`、キャッシュ読み取り `$0.05`
コンテキスト / 最大出力	`1M / 128K`。`output-300k-2026-03-24` ベータヘッダーを使うバッチでは `300K`
`output_config.effort`	`low`、`medium`（デフォルト）、`high`、`xhigh`、`max`
`thinking`	デフォルトで `adaptive`。`disabled` は `high` エフォート以下のみ
`thinking.display`	デフォルトでは `thinking` フィールドは空。`summarized` は読みやすいテキストを返す
`temperature`、`top_p`、`top_k`	非デフォルト値は400を返す
アシスタントプリフィル	思考がオフでも400を返す
キャッシュ可能な最小プロンプト	512トークン（Haiku 4.5では4,096）

出典: Haiku 5.5 モデルページおよび Claude API 料金ドキュメント。

Claude Haiku 5.5 API の最初の呼び出し

Claude Consoleでキーを作成し、ANTHROPIC_API_KEY として環境変数に設定します。Anthropic API キーガイドも参照してください。キーをソースコードへ直接貼り付けないでください。

curl

curl https://api.anthropic.com/v1/messages \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "content-type: application/json" \
  -d '{
    "model": "claude-haiku-5-5",
    "max_tokens": 4096,
    "output_config": {"effort": "medium"},
    "thinking": {"type": "adaptive", "display": "summarized"},
    "messages": [{
      "role": "user",
      "content": "Classify this ticket as billing, bug, or feature request: The export button times out on large projects."
    }]
  }'

Python

Python SDKは環境変数 ANTHROPIC_API_KEY を自動的に取得します。

import anthropic

client = anthropic.Anthropic()

response = client.messages.create(
    model="claude-haiku-5-5",
    max_tokens=4096,
    output_config={"effort": "medium"},
    thinking={"type": "adaptive", "display": "summarized"},
    messages=[{
        "role": "user",
        "content": "Classify this ticket as billing, bug, or feature request: The export button times out on large projects."
    }],
)

for block in response.content:
    if block.type == "thinking":
        print("[thinking]", block.thinking)
    elif block.type == "text":
        print(block.text)

print(response.stop_reason, response.usage)

TypeScript

import Anthropic from "@anthropic-ai/sdk";

const client = new Anthropic();

const response = await client.messages.create({
  model: "claude-haiku-5-5",
  max_tokens: 4096,
  output_config: { effort: "medium" },
  thinking: { type: "adaptive", display: "summarized" },
  messages: [
    {
      role: "user",
      content:
        "Classify this ticket as billing, bug, or feature request: The export button times out on large projects.",
    },
  ],
});

for (const block of response.content) {
  if (block.type === "text") {
    console.log(block.text);
  }
}

console.log(response.stop_reason, response.usage);

実装時は次の3点を守ってください。

response.content[0].text を前提にしない

応答が thinking ブロックから始まることがあります。必ず block.type で分岐してテキストを取り出します。
max_tokens に思考トークンの余裕を含める

思考トークンも max_tokens にカウントされます。
サポート外パラメータを送らない

temperature、top_p、top_k、budget_tokens、アシスタントプリフィルは、このモデルでは400エラーになります。

Haiku 4.5から移行する場合は、Haiku 5.5 vs Haiku 4.5 ガイドで変更前後のJSONと破壊的変更を確認してください。

エフォートレベルを選択する

output_config.effort は、品質、レイテンシ、コストを調整する主要な設定です。プロンプティングガイドでは、次の使い分けが示されています。

low: 最も安価で高速。チャット、短いツールタスク、単純な大量リクエスト向け。
medium: デフォルト。エージェントコーディングを含む大半の用途はここから開始。
high: ナレッジワーク、長いエージェントタスク、厳密な指示遵守向け。
xhigh / max: 評価で改善が確認できる場合にのみ利用。AnthropicはSonnet 5.5でも同じ評価を実行して比較することを推奨しています。

AnthropicのローンチチャートにあるOSWorld 2.1（オフラインサブセット）の結果は以下のとおりです。

エフォート	スコア	試行あたりのコスト
`low`	42.0%	`$0.0695`
`medium`	53.3%	`$0.1257`
`high`	61.3%	`$0.1827`
`xhigh`	67.6%	`$0.2792`
`max`	72.4%	`$0.6111`

xhigh から max に上げると、5点未満のスコア向上に対してコストは2倍以上になります。まずは実際のプロンプトで low、medium、high を比較し、必要な場合だけ上げてください。Haiku 5.5 ベンチマーク分析には、エフォート別の追加チャートがあります。

また、マルチターンチャットで xhigh を使う場合、モデルが思考をすべて書き込み、可視テキストなしでターンを終了することがあります。ユーザーに応答を返す前に、テキストブロックが存在するか確認してください。

思考の制御

適応的思考はデフォルトでオンです。Haiku 4.5と比べると、実装上は次の2点が重要です。

デフォルト表示では思考テキストは非表示です。thinking ブロックには空の thinking フィールドと signature のみが返されます。
ログやUIで要約を表示したい場合は、"display": "summarized" を指定します。

{
  "thinking": {
    "type": "adaptive",
    "display": "summarized"
  }
}

思考量を減らしたい場合は、プロンプトで直接回答を促すのではなく、エフォートを下げてください。Anthropicのテストでは、直接回答を促しても思考は停止しませんでした。

思考を無効化できるのは high 以下のエフォートだけです。

{
  "model": "claude-haiku-5-5",
  "max_tokens": 1024,
  "thinking": {"type": "disabled"},
  "output_config": {"effort": "low"},
  "messages": [{
    "role": "user",
    "content": "Extract the invoice number from: INV-2291, due Nov 3."
  }]
}

xhigh または max で同じ設定を送ると400エラーになります。

強制された tool_choice（any または特定ツール）は受け入れられますが、応答はツール呼び出しから開始し、思考ブロックは含まれません。

マルチターンやエージェントループでは、返された思考ブロックをそのまま履歴に追加してください。思考ブロックの前にある system、tools、過去の messages を変更すると400エラーになる場合があります。また、思考ブロックは生成したアカウント、またはリンクされたアカウントでのみ利用できます。

プロンプトのキャッシュとバッチジョブ

キャッシュを使うと、安定したプロンプトプレフィックスのコストを下げられます。10万トークンまでのプロンプトでは、キャッシュ読み取りは100万トークンあたり $0.01 で、新規入力の $0.10 より安価です。

5分キャッシュ書き込み: $0.125
1時間キャッシュ書き込み: $0.20
キャッシュ可能な最小プロンプト: 512トークン

Haiku 4.5の最小値は4,096トークンだったため、Haiku 5.5では短いシステムプロンプトやツールリストもキャッシュ対象にできます。

安定したプレフィックスに cache_control を指定します。

{
  "model": "claude-haiku-5-5",
  "max_tokens": 1024,
  "system": [{
    "type": "text",
    "text": "You are a support triage assistant. <long, stable policy text here>",
    "cache_control": {"type": "ephemeral"}
  }],
  "messages": [{
    "role": "user",
    "content": "Ticket: refund not received after 10 days."
  }]
}

リクエスト間でトップレベルの effort を変更するとキャッシュは無効になります。一方、メッセージごとのエフォートは、mid-conversation-output-config-2026-07-01 ベータヘッダーを使うClaude APIおよびGoogle Cloudでキャッシュを保持します。

TTLについてはプロンプトキャッシングのドキュメント、概念についてはプロンプトキャッシング解説を参照してください。

待機できるワークロードには、Message Batches APIを使えます。入出力料金は50%削減されます。

プロンプト長	入力	出力
10万トークンまで	`$0.05 / MTok`	`$0.25 / MTok`
10万トークン超	`$0.25 / MTok`	`$1.25 / MTok`

また、output-300k-2026-03-24 ベータヘッダーを使うバッチは、30万出力トークンに到達できる唯一の経路です。

10万トークンを超えるプロンプトには高額な料金が適用されます。設計時にはプロンプトサイズを計測してください。Haiku 5.5 料金ガイドで料金境界の例を確認できます。

`stop_reason: "refusal"` を処理する

Haiku 5.5はリクエストを拒否できるセーフティ分類器を実行します。サーバー側のフォールバックはありません。拒否時には次のような応答になります。

{
  "stop_reason": "refusal"
}

カテゴリには cyber、frontier_llm、bio、general_harms があります。Haiku 4.5から移行する場合、これらの拒否は新しい挙動です。

拒否を盲目的にリトライしないでください。同じリクエストを再送しても、通常は別の拒否が返されます。stop_reason を先に確認し、通常応答と分けて処理します。

def run(client, messages):
    response = client.messages.create(
        model="claude-haiku-5-5",
        max_tokens=4096,
        messages=messages,
    )

    if response.stop_reason == "refusal":
        details = getattr(response, "stop_details", None)
        category = getattr(details, "category", "unknown")

        log_refusal(category, messages)  # 独自のログ処理
        return {"status": "refused", "category": category}

    text = "".join(
        block.text
        for block in response.content
        if block.type == "text"
    )
    return {"status": "ok", "text": text}

拒否されたリクエストは、人間のレビューまたは別モデルへのルーティングを検討してください。cyber または bio 分類器によって正当なセキュリティ・ライフサイエンス業務がブロックされるチームは、Anthropicのサイバー検証プログラムまたはライフサイエンス検証プログラムに申請できます。

コンピューター利用とブラウザー利用

Claude APIとGoogle Cloudでは、Haiku 5.5は computer_toolset_20260801 ツールセットでコンピューター利用をサポートします。ベータヘッダーは不要です。

古い computer_20250124 を宣言すると400エラーになります。

ブラウザー利用には browser_toolset_20260801 を使用します。これはHaiku 4.5ではサポートされていません。PythonおよびTypeScript SDKは、リリース日に両ツールセット向けのベータクラスを追加しました。

利用可能なツールメンバーについては、コンピューター利用ツールに関するドキュメントを確認してください。

レート制限

Haiku 5.5のレート制限はHaiku 4.5と同じです。

ティア	リクエスト/分	入力トークン/分	出力トークン/分
Start	1,000	2M	400K
Scale	最大10,000	10M	2M

Priority Tierはサポートされていません。429エラーの実装パターンは、レート制限超過ガイドを参照してください。

ApidogでClaude Haiku 5.5 APIをテストする

保存済みリクエストを使うと、エフォートごとの比較、拒否のデバッグ、キャッシュ動作の確認を繰り返せます。Apidogでの設定手順は以下のとおりです。

環境を作成し、ANTHROPIC_API_KEY をシークレット変数として追加します。x-api-key ヘッダーには {{ANTHROPIC_API_KEY}} を設定し、anthropic-version: 2023-06-01 と content-type: application/json を追加します。
https://api.anthropic.com/v1/messages へのPOSTリクエストを作成し、最初の呼び出しのJSONを貼り付けて保存します。
次のアサーションを追加します。
- HTTPステータスが 200
- $.stop_reason が end_turn
- $.usage.output_tokens が 0 より大きい
- $.content[*].type に text が含まれる

これにより、拒否や空の xhigh 応答をテストで検出できます。

リクエストを low、high、xhigh、max 用に複製し、フォルダーを実行します。自分のプロンプトに対する各エフォートの usage を比較できます。
キャッシュ済みシステムプロンプトのバリアントを追加し、2回目の実行で $.usage.cache_read_input_tokens が 0 より大きいことをアサートします。

より広いテストパターンについては、LLMアプリケーションのテストを参照してください。

よくある質問（FAQ）

Claude Haiku 5.5のモデルIDは何ですか？

Claude API、Google Cloud、Microsoft Foundry、およびAWS上のClaude Platformでは claude-haiku-5-5 です。日付サフィックスや別個のエイリアスはありません。Amazon Bedrockでは anthropic.claude-haiku-5-5 を使います。

Claude Haiku 5.5 APIの無料版はありますか？

常時提供される無料ティアはありません。ただし、新しいAPIユーザーにはAPIテスト用の少額の無料クレジットが付与されます。

無料の Claude.ai ユーザーはチャットでHaiku 5.5を選択できますが、これはAPIキーではありません。MaxおよびTeamプランには月額APIクレジットが含まれるようになりました。無料アクセスガイドで対象範囲を確認してください。

Haiku 4.5向けのリクエストが400エラーを返すのはなぜですか？

以下の項目を確認してください。

budget_tokens
非デフォルトの temperature
top_p
top_k
アシスタントプリフィル
古い computer_20250124 ツール

これらが一般的な原因です。

Claude CodeでHaiku 5.5を使用できますか？

はい。v2.1.293以降で使用できます。Anthropic APIでは、haiku エイリアスはHaiku 5.5に解決されます。詳細はClaude CodeでのClaude Haiku 5.5を参照してください。

エージェントコーディングにはHaiku 5.5とSonnet 5.5のどちらを使うべきですか？

Anthropicは、Sonnet 5.5とOpus 5.5が「複雑なエージェントコーディングタスクにはより良い選択肢のままである」と述べています。

Haiku 5.5は、分類、要約、圧縮、サブエージェント、ブラウザー利用など、狭い範囲の作業に使ってください。

次のステップ

まず最初のリクエストを medium で送信してください。次に、実際のワークロードから選んだ同一プロンプトを low と high で実行し、usage.output_tokens、レイテンシ、回答品質を比較します。

Apidogをダウンロードして、3つのリクエストとアサーションを保存しておくと、次のモデルリリース時にはモデルIDや設定フィールドを変更するだけで再評価できます。

クロード・ハイク 5.5 を無料で使う方法

Akira — Thu, 08 Oct 2026 04:08:08 +0000

はい、Claude Haiku 5.5は無料で利用できますが、対象はチャットのみです。Anthropicによると、フリープランのユーザーはWeb、iOS、Android版のClaude.aiでHaiku 5.5を選択できます。一方、Claude APIには継続的な無料枠はありません。新規ユーザーは少額のテストクレジットを受け取れる場合がありますが、Claude Codeはフリープランに含まれず、無料チャットアカウントにAPIキーは提供されません。コードからclaude-haiku-5-5を呼び出す場合はトークン課金となり、最大10万トークンのプロンプトでは入力100万トークンあたり0.10ドル、出力100万トークンあたり0.50ドルからです。

今すぐApidogを試す

Haiku 5.5は2026年10月7日にリリースされました。本記事では、無料チャットの利用手順、「無料のHaiku 5.5 APIは存在するか」という問いへの回答、有料プランに付帯するAPIクレジット、利用できないオファーを整理します。モデルの概要はClaude Haiku 5.5とは何か、Claude全般の無料利用は無料Claudeガイドを参照してください。APIに移行する場合は、Apidogを使うと、実装前にHaiku 5.5リクエストを送信・検査できます。

すべてのルートを一目で

ルート	無料？	得られるもの	注意点
Claude.ai フリープラン	はい	Web、iOS、Android版のチャットでHaiku 5.5を選択	チャットのみ。APIキーなし、Claude Codeなし
Claude API	いいえ	`claude-haiku-5-5`を最大10万トークンのプロンプトで入力0.10ドル／出力0.50ドル（100万トークンあたり）で利用	新規ユーザーには少額のテストクレジットのみ。10万トークン超のプロンプトは入力0.50ドル／出力2.50ドル
MaxおよびTeam月額APIクレジット	いいえ、有料プランの特典	月額100ドル（Max 5x）、200ドル（Max 20x）、最大500ドルプール（Team）	フリー、Pro、Enterpriseには適用されない。Claude Codeやクラウドプラットフォームでは利用不可
Claude Code	いいえ	v2.1.293以降でHaiku 5.5を利用可能	フリープランでは利用不可
Vercel AI Gateway	未確認	支払いをしていないアカウントには30日ごとに5ドルのクレジット	Vercelは、このクレジットがHaiku 5.5をカバーするか明言していない
Google Cloud 300ドルお試し	いいえ	Claudeには何もなし	マネージドAPIとして提供されるパートナーモデルは対象外
Azure 200ドルクレジット	いいえ	Claudeには何もなし	サードパーティブランド製品は対象外
OpenRouter、GitHub Copilot	いいえ	2026年10月8日時点でリストにない	Haiku 4.5のみ

ルート1：Claude.aiのフリープラン

誰でも使える最も簡単な無料ルートです。

claude.aiでアカウントを作成するか、iOSまたはAndroidアプリをインストールします。
新しいチャットを開きます。
モデルピッカーを開き、Haiku 5.5を選択します。
短時間で完了するタスクから試します。

Anthropicの料金ページでは、Haikuはフリープランに含まれる一方、Opusは含まれないと明記されています。

重要なのは「Haiku 5.5を選択できる」という表現です。Anthropicは、Haiku 5.5がフリープランのデフォルトモデルであるとは説明していません。長い会話を始める前に、必ずモデルピッカーを確認してください。

AnthropicのClaude.aiシステムプロンプトでは、Haiku 5.5を「迅速な質問に最適な最速のモデル」と説明しています。次のような用途に向いています。

短く、繰り返し可能なタスク 要約、書き換え、分類、迅速な検索などに使います。
長い入力は慎重に扱う APIのコンテキストウィンドウは100万トークンですが、Anthropicはフリープランのコンテキスト制限を公開していません。
複雑な問題は別モデルを検討する AnthropicはSonnet 5.5とOpus 5.5を、複雑なエージェントコーディング向けに位置付けています。詳しくは無料Sonnet 5.5ガイドを参照してください。

チャットの無料利用権だけでは、Claude Codeの実行、APIキーの取得、スクリプト・CIジョブ・エージェントの実行はできません。

無料のClaude Haiku 5.5 APIは存在しますか？

継続的に使える無料APIはありません。

Anthropicの料金ドキュメントには、新規ユーザーが「APIをテストするための少量の無料クレジット」を得られる場合があるとあります。ただし、継続的な無料枠や公式の無料Haiku 5.5 APIオファーはありません。claude-haiku-5-5へのリクエストはすべてトークン単位で課金されます。

MaxおよびTeam月額APIクレジット（有料特典）

Haiku 5.5の提供に合わせて、AnthropicはMaxおよびTeamサブスクライバー向けに月額APIクレジットを追加しました。これは無料枠ではなく、サブスクリプション料金を支払うことで付与されるクレジットです。

プラン	月額APIクレジット
Max 5x	100ドル
Max 20x	200ドル
Team	スタンダードシートあたり20ドル、プレミアムシートあたり100ドル。プール上限は500ドル
フリー、Pro、Enterprise	対象外

このクレジットは、Claudeプラットフォーム上の以下を含むすべてのモデルで利用できます。

Messages API
Message Batches
Managed Agents
Agent SDK
Console Playground

Haiku 5.5も対象です。ただし、以下には適用されません。

インタラクティブなClaude Code
Claudeアプリ内での追加利用
Bedrock
Google Cloud
Microsoft Foundry
AWS上のClaude Platform

クレジットは請求サイクルの終了時に失効し、翌月へ繰り越せません。新規サブスクライバーは7日後から請求できます。claude.aiの請求設定で1つのConsole組織をリンクしますが、この組織は自分で変更できません。

クレジットを使い切り、他の残高もない場合、APIリクエストは翌月まで停止します。使用料がClaudeプランに自動請求されることはありません。請求手順はヘルプセンターの記事を確認してください。

Vercel AI Gateway（未確認）

VercelはHaiku 5.5をanthropic/claude-haiku-5.5としてリストしています。モデルページには、支払いをしていない無料ユーザーは30日ごとに5ドルのクレジットを受け取れると記載されています。

ただし、このクレジットがHaiku 5.5に使えるかは明記されていません。支払い履歴のないアカウントでリクエストが実際に成功するまでは、未確認のルートとして扱ってください。

仮に利用できる場合、5ドルは最大10万トークンの料金帯で以下に相当します。

入力：約5,000万トークン
出力：約1,000万トークン

最も安価な有料パス

MaxやTeamを契約していない場合は、ConsoleでAPIキーを作成して定価で利用します。キー作成手順はAnthropic APIキーガイドを参照してください。

Haiku 5.5、100万トークンあたり	入力	出力	キャッシュ読み取り	バッチ入力／出力
最大10万トークンのプロンプト	0.10ドル	0.50ドル	0.01ドル	0.05ドル／0.25ドル
10万トークンを超えるプロンプト	0.50ドル	2.50ドル	0.05ドル	0.25ドル／1.25ドル

たとえば、入力2,000トークンと出力500トークンのリクエストは、低料金帯では次の計算になります。

入力: 2,000 / 1,000,000 × $0.10 = $0.0002
出力:   500 / 1,000,000 × $0.50 = $0.00025
合計: 約$0.00045

注意点は2つあります。

新しいトークナイザーは、同じテキストでもHaiku 4.5より約30%多くトークンを生成します。
10万トークンを超えるプロンプトには高い料金が適用されます。

詳細な計算例はHaiku 5.5の料金内訳を参照してください。

少ない予算で使うための実践的な方法は次の4つです。

労力レベルを下げる

output_config.effortにはlow、medium（デフォルト）、high、xhigh、maxを設定できます。Anthropicはlowを最も安価かつ高速なレベルと説明しています。
不要なら思考を無効化する

high以下の努力レベルでは、thinking: {"type": "disabled"}を設定できます。思考トークンはmax_tokensに含まれます。
共通プレフィックスをキャッシュする

Haiku 5.5でキャッシュ可能な最小プロンプトは512トークンです。低料金帯のキャッシュ読み取りは100万トークンあたり0.01ドルです。仕組みはプロンプトキャッシュ説明を参照してください。
待機可能な処理はBatch APIへ送る

Batch APIでは入力・出力料金が半額になります。

無料ではないもの

「無料のHaiku 5.5」を検索すると表示されることがありますが、以下は無料アクセスを提供するものではありません。

フリープランでのClaude Code

Claude Codeはフリープランに含まれず、MaxおよびTeamのAPIクレジットでも支払えません。Haiku 5.5を使うにはv2.1.293以降が必要です。セットアップはHaiku 5.5 Claude Codeガイドを参照してください。

ProプランからのAPIアクセス

Proプランは月額APIクレジットの対象外です。Proサブスクライバーも、API呼び出しごとにトークン単位で支払います。

Google Cloudの300ドルお試し

Googleによると、このクレジットはマネージドAPIとして提供される生成AIパートナーモデルには利用できません。無料トライアルアカウントは、アップグレードするまでサードパーティの生成AIモデルを使用できません。

Azureの200ドルクレジット

Microsoftの提供条件では、サードパーティブランド製品およびAzure Marketplace経由の製品が対象外です。Claudeはサードパーティブランドのモデルです。

AWS無料枠

AWSは新規アカウントに最大200ドルのクレジットを提供していますが、BedrockはAWS Marketplace経由でHaiku 5.5の料金を請求します。確認できるAWSページには無料枠クレジットが適用されるとは書かれていないため、利用できない前提で考えるべきです。

OpenRouter

2026年10月8日時点で、OpenRouterのモデル一覧にはHaiku 5.5がありません。Haiku 4.5のみが1ドル／5ドルで提供されており、:freeバリアントもありません。

GitHub Copilot

GitHubはHaiku 5.5を発表しておらず、サポートモデルページにはHaiku 4.5のみが掲載されています。

Cursor Hobby

Haiku 5.5はCursorの「Other Models」プールから課金され、Pro、Pro Plus、Ultraプランに含まれます。Hobbyプランで使えるという公式情報はありません。

サードパーティ製「Haiku 5.5」チャットボット

チャットボットアグリゲーターには、無関係なユーザーが作成し、別会社のモデルで動いているものがあります。Claude.aiまたは公式モバイルアプリを使用してください。

Apidogで最初のHaiku 5.5リクエストをテストする

APIキーを取得したら、実装を始める前にリクエストを検証します。Apidogでは、ANTHROPIC_API_KEYを環境変数として保存できるため、共有するリクエストにキーを直接書かずに済みます。

次のcURLコマンドをApidogにインポートし、$ANTHROPIC_API_KEYを{{ANTHROPIC_API_KEY}}に置き換えてください。

curl https://api.anthropic.com/v1/messages \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "content-type: application/json" \
  -d '{
    "model": "claude-haiku-5-5",
    "max_tokens": 1024,
    "thinking": {"type": "disabled"},
    "output_config": {"effort": "low"},
    "messages": [
      {"role": "user", "content": "Classify this ticket as billing, bug, or feature request: The export button returns a 500 error."}
    ]
  }'

送信後は、レスポンスのusageオブジェクトを確認し、実際に請求されたトークン数を把握します。続いて、リクエストを保存し、少なくとも次の2つをアサートしてください。

HTTPステータスだけでなくstop_reasonも確認する

Haiku 5.5は安全分類器を実行しており、stop_reason: "refusal"でリクエストを拒否する場合があります。Haiku 4.5から移行する場合は、新しい挙動です。
usageが予算内に収まることを確認する

努力レベルやプロンプトを変更するたびに再実行し、トークン使用量を比較してください。

Haiku 4.5のリクエストをコピーする場合は、以下を削除してください。Haiku 5.5では400エラーになる可能性があります。

temperature
top_p
top_k
budget_tokensを使う思考設定
アシスタントの事前入力

互換性のない変更点はHaiku 5.5 vs Haiku 4.5ガイドを、努力レベル・思考・キャッシュの詳細はHaiku 5.5 APIガイドを参照してください。

よくある質問

Claude Haiku 5.5は無料ですか？

はい、チャットでは無料です。フリープランのユーザーは、Web、iOS、Android版のClaude.aiでHaiku 5.5を選択できます。APIとClaude Codeは有料です。
Haiku 5.5はClaudeフリープランのデフォルトモデルですか？

Anthropicはそう明言していません。フリーユーザーがHaiku 5.5を選択できると説明しているだけなので、モデルピッカーを確認してください。
無料のClaude Haiku 5.5 APIキーを取得できますか？

継続的に使えるものはありません。新規APIユーザーは少額のテストクレジットしか得られず、チャットプランにAPIキーは含まれません。MaxおよびTeamプランには月額APIクレジットがありますが、有料サブスクリプションの特典です。
MaxおよびTeam APIクレジットはClaude Codeで使えますか？

いいえ。対象はClaude API、Message Batches、Managed Agents、Agent SDK、Console Playgroundです。インタラクティブなClaude Codeやクラウドプラットフォームには適用されません。
GPT-6 Lunaは無料の代替手段ですか？

GPT-6 Lunaは短いプロンプトに対して同じ0.10ドル／0.50ドルの定価設定です。OpenAIはデスクトップアプリで、Chatではなく、フリーおよびGoユーザーがアクセスできるようにしています。詳細はGPT-6 Luna無料ガイドとHaiku 5.5 vs GPT-6 Luna比較を参照してください。

チャットから始めて、APIには少額を支払う

まずはclaude.aiまたはモバイルアプリを開き、迅速で繰り返し可能なタスクにHaiku 5.5を使ってください。

スクリプトやエージェントで使う必要がある場合は、すでにMaxまたはTeamのAPIクレジットがあるか確認します。クレジットがない場合でも、最大10万トークンのプロンプトであれば、入力100万トークンあたり0.10ドル、出力100万トークンあたり0.50ドルのため、少額のConsole残高でも始められます。

Apidogをダウンロードして、最初のclaude-haiku-5-5リクエストを送信しましょう。stop_reasonとusageをアサートし、初日からAPIキーを環境変数に保存する運用をおすすめします。

クロード・ハイク 5.5とは？

Akira — Thu, 08 Oct 2026 04:05:17 +0000

Claude Haiku 5.5は、Anthropicの現行モデルの中で最小かつ最速のモデルで、2026年10月7日にAPI ID claude-haiku-5-5としてリリースされました。料金は、10万トークンまでのプロンプトでは入力100万トークンあたり0.10ドル、出力100万トークンあたり0.50ドルです。10万トークンを超えるプロンプトでは、入力0.50ドル、出力2.50ドルになります。発表記事でAnthropicは、Haiku 4.5と比べて平均の実行コストを約75%削減し、「これまでのモデルで最速」と説明しています。Haikuシリーズで初めて努力設定（effort setting）を導入し、100万トークンのコンテキストウィンドウも提供します。

今すぐApidogを試す

この記事では、Haiku 5.5の仕様、2段階料金、Haiku 4.5からの移行時の破壊的変更、利用方法を実装視点で整理します。料金の詳細はHaiku 5.5の料金詳細を参照してください。APIリクエストの検証には、Apidogを使うと、Messages APIの呼び出し、環境変数でのキー管理、トークン使用量の確認を1つのプロジェクトで行えます。

Claude Haiku 5.5の仕様概要

項目	Claude Haiku 5.5
リリース日	2026年10月7日
モデルID（Claude API、Google Cloud、Microsoft Foundry、Claude Platform on AWS）	`claude-haiku-5-5`（固定ID、日付サフィックスなし）
モデルID（Amazon Bedrock）	`anthropic.claude-haiku-5-5`
コンテキストウィンドウ	100万トークン（Haiku 4.5は20万トークン）
最大出力	12万8000トークン（Haiku 4.5は6万4000トークン）。バッチAPIでは`output-300k-2026-03-24`ベータヘッダーで30万トークン
思考（Thinking）	アダプティブのみ
努力レベル（Effort levels）	`low`、`medium`（デフォルト）、`high`、`xhigh`、`max`
知識カットオフ	2026年6月
MTokあたりの料金（10万トークンまでのプロンプト）	入力0.10ドル、出力0.50ドル
MTokあたりの料金（10万トークンを超えるプロンプト）	入力0.50ドル、出力2.50ドル
廃止	2027年10月7日より前ではない

ClaudeのラインナップにおけるHaiku 5.5の位置付け

モデル	MTokあたりの入力/出力	デフォルトの努力レベル	レイテンシー
Claude Fable 5.1	$10 / $50	`high`	遅い
Claude Opus 5.5	$4 / $20	`medium`	中程度
Claude Sonnet 5.5	$2 / $10	`high`	速い
Claude Haiku 5.5	10万トークンまでのプロンプトで$0.10 / $0.50	`medium`	最速

4モデルはいずれも、100万トークンのコンテキストウィンドウ、最大12万8000トークンの出力、2026年6月の知識カットオフを共有しています。

Haiku 5.5は、次のような高ボリュームかつレイテンシーに敏感な処理に適しています。

チケットや文書の分類
JSON・フィールドの抽出
モデルルーティング
要約
ライブサポート
ブラウザ利用
Opus 5.5またはSonnet 5.5配下のサブエージェント

速度については、「標準速度では最速」とされています。ただし、Fast ModeのOpusより速いという意味ではありません。Anthropicは1秒あたりのトークン数を公表していません。

Claude Haiku 5.5の料金

料金はプロンプト長で切り替わります。入力が10万トークンを超えるリクエストでは、高い料金体系が適用されるため、長大なコンテキストを送信するワークロードでは事前の見積もりが必要です。

出典: Claude API料金

「約75%削減」は平均値です。10万トークンまでのプロンプトではHaiku 4.5より90%安く、10万トークンを超えると50%安くなります。Haiku 4.5のリクエストの90%は10万トークン以下でした。この比較には、同じテキストで約30%多くのトークンを生成する新しいトークナイザーの影響が考慮されています。

米国内のみで推論するinference_geoは、すべてのトークンカテゴリで1.1倍のコストです。また、キャッシュ可能なプロンプトの最小サイズは、Haiku 4.5の4,096トークンから512トークンに下がりました。

10万トークン未満では、表示価格はGPT-6 Lunaと一致します。

入力: $0.10 / MTok
出力: $0.50 / MTok
キャッシュ読み込み: $0.01 / MTok
キャッシュ書き込み: $0.125 / MTok

ただし、追加料金が始まる閾値は異なります。Lunaは入力27万2000トークン超で追加料金が発生します。Haiku 5.5とGPT-6 Lunaの比較と料金ガイドで、料金差と計算例を確認できます。

Haiku 4.5からの変更点

Haiku 5.5へ移行すると、コンテキストウィンドウは5倍、最大出力は2倍になります。また、初めて努力（effort）を制御できます。

ただし、移行ガイドによると、Haiku 4.5向けの実装をそのまま送ると400エラーになるケースがあります。

400エラーになる5つの変更

手動思考予算（Manual thinking budgets）

次の指定は失敗します。

   {
     "thinking": {
       "type": "enabled",
       "budget_tokens": 4096
     }
   }

Haiku 5.5では、アダプティブ思考と努力レベルを使います。

   {
     "thinking": {
       "type": "adaptive"
     },
     "output_config": {
       "effort": "medium"
     }
   }

サンプリングパラメーター（Sampling parameters）

temperature、top_p、top_kを削除してください。

デフォルト以外のtemperatureまたはtop_pは失敗する
top_kを指定すると失敗する
temperatureとtop_pを同時に送ると失敗する

アシスタントによる事前入力（Assistant prefill）

思考をオフにしていても、assistantメッセージによる事前入力は拒否されます。

古いコンピューター使用ツール（Old computer use tool）

Claude APIとGoogle Cloudでは、computer_toolset_20260801を使います。

   {
     "type": "computer_toolset_20260801"
   }

computer_20250124は失敗します。

編集された履歴（Edited history）

返却された思考ブロックより前にあるsystem、tools、過去のメッセージを変更すると失敗します。会話履歴は追記専用として扱ってください。

エラーにはならないが結果に影響する変更

思考表示

思考ブロックはデフォルトで空で、署名のみが返されます。内容を表示するには"display": "summarized"を設定します。
トークンカウント

同じテキストでも約30%多くのトークンが生成されます。max_tokensには思考トークンも含まれます。
強制ツール使用

tool_choiceでanyまたは特定ツールを強制できます。ただし、レスポンスには思考ブロックが含まれません。
拒否（Refusals）

安全性分類器はstop_reason: "refusal"を返す場合があります。サーバー側フォールバックはありません。
Priority Tier

Haiku 5.5ではサポートされません。

APIでは、high以下の努力レベルで思考を無効化できます。xhighおよびmaxで思考を無効にすると400エラーになります。

Haiku 4.5は非推奨ではなく、引き続きアクティブです。移行時のリクエスト差分はHaiku 5.5 vs Haiku 4.5ガイドで確認できます。

Claude Haiku 5.5のベンチマーク

Haiku 5.5のベンチマークスコアは最大努力レベルで測定され、ほとんどが5回試行の平均です。

Artificial Analysis: GDPval-AA、AA-Briefcase
Cognition: FrontierCode
Anthropic: Chartography（Surge AIベンチマーク）

数値を比較する際は、努力レベルが同一か確認してください。FrontierCodeでは、Haikuは最大努力レベル、Sonnet 5.5はxhigh努力レベルで比較されています。最大努力レベルのSonnetは46.2%、Haikuは46.4%でした。

Anthropicは、LunaのOSWorldスコアをOpenAI API経由で実行し、LunaのTerminal-Benchスコアは公開リーダーボードのCodex CLI結果から取得しています。

デフォルトのmedium努力レベルでは、Haiku 5.5は以下のスコアを記録しました。

ベンチマーク	スコア
GDPval-AA	1277
AA-Briefcase	1372

Anthropicは、複雑なエージェント型コーディングにはSonnet 5.5とOpus 5.5が依然として適しているとしています。2026年10月8日時点では、独立リーダーボードにHaiku 5.5の結果はありませんでした。Cursorは独自のCursorBenchで、最大努力レベルにおいて48.4%を報告しています。

努力レベルごとのスコアとコストは、ベンチマーク詳細解説を参照してください。

Claude Haiku 5.5を利用できる場所

プラットフォーム	アクセス	備考
Claude API	`claude-haiku-5-5`	トークンごとの支払い
Amazon Bedrock	`anthropic.claude-haiku-5-5`	AWS Marketplace経由で請求
Google Cloud、Microsoft Foundry、Claude Platform on AWS	`claude-haiku-5-5`	Claude APIと同じID
Claude.ai（Web、iOS、Android）	モデルピッカー	Free、Pro、Max、Team、Enterpriseで選択可能
Claude Code	`/model claude-haiku-5-5`	v2.1.293以降、有料プラン
Vercel AI Gateway	`anthropic/claude-haiku-5.5`	$0.10 / $0.50から
Cursor	`claude-haiku-5-5`	Other Modelsプール

2026年10月8日時点では、OpenRouterには未掲載で、GitHub Copilotへの導入も発表されていません。

Claude.aiの無料チャットアクセスはAPIキーではありません。APIは、Anthropicが新規ユーザーに提供する少額のテストクレジットを超えると従量課金です。

MaxおよびTeamプランには月間APIクレジットが含まれるようになりました。

Max 5x: 100ドル
Max 20x: 200ドル
Team: 最大500ドルのプール

これらのクレジットはClaude Codeには適用されません。無料で使える範囲は無料アクセスガイドで確認してください。

Claude Codeでは、haikuエイリアスはAnthropic API上でのみHaiku 5.5を意味します。それ以外の環境ではHaiku 4.5を意味します。サブエージェント構成はClaude CodeでのHaiku 5.5を参照してください。

Haiku 5.5に切り替えるべきユーザー

Haiku 4.5を使っている場合

まず5つの破壊的変更を修正してから切り替えてください。両モデルにスコアがある比較項目ではHaiku 5.5がHaiku 4.5を上回り、リスト価格も低くなっています。
単純かつ反復的な処理にSonnetまたはOpusを使っている場合

分類、抽出、要約、サブエージェント処理でHaiku 5.5を評価してください。複雑なエージェント型コーディングには、より大きいモデルを継続利用してください。
入力が頻繁に10万トークンを超える場合

導入前に両方の料金体系を比較してください。閾値を超えると、入力単価はトークンあたり5倍になります。
セキュリティ関連の処理を行う場合

Haiku 5.5のサイバーセキュリティ保護機能は、引き続きペネトレーションテストをブロックします。

Anthropicの発表記事では、Asanaがタスク完了時のレイテンシーを30%以上削減したと報告し、BoxはHaiku 4.5より11ポイント高いスコアを約半分のレイテンシーで達成したと説明しています。これらは顧客による主張であり、独立テストではありません。

また、システムカードでは、Anthropicの自動監査において他モデルより過剰拒否（over-refused）が多かったとされています。本番移行前に、自分のプロンプトセットで拒否率を測定してください。

最初のHaiku 5.5リクエストを送信する

以下は、サポートチケットを分類する最小のMessages APIリクエストです。

curl https://api.anthropic.com/v1/messages \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "content-type: application/json" \
  -d '{
    "model": "claude-haiku-5-5",
    "max_tokens": 4000,
    "thinking": {
      "type": "adaptive",
      "display": "summarized"
    },
    "output_config": {
      "effort": "low"
    },
    "messages": [
      {
        "role": "user",
        "content": "Classify this support ticket as billing, bug, or feature request: The export button returns a 500 error."
      }
    ]
  }'

このリクエストでは、次の項目を含めないでください。

temperature
top_p
top_k
assistant prefill
手動のbudget_tokens

レスポンスは思考ブロックから始まる可能性があるため、配列の位置ではなく各コンテンツブロックのtypeで処理してください。

たとえば、レスポンス処理ではtextブロックだけを連結する実装にします。

const text = response.content
  .filter((block) => block.type === "text")
  .map((block) => block.text)
  .join("\n");

console.log(text);

Apidogでは、curlコマンドを新規リクエストとしてインポートし、キーをANTHROPIC_API_KEY環境変数に保存します。さらに、次のようなテストを追加して失敗状態を検出できます。

stop_reasonがrefusalではない
stop_reasonがmax_tokensではない
usageが返されている
contentにtextブロックが存在する

次に、同じリクエストをmedium努力レベルで複製し、usageを比較してください。品質、入力トークン、出力トークン、レイテンシーを記録すると、ワークロードに適した努力レベルを判断できます。

キャッシュ、バッチ処理、ストリーミングはHaiku 5.5 APIガイドを参照してください。APIキーが必要な場合は、Anthropic APIキーガイドが役立ちます。

よくある質問

Claude Haiku 5.5はいつリリースされましたか？

2026年10月7日です。Sonnet 5.5の9日後にリリースされました。

Claude Haiku 5.5は無料ですか？

Claude.aiのチャットアプリでは、無料ユーザーも選択できます。APIは、新規ユーザー向けの少額なテストクレジットを除き有料です。すべての無料利用方法を確認してください。

Claude Haiku 5.5のコンテキストウィンドウはどれくらいですか？

100万トークンです。Messages APIでは最大12万8000トークンを出力できます。

Haiku 4.5は廃止されますか？

まだです。Haiku 4.5は引き続きアクティブとしてリストされており、2026年10月15日より前に廃止されることはありません。

次のステップ

まず、現在実行している高ボリューム処理を1つ選んでください。たとえば、チケットのトリアージ、文書要約、フォームからの情報抽出です。

次の手順で評価します。

現在のプロンプトをclaude-haiku-5-5へ送信する
low努力レベルで出力品質、レイテンシー、usageを記録する
同じリクエストをmediumで実行する
現在のモデルの結果と比較する
入力が10万トークンを超えるリクエストを別途集計する
refusalとmax_tokensの発生率を確認する

Apidogをダウンロードして、リクエスト、環境変数、アサーションを1つのプロジェクトにまとめると、切り替え前後の比較を再現しやすくなります。月額コストの見積もりには、料金ガイドを使用してください。

クロードコードでのクロード俳句5.5活用術 (サブエージェントモデルへの応用)

Akira — Thu, 08 Oct 2026 04:05:05 +0000

Claude Code で Claude Haiku 5.5 を使うには、まず claude update で v2.1.293 以降へ更新します。続いて claude --model claude-haiku-5-5 で開始するか、既存セッションで /model claude-haiku-5-5 を実行してください。実運用では、Haiku 5.5 をメインモデルにするより、検索・テスト実行・ログ要約を担当するサブエージェントとして Sonnet 5.5 や Opus 5.5 と組み合わせる方法が有効です。

今すぐApidogを試す

Haiku 5.5 のモデル仕様については、「Claude Haiku 5.5とは」を参照してください。API を呼び出すプロジェクトでは、Apidog にテストシナリオを保存し、Haiku サブエージェントから実行すると、メインセッションのコンテキストを節約できます。

Claude Code での Claude Haiku 5.5 の概要

設定	Haiku 5.5
最小バージョン	v2.1.293（`claude update`）
モデル ID	`claude-haiku-5-5`
`haiku` エイリアス	Anthropic API では Haiku 5.5
コンテキスト	すべてのプランでネイティブ 1M、`[1m]` サフィックス不要
自動圧縮	デフォルトで約 967K トークン
デフォルトエフォート	`medium`（`low`〜`max`）
思考	常時オン、Claude Code では無効化不可
API 価格	プロンプトが最大 100K トークンなら入力/出力 100 万トークンあたり $0.10/$0.50。100K 超では $0.50/$2.50
利用条件	Pro、Max、Team、Enterprise、または API キー。無料プランでは利用不可

ステップ1: Claude Code を更新する

Haiku 5.5 を使うには Claude Code v2.1.293 以降が必要です。まず更新します。

claude update

更新後、バージョンを確認してください。

claude --version

変更履歴では、Haiku 5.5 は Anthropic API におけるデフォルトの Haiku モデルとして記載されています。

Claude Code 自体は無料プランでは利用できません。利用には Pro、Max、Team、Enterprise のいずれか、または Anthropic API キーが必要です。無料ユーザーは Claude.ai で Haiku 5.5 を選択できます。料金は claude.com/pricing を確認してください。

ステップ2: Haiku 5.5 をメインモデルとして選択する

新しいセッションを Haiku 5.5 で開始するには、モデル ID を明示します。

claude --model claude-haiku-5-5

実行中のセッションでは、次のコマンドで切り替えられます。

/model claude-haiku-5-5

保存済み設定の model が haiku の場合、Haiku 4.5 で保存されたセッションも Haiku 5.5 として再開されます。ただし、これは Anthropic API を使う場合に限られます。

`haiku` エイリアスはプロバイダーごとに異なる

プロバイダー	`haiku` が解決するモデル
Anthropic API	Haiku 5.5
AWS の Claude Platform	Haiku 4.5
Amazon Bedrock	Haiku 4.5
Google Cloud の Agent Platform	Haiku 4.5
Microsoft Foundry	Haiku 4.5

Bedrock、Google Cloud、Foundry、AWS の Claude Platform を使う場合、/model haiku や model: haiku は Haiku 4.5 を選ぶ可能性があります。Haiku 5.5 を使うには、プロバイダーに応じて完全なモデル ID を指定してください。

Google Cloud / AWS Claude Platform: claude-haiku-5-5
Amazon Bedrock: us.anthropic.claude-haiku-5-5 などの推論プロファイル ID
Microsoft Foundry: 対応するデプロイメント名

また、後述する ANTHROPIC_DEFAULT_HAIKU_MODEL で haiku の参照先を設定できます。

ステップ3: エフォートレベルを選択する

Haiku 5.5 は、low、medium、high、xhigh、max のエフォート制御を備えた最初の Haiku モデルです。Claude Code ではデフォルトで medium が使われます。

より長いエージェント作業に使う場合は、起動時に high を指定します。

claude --model claude-haiku-5-5 --effort high

セッション内では次のように変更できます。

/effort low

実装時の目安は次のとおりです。

low: 短い検索、単発のツール実行、大量の反復処理
medium: 通常の開発作業
high: 複数ステップの調査、長めのエージェントタスク
xhigh / max: 評価で効果を確認できたタスクだけに限定

Claude Code では思考を無効化できません。alwaysThinkingEnabled: false や MAX_THINKING_TOKENS=0 を指定しても Haiku 5.5 では効果がありません。トークン使用量を下げるには、エフォートを low または medium に下げてください。

ステップ4: Haiku 5.5 をサブエージェントとして実行する

Haiku 5.5 は、検索、テスト、ログ確認、ドキュメント収集など、反復的でコンテキスト消費が大きい作業に向いています。主導モデルを Sonnet 5.5 または Opus 5.5 にし、Haiku をサブエージェントとして使う構成が実用的です。

サブエージェントは、次の場所に Markdown ファイルとして保存します。

プロジェクト単位: .claude/agents/
全プロジェクト共通: ~/.claude/agents/

YAML フロントマターでは name と description が必須です。model には sonnet、opus、haiku、fable、完全なモデル ID、または inherit を設定できます。詳細はサブエージェントドキュメントと Claude Code サブエージェントガイドを参照してください。

Explore を Haiku ベースの検索エージェントで置き換える

組み込みの Explore サブエージェントは、メイン会話と同じモデルで実行されます。たとえば Opus 5.5 のセッションで Explore を使うと、検索も Opus 5.5 で実行されます。

プロジェクト側で Explore という名前のサブエージェントを定義すると、組み込み Explore をオーバーライドできます。.claude/agents/Explore.md を作成してください。

---
name: Explore
description: 高速な読み取り専用コードベース検索。ファイルを検索したり、シンボルや呼び出し箇所を見つけたりするのに使いますが、何も編集しません。
tools: Read, Grep, Glob
model: haiku
effort: low
---

コードベースを検索し、見つけたものを報告します。ファイルパスと行番号、各一致の簡単な要約を返します。ファイルを編集しないでください。

実行中に次のコマンドを使い、実際に選ばれたモデルを確認してください。

/tasks

クラウドプロバイダー経由の場合は、model: haiku を完全なモデル ID に置き換えてください。

すべてのサブエージェントを Haiku に固定する

すべてのサブエージェントを Haiku で動かしたい場合は、設定ファイルの env ブロックに次を追加します。

{
  "env": {
    "CLAUDE_CODE_SUBAGENT_MODEL": "haiku",
    "CLAUDE_CODE_SUBAGENT_MODEL_FORCE": "1"
  }
}

CLAUDE_CODE_SUBAGENT_MODEL だけではデフォルトを設定するだけです。サブエージェント個別の model フィールドが優先され、組み込み Explore も切り替わりません。全サブエージェントを強制する場合は CLAUDE_CODE_SUBAGENT_MODEL_FORCE も設定してください。

ステップ5: バックグラウンド作業を Haiku 5.5 に向ける

ANTHROPIC_DEFAULT_HAIKU_MODEL は、haiku や claude --resume などのバックグラウンド機能で使うモデルを指定します。

古い ANTHROPIC_SMALL_FAST_MODEL は非推奨です。シェルプロファイルに残っている場合は、環境変数リファレンスを確認して置き換えてください。

Anthropic API を直接使う場合、通常は追加設定不要です。Google Cloud ではバックグラウンドタスクがデフォルトで Sonnet、Foundry ではプライマリモデル、Bedrock では Sonnet またはプライマリモデルを使うため、Haiku 5.5 を明示的に指定します。

# Google Cloud の Agent Platform
export ANTHROPIC_DEFAULT_HAIKU_MODEL=claude-haiku-5-5

# Amazon Bedrock（推論プロファイル ID）
export ANTHROPIC_DEFAULT_HAIKU_MODEL=us.anthropic.claude-haiku-5-5

設定を永続化する場合は、利用中のシェルに応じて ~/.zshrc や ~/.bashrc に追加します。

長いセッションにおける 100K の価格ステップ

Haiku 5.5 の API 価格はプロンプト長に依存します。Claude Code は各ターンで会話履歴をプロンプトとして送るため、長いセッションではコンテキスト長を意識する必要があります。

コンテキストが 100K トークンを超えると、価格は次のように変わります。

プロンプト長	入力 100 万トークンあたり	出力 100 万トークンあたり
最大 100K トークン	$0.10	$0.50
100K トークン超	$0.50	$2.50

100K を超えると短いプロンプト時の 5 倍です。キャッシュ済みトークンがこの境界に含まれるかは明記されていないため、コスト見積もりでは含まれる前提で扱うのが安全です。

自動圧縮はデフォルトで約 967K トークンまで実行されないため、コスト制御には不十分な場合があります。API 課金で使う場合は、次の 2 つを実施してください。

早めに圧縮する

/autocompact 100k を設定すると、1M トークン付近まで待たず、100K 境界付近で圧縮できます。
大量出力をサブエージェントへ移す

テストログ、grep 結果、調査メモをサブエージェント側のコンテキストに閉じ込めます。メイン会話に必要なのは要約だけです。

100K 超でも Haiku 5.5 は $0.50/$2.50 であり、Sonnet 5.5 の $2/$10 の 4 分の 1です。料金計算の詳細は Haiku 5.5 の料金内訳を参照してください。

Max および Team の契約者は、API クレジットに関するドキュメントも確認してください。新しい月額 API クレジットは、インタラクティブな Claude Code を対象としていません。

Sonnet 5.5 または Opus 5.5 を主導モデルにすべきケース

複雑なエージェント的コーディングでは、Sonnet 5.5 や Opus 5.5 を主導モデルに残してください。Anthropic が Claude Code で最大エフォートを使って実行した Terminal-Bench 4.0 では、Haiku 5.5 は 39.2%、Sonnet 5.5 は 70.6% でした。

エフォート	Haiku 5.5	Sonnet 5.5
`medium`	20.3%（$0.68）	28.8%（$0.68）
`high`	24.8%（$1.04）	43%（$1.46）
`max`	39.2%（$2.64）	70.6%（$10.44）

medium では 1 試行あたりのコストがほぼ同じである一方、Sonnet のスコアが高くなっています。難しい実装、複数ファイルにまたがる設計変更、長時間のシェル作業では、Haiku を主導モデルにしないほうが安全です。

一方で、コンピューター操作では異なる傾向があります。OSWorld 2.1 では、Haiku 5.5 の medium は 1 試行あたり $0.13 で 53.3%、Sonnet 5.5 の low は $0.68 で 57.9% でした。詳細は Haiku 5.5 ベンチマーク分析と Sonnet 5.5 Claude Code ガイドを確認してください。

実用的な役割分担は次のとおりです。

Sonnet 5.5 / Opus 5.5: 設計、実装、複雑なデバッグ、最終判断
Haiku 5.5: Explore、テストランナー、ログ要約、ドキュメント取得、読み取り専用調査

例: Apidog テストを実行する Haiku サブエージェント

テスト実行は、反復的で出力が大きくなりやすい作業です。Haiku サブエージェントに任せると、主導モデルのコンテキストをテストログで埋めずに済みます。

以下を .claude/agents/api-test-runner.md として保存してください。

---
name: api-test-runner
description: APIエンドポイントが変更された後、Apidog CLI を使用してプロジェクトの Apidog テストシナリオを実行し、合格数と失敗数、および失敗したリクエストを報告します。
tools: Bash, Read
model: haiku
effort: low
---

変更されたエンドポイントをカバーするシナリオについて、このリポジトリの README に記載されている Apidog CLI テストコマンドを実行します。合格数と失敗数を報告します。失敗ごとに、リクエスト名、期待される結果、実際の結果を示します。コードを編集しないでください。失敗した実行を複数回再試行しないでください。

Apidog CLI の認証と実行コマンドは、「Claude Code での Apidog CLI」を参照してください。サブエージェントが実行するテストシナリオを作成するには、Apidog をダウンロードしてください。

Haiku 4.5 からのアプリ移行

API 経由で Haiku 4.5 を使っているプロジェクトは、Claude Code から移行作業を始められます。

/claude-api migrate this project to claude-haiku-5-5

移行時は、互換性のないリクエストパラメータに注意してください。Haiku 5.5 では、以下を指定すると 400 エラーになります。

手動の budget_tokens 思考設定
デフォルト以外の temperature
デフォルト以外の top_p
任意の top_k
アシスタントメッセージの事前入力

修正内容は Haiku 5.5 vs Haiku 4.5 ガイドを確認してください。

移行後は、旧リクエストと新リクエストを Apidog に保存して比較可能にします。ANTHROPIC_API_KEY は環境変数として管理し、テストでは少なくとも次を検証してください。

stop_reason
usage
想定外の refusal
トークン使用量の急増

これにより、本番環境で停止理由や料金が変わる前に、テストで検出できます。

よくある質問

Haiku 5.5 は Claude Code のデフォルトモデルですか？

いいえ。Haiku 5.5 は Anthropic API のデフォルト Haiku モデルです。Claude Code のメインモデルとして使うには、--model または /model で明示的に選択してください。

Claude Code の無料プランで Haiku 5.5 を使えますか？

使えません。Claude Code には有料プランまたは API キーが必要です。無料ユーザーは Claude.ai で Haiku 5.5 を選択できます。詳しくは Claude Haiku 5.5 を無料で使う方法を参照してください。

`model: haiku` を指定すると Haiku 4.5 になるのはなぜですか？

Bedrock、Google Cloud、Foundry、AWS の Claude Platform を利用しているか、Claude Code が v2.1.293 より前である可能性があります。完全なモデル ID を指定するか、ANTHROPIC_DEFAULT_HAIKU_MODEL を設定してください。

トークンを節約するために思考をオフにできますか？

Claude Code ではできません。代わりにエフォートを下げてください。最も低コストなのは low です。

次のステップ

まず claude update を実行し、Haiku を使う Explore オーバーライドを追加してください。そのまま Sonnet 5.5 または Opus 5.5 を主導モデルとして 1 週間使い、検索・ログ確認・テスト実行を Haiku に移します。

API を含むプロジェクトなら、次にテストランナーサブエージェントを追加してください。アプリケーションコードから Haiku 5.5 を呼び出す場合は、Haiku 5.5 API ガイドから始めましょう。Apidog を使うと、サブエージェントに実行させる API テストを管理できます。

Nano Banana 2.1、Nano Banana 2、Nano Banana Proを徹底比較！どれを選ぶべき？

Akira — Tue, 06 Oct 2026 17:24:49 +0000

Googleは現在、Gemini APIで4つのNano Banana画像モデルを提供しています。最新のNano Banana 2.1は、2026年10月6日にリリースされ、置き換えるモデルの画像あたりの価格が半額です。多くのチームではデフォルトの選択肢になりますが、すべてのワークロードに適するわけではありません。

今すぐApidogを試す

このガイドでは、Nano Banana 2.1、Nano Banana 2、Nano Banana Proを並べて比較し、Nano Banana 2 Liteを予算重視の選択肢として扱います。以下の価格と制限は、2026年10月7日時点のGoogleの画像生成ドキュメントおよび料金ページに基づいています。

クイック評価

新規プロジェクトでは Nano Banana 2.1（gemini-nano-banana-2.1）をデフォルトにしてください。Googleもすべての新規プロジェクトに推奨しており、1K、2K、4Kの出力費用はNano Banana 2の半額です。
0.5K（512px）出力が必要な場合は、Nano Banana 2（gemini-3.1-flash-image）を維持してください。2.1はこのサイズを提供していません。
グラウンディングなし・参照入力が少ない大量の1K画像には、Nano Banana 2 Lite（gemini-3.1-flash-lite-image）を使用してください。1Kの画像単価は2.1と同じですが、入力費用が低くなります。
Googleがプロフェッショナルアセット制作向けのプレミアムティアとして位置付けるモデルが必要で、1K画像あたり約4倍の費用を許容できる場合は、Nano Banana Pro（gemini-3-pro-image）を選択してください。

注意点として、Googleは2.1のベンチマークを公開していません。ローンチ発表では2.1が「あらゆる面で以前のモデルを上回る」とされていますが、並行比較の数値はありません。本記事はモデル間の品質優劣を断定するものではありません。以下の手順で、実際のプロンプトを使って検証してください。

並行比較仕様

	Nano Banana 2.1	Nano Banana 2	Nano Banana Pro
APIモデルID	`gemini-nano-banana-2.1`	`gemini-3.1-flash-image`	`gemini-3-pro-image`
Googleの位置づけ	主要な高効率主力モデル	以前の世代の主力モデル	複雑な視覚タスクのためのプレミアムな選択肢
解像度	1K、2K、4K	0.5K、1K、2K、4K	1K、2K、4K
入力価格（100万トークンあたり）	$1.50	$0.50	$2.00
画像出力価格（100万トークンあたり）	$30	$60	$120
0.5Kでの画像あたり	n/a	$0.045	n/a
1Kでの画像あたり	$0.0336	$0.067	$0.134
2Kでの画像あたり	$0.0504	$0.101	$0.134
4Kでの画像あたり	$0.0756	$0.151	$0.24
1Kでのバッチ画像あたり	$0.0168	$0.034	$0.067
Google検索グラウンディング	ウェブ検索 + 画像検索	ウェブ検索 + 画像検索	ウェブ検索
参照画像	最大14枚（オブジェクト最大10個、キャラクター最大4人）	最大14枚（オブジェクト最大10個、キャラクター最大4人）	最大14枚（オブジェクト最大6個、キャラクター最大5人）
動画入力	はい	はい	いいえ
無料APIティア	いいえ（AI Studioでテスト）	いいえ	いいえ

表には次の詳細が含まれていません。

トークン計算: 2.1とNano Banana 2では、1K画像は1,120出力トークン、2Kは1,680、4Kは2,520です。トークン数は同じですが、2.1はレートが半分のため出力費用も半分です。
バッチ処理: 2.1では、2Kは$0.0252、4Kは$0.0378のバッチ価格もあります。
思考: Gemini 3画像モデルはデフォルトで思考を行い、APIでは無効化できません。最大2枚の中間「思考画像」が生成されますが、課金対象ではありません。2.1でのテキストおよび思考出力は100万トークンあたり$7.50、Nano Banana 2では$3です。
グラウンディング費用: Gemini 3.xモデル全体で月間5,000件の無料検索リクエストが共有され、それ以降は1,000件あたり$14です。

画像1,000枚あたりの費用

出力費用のみ、標準API、有料ティアの場合です。

モデル	0.5K	1K	2K	4K
Nano Banana 2.1	n/a	$33.60	$50.40	$75.60
Nano Banana 2	$45.00	$67.00	$101.00	$151.00
Nano Banana 2 Lite	n/a	$33.60	n/a	n/a
Nano Banana Pro	n/a	$134.00	$134.00	$240.00

バッチAPIを使うと、2.1は1K、2K、4Kで1,000枚あたりそれぞれ$16.80、$25.20、$37.80まで下がります。

特に確認すべき数字は次の2つです。

2.1の4K画像は$0.0756で、Proの1K画像（$0.134）よりも安価です。
2.1の1K画像は$0.0336で、Nano Banana 2の512pxティア（$0.045）より安価です。正確に512pxが必要な場合だけ0.5Kを維持してください。

入力が重い編集で費用計算が変わる場合

出力費用だけで判断してはいけません。2.1の入力料金は100万トークンあたり$1.50で、Nano Banana 2の$0.50の3倍です。そのため、多数の参照画像を送る編集ワークロードでは入力費用が増えます。

GoogleのVertex AIモデルページによると、各入力画像は1,120トークンを消費します。

シナリオ: 14枚の参照画像と500トークンのプロンプトを送信し、1K画像を1枚生成する製品撮影パイプライン。

	Nano Banana 2.1	Nano Banana 2
入力トークン（14 × 1,120 + 500）	16,180	16,180
入力費用	$0.0243	$0.0081
1K出力	$0.0336	$0.0670
リクエストあたりの合計	$0.0579	$0.0751
1,000リクエストあたり	$57.90	$75.10

14枚の画像上限でも2.1が安価ですが、差は50%から約23%まで縮まります。

転換点も計算できます。各入力トークンは2.1で$0.000001高く、出力費用の削減額は1Kで$0.0334、2Kで$0.0506、4Kで$0.0754です。したがって、2.1のほうが高くなるのは、1リクエストに次の入力トークン数が含まれる場合です。

1K: 約33,400トークン
2K: 約50,600トークン
4K: 約75,400トークン

14枚の参照画像だけでは、この水準には到達しません。ただし、以下の条件では近づく可能性があります。

長い複数ターンの編集セッション

previous_interaction_idで編集を連鎖させる場合、以前のターンが課金対象のコンテキストに追加される可能性があります。各レスポンスの利用状況データで入力トークン数を監視してください。フル参照を使う10ターンのセッションでは、1Kのしきい値を超える可能性があります。
思考およびテキストトークン

2.1は100万トークンあたり$7.50、Nano Banana 2は$3です。思考は無効化できないため、重い推論を引き起こすプロンプトでは差が縮まります。

長い履歴を持つ1K編集を運用している場合は、切り替える前に実トラフィックで両モデルを測定してください。

Nano Banana 2 Liteが適合するケース

Liteは予算重視の選択肢です。Googleはこれを「最速で最も安価なGemini画像モデル」と呼び、入力トークン100万あたり$0.25、1K画像あたり$0.0336としています。1Kの出力単価は2.1と同じです。

ただし、Liteには次の制約があります。

出力は1Kのみ
Google検索グラウンディングをサポートしない
複数の参照入力や複数ターン編集には「最適化されていない」

大量のシンプルな1Kテキスト画像生成では、Liteと2.1の画像単価は同じですが、Liteの入力費用は2.1の6分の1です。2K・4K、グラウンディング、反復編集が必要になった時点で2.1へ移行してください。

Googleは、現在レガシーとなっている初代Nano Banana（gemini-2.5-flash-image）からの移行先としてもLiteを推奨しています。以前の移行については、Nano Banana 1 vs Nano Banana 2の比較を参照してください。

Nano Banana Proが依然として理にかなうケース

GoogleはProを「最も複雑な視覚タスクのためのプレミアムな選択肢」と説明しています。最高のワールドナレッジ、高度なローカライゼーション、正確なブランド一貫性、精密なクリエイティブコントロールを備えたプロフェッショナルアセット制作向けに最適化されているとしています。プロンプティングガイドでも、プロフェッショナル用途のテキスト量が多いアセットにはProを推奨しています。

ただし、これらはポジショニングに関する記述であり、公開ベンチマークではありません。Proと2.1の比較データは公開されていないため、自分の要件と予算で検証してください。

既存のProワークフローが要件を満たしている、または5キャラクターの一貫性制限に依存している場合は、Proを維持してください。
大量処理でProを使っている場合は、まず2.1をテストしてください。4Kでは2.1はProの約3分の1の価格です（$0.0756 vs $0.24）。1Kでは約4分の1です。
Proは画像検索グラウンディングおよび動画入力を利用できません。

Proのリクエスト形式については、Nano Banana Pro APIガイドを参照してください。

移行に関する注意点

Nano Banana 2から2.1への移行は、基本的にはmodel文字列を変更するだけです。エンドポイント、response_format、google_searchツールは同じです。

curl -s -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-nano-banana-2.1",
    "input": [
      {
        "type": "text",
        "text": "A studio product photo of a ceramic mug on a walnut desk"
      }
    ],
    "response_format": {
      "type": "image",
      "mime_type": "image/png",
      "aspect_ratio": "16:9",
      "image_size": "2K"
    }
  }'

本番トラフィックを切り替える前に、次を確認してください。

画像サイズ: いずれかの呼び出しで"image_size": "512px"または0.5Kを指定している場合、gemini-3.1-flash-imageを維持してください。2.1はこのサイズをサポートしていません。
大文字のK: "2K"は有効です。"2k"はすべてのモデルで拒否されます。
画像検索: google_searchツールに"search_types": ["web_search", "image_search"]を追加し、Googleが要求する返却済み検索候補を表示してください。
予算: 同じトラフィックでは、入力費用は約3倍、画像出力費用は半分になります。
無料ティア: これらのモデルに無料のGemini APIティアはありません。Nano Banana 2.1を無料で利用する方法を参照してください。

マルチターン編集とグラウンディングを含む完全なコードウォークスルーは、Nano Banana 2.1 APIガイドを参照してください。変更点の概要は、Nano Banana 2.1の概要で確認できます。

Apidogで3つのモデルをA/Bテストする方法

公開ベンチマークがないため、重要な比較は自分のプロンプトで行うことです。Apidogを使うと、専用のテストハーネスを実装せずに比較できます。

1つのリクエストを保存する

POST https://generativelanguage.googleapis.com/v1beta/interactionsを作成します。APIキーは環境変数として保存し、ヘッダーにx-goog-api-key: {{GEMINI_API_KEY}}を設定します。上記のJSONボディを貼り付け、参照画像がある場合は{"type": "image", "mime_type": "image/jpeg", "data": "<BASE64>"}形式で追加します。
リクエストを2回複製する

modelフィールドだけを次の3モデルに変更します。

   gemini-nano-banana-2.1
   gemini-3.1-flash-image
   gemini-3-pro-image

プロンプト、参照画像、アスペクト比、image_sizeはすべて同じにしてください。変数をモデルだけに限定します。

送信して比較する

Apidogで各レスポンスのステータス、レイテンシ、サイズを確認します。各base64画像をデコードし、並べてレビューしてください。
回帰チェックとして保存する

200ステータスと空でない画像をアサートします。リクエストをテストシナリオにグループ化し、Googleがモデルを更新したときに再実行してください。

1件ではなく、実際のプロンプトを10〜20件実行してください。その後、各モデルの画像単価に月間ボリュームを掛けて費用を比較します。Apidogを無料でダウンロードして試してみましょう。

FAQ

Nano Banana 2.1はNano Banana 2よりも優れていますか？

Googleは2.1が「あらゆる面で以前のモデルを上回る」としており、視覚デザイン、マスクベースの編集、主題の一貫性、より自然な見た目の画像を挙げています。ただし、ベンチマークは公開されていないため、自分のプロンプトで検証してください。

Nano Banana 2.1はNano Banana 2よりも安価ですか？

画像あたりでは安価です。1K、2K、4Kでは半額です。一方で入力トークンあたりでは安価ではありません。2.1は100万トークンあたり$1.50、Nano Banana 2は$0.50です。多くのワークロードでは、出力費用の削減が入力費用の増加を上回ります。

Nano Banana Proを2.1に置き換えるべきですか？

まずテストしてください。2.1は1KでProの約4分の1の費用ですが、Googleは引き続きProをプレミアムモデルとして位置付けています。

Nano Banana 2.1を無料で利用できますか？

Gemini APIでは利用できません。料金ページにはNano Bananaモデルの無料ティアは記載されていませんが、Google AI Studioで2.1をテストすることはできます。

参照画像は何枚送信できますか？

3モデルすべてで最大14枚です。2.1とNano Banana 2はオブジェクト最大10個、キャラクター最大4人までの一貫性を保ちます。Proはオブジェクト最大6個、キャラクター最大5人まで対応します。

結論

Nano Banana 2.1は、新しいGemini画像ワークロードにおける妥当なデフォルトです。Nano Banana 2と比べて画像あたりの費用は半額で、グラウンディング、動画入力、参照画像の制限は同じです。

512px出力が必要な場合、または測定済みの長い履歴を持つ編集ではNano Banana 2を使用する
大量のシンプルな1K画像ではLiteを使用する
Proはプレミアムな位置付けが要件に合致する場合に維持し、約4倍の費用を払う前に並行テストで価値を検証する

まずは実際のプロンプト、参照画像、編集フローを使って並行テストを実行し、品質・レイテンシ・総コストで判断してください。

Nano Banana 2.1 API 使い方

Akira — Tue, 06 Oct 2026 17:24:32 +0000

Googleは2026年10月6日にNano Banana 2.1をリリースしました。これはGemini APIを通じてgemini-nano-banana-2.1として呼び出し可能です。Nano Banana 2（Gemini 3.1 Flash Image）のアップデート版であり、視覚品質、マスクスタイル編集、ターン間のキャラクター一貫性が改善されています。また、両モデルが対応するすべての解像度で、Nano Banana 2の半分のコストで画像を生成できます。

今すぐApidogを試す

この記事では、空のターミナルから画像を保存するまでの手順を解説します。さらに、アスペクト比、2K・4K出力、画像編集、マルチターン変更、参照画像、検索グラウンディング、コストも扱います。以下のリクエストはすべてApidogに保存・再実行できるため、Nano Banana 2.1を現在利用しているモデルと比較できます。

まず背景を確認したい場合は、変更点とGoogleがまだ公開していない情報をまとめたNano Banana 2.1とはを参照してください。

必要なもの

項目	値
ベースURL	`https://generativelanguage.googleapis.com/v1beta`
認証ヘッダー	`x-goog-api-key: $GEMINI_API_KEY`
モデルID	`gemini-nano-banana-2.1`
エンドポイント	`POST /v1beta/interactions`
解像度	1K（デフォルト）、2K、4K
入力	テキスト、画像（最大14枚の参照）、動画
Python SDK	`pip install google-genai`
JavaScript SDK	`npm install @google/genai`

以降の例では、Googleの画像生成ドキュメントで2.1向けに使われているInteractions APIを使用します。

ステップ1：Gemini APIキーを取得する

Google AI Studioを開き、サインインします。
APIキーを取得から、Google Cloudプロジェクト用のキーを作成します。
プロジェクトで請求を有効化します。Googleの料金ページでは、Nano Banana 2.1の無料枠は「利用不可」と記載されているため、API呼び出しには有料プロジェクトが必要です。
APIキーを環境変数へ設定します。

export GEMINI_API_KEY="your-key-here"

Googleは2.1をAI Studio Playgroundにリンクしており、プロンプトの試験には便利です。ただし、無料アカウントでの生成可能回数は公開されていません。Nano Banana 2.1を無料で使う方法では利用方法を、Gemini APIキーの取得ではキー設定を詳しく解説しています。

ステップ2：最初の画像を生成する

curl

まずはREST APIでリクエストを送信します。

curl -s -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-nano-banana-2.1",
    "input": [
      {
        "type": "text",
        "text": "Create a picture of a nano banana dish in a fancy restaurant with a Gemini theme"
      }
    ]
  }'

レスポンスはJSONです。画像は画像コンテンツブロック内にbase64データとして返るため、保存するにはSDKまたはスクリプトでデコードします。

Python

from google import genai
import base64

client = genai.Client()  # GEMINI_API_KEY を読み込む

interaction = client.interactions.create(
    model="gemini-nano-banana-2.1",
    input="Create a picture of a nano banana dish in a fancy restaurant with a Gemini theme",
)

with open("generated_image.png", "wb") as f:
    f.write(base64.b64decode(interaction.output_image.data))

interaction.output_imageは最後に生成された画像ブロックを返します。dataフィールドはbase64形式なので、ファイルへ書き込む前にデコードしてください。

JavaScript

import { GoogleGenAI } from "@google/genai";
import * as fs from "node:fs";

const ai = new GoogleGenAI({});

const interaction = await ai.interactions.create({
  model: "gemini-nano-banana-2.1",
  input: "Create a picture of a nano banana dish in a fancy restaurant with a Gemini theme",
});

const image = interaction.output_image;

if (image) {
  fs.writeFileSync("nano-banana.png", Buffer.from(image.data, "base64"));
}

Gemini 3の画像モデルは、描画前に構図を計画します。この処理中に最大2つの一時的な「思考画像」が生成される場合があります。これらには料金が発生せず、APIで思考を無効化することはできません。

ステップ3：アスペクト比、解像度、画像のみの出力を設定する

出力形式はresponse_formatで制御します。"type": "image"を指定すると画像だけが返り、会話テキストが含まれないため、レスポンスが小さくなり解析も簡単です。

interaction = client.interactions.create(
    model="gemini-nano-banana-2.1",
    input="A product shot of a matte black coffee grinder on a marble counter",
    response_format={
        "type": "image",
        "mime_type": "image/png",
        "aspect_ratio": "16:9",
        "image_size": "2K",
    },
)

設定時のポイントは次のとおりです。

image_sizeには1K、2K、4Kを指定できます。Kは大文字で指定してください。2kのような小文字は拒否されます。
Nano Banana 2.1には512pxティアはありません。512pxはNano Banana 2向けの設定です。
対応アスペクト比は、1:1、2:3、3:2、3:4、4:3、4:5、5:4、9:16、16:9、21:9、1:4、4:1、1:8、8:1です。
2Kの16:9は2752x1536px、4Kの16:9は5504x3072pxです。
テキストと画像の両方が必要な場合は、リストで指定します。

response_format=[
    {"type": "text"},
    {"type": "image"},
]

ステップ4：既存の画像を編集する

既存画像を編集する場合は、テキスト指示とbase64エンコード済み画像をinputに渡します。

with open("living_room.png", "rb") as f:
    image_b64 = base64.b64encode(f.read()).decode("utf-8")

interaction = client.interactions.create(
    model="gemini-nano-banana-2.1",
    input=[
        {
            "type": "text",
            "text": (
                "Using the provided image of a living room, change only the blue sofa "
                "to be a vintage, brown leather chesterfield sofa. Keep the rest of "
                "the room, including the pillows on the sofa and the lighting, unchanged."
            ),
        },
        {
            "type": "image",
            "data": image_b64,
            "mime_type": "image/png",
        },
    ],
)

マスクファイルなしでマスクスタイルのインペインティングを行う

個別のマスクファイルをアップロードする必要はありません。変更対象を文章で明示します。Googleのテンプレートは次の形式です。

提供された画像を使用し、[特定の要素]のみを[新しい要素/説明]に変更してください。元のスタイル、照明、構図を維持し、画像内のその他すべてをまったく同じに保ってください。

実装時は次を意識してください。

変更する要素を1つに絞る。
置き換える内容を具体的に書く。
維持すべき要素を明示する。

「ソファをもっと素敵にする」のような曖昧な指示では、モデルが部屋全体を描き直す可能性があります。

ステップ5：マルチターン編集で反復する

マルチターン編集では、前回のインタラクションIDをprevious_interaction_idとして渡します。次のリクエストには、変更したい箇所だけを記述します。

interaction_2 = client.interactions.create(
    model="gemini-nano-banana-2.1",
    input="Update this infographic to be in Spanish. Do not change any other elements of the image.",
    previous_interaction_id=interaction.id,
    response_format={
        "type": "image",
        "mime_type": "image/png",
        "aspect_ratio": "16:9",
        "image_size": "2K",
    },
)

REST APIでは、同じフィールドをリクエストボディに追加します。

{
  "previous_interaction_id": "<PREVIOUS_INTERACTION_ID>"
}

複数回の編集でキャラクターや製品の見た目を維持したい場合は、この方式を使います。Nano Banana 2.1のマルチターンにおけるキャラクター一貫性の改善が活きるポイントです。

ステップ6：最大14枚の参照画像を組み合わせる

input配列へ複数のimageブロックを追加します。Nano Banana 2.1では、高忠実度オブジェクト画像を最大10枚、キャラクター画像を最大4枚、合計14枚まで指定できます。

interaction = client.interactions.create(
    model="gemini-nano-banana-2.1",
    input=[
        {
            "type": "text",
            "text": "An office group photo of these people, they are making funny faces.",
        },
        {"type": "image", "data": person_1_b64, "mime_type": "image/png"},
        {"type": "image", "data": person_2_b64, "mime_type": "image/png"},
        {"type": "image", "data": person_3_b64, "mime_type": "image/png"},
    ],
    response_format={
        "type": "image",
        "aspect_ratio": "5:4",
        "image_size": "2K",
    },
)

参照画像は入力トークンとして課金されます。2.1の入力コストはNano Banana 2の3倍であるため、参照画像を多用するワークフローでは、切り替え前に実測でコストを比較してください。

ステップ7：Google検索で画像をグラウンディングする

天気図や最近のイベントなど、最新の事実に依存する画像では検索ツールを追加します。

interaction = client.interactions.create(
    model="gemini-nano-banana-2.1",
    input="A detailed painting of a Timareta butterfly resting on a flower",
    tools=[
        {
            "type": "google_search",
            "search_types": ["web_search", "image_search"],
        }
    ],
)

{"type": "google_search"}だけを指定した場合はウェブ検索を利用できます。image_searchを追加すると、モデルはウェブ上の画像を視覚的コンテキストとして利用できます。この機能はNano Banana 2.1とNano Banana 2のみがサポートしています。

注意点は次のとおりです。

グラウンディングでは、検索結果に含まれる実在人物の画像は利用できません。
グラウンディング結果をユーザーへ表示する場合、Googleはgoogle_search_resultステップで返るsearch_suggestionsの表示を義務付けています。

ステップ8：Apidogでテストする

スクリプトは生成処理に適していますが、プロンプト、APIキー、モデル設定を素早く検証するには、保存済みリクエストが便利です。Apidogでは次の手順でテストできます。

環境を作成し、APIキー用のGEMINI_API_KEY変数を追加します。
次のリクエストを作成します。

   POST https://generativelanguage.googleapis.com/v1beta/interactions

ヘッダーを追加します。

   x-goog-api-key: {{GEMINI_API_KEY}}

model、input、response_formatを含むJSONボディを貼り付け、Sendをクリックします。
レスポンス後スクリプトに、ステータスと画像ブロックを検証するアサーションを追加します。

pm.test("status is 200", () => {
  pm.response.to.have.status(200);
});

pm.test("response contains an image block", () => {
  const steps = pm.response.json().steps || [];

  const hasImage = steps.some(
    (s) =>
      s.type === "model_output" &&
      (s.content || []).some((c) => c.type === "image" && c.data)
  );

  pm.expect(hasImage).to.be.true;
});

リクエストを複製し、modelをgemini-3.1-flash-imageへ変更します。
同じプロンプトで両方のリクエストを実行します。

これでNano Banana 2.1とNano Banana 2を並行比較できます。実行ごとのステータス、応答時間、レスポンスサイズを確認してください。より広い機能比較はNano Banana 2.1 vs Nano Banana 2 vs Proを参照してください。

コスト

以下は、2026年10月7日時点のGoogle料金ページに基づく有料ティアの料金です。

モデル	入力 / 1M	1K画像	2K画像	4K画像	バッチ 1K
Nano Banana 2.1	$1.50	$0.0336	$0.0504	$0.0756	$0.0168
Nano Banana 2	$0.50	$0.067	$0.101	$0.151	$0.034
Nano Banana Pro	$2.00	$0.134	$0.134	$0.24	$0.067

Nano Banana 2.1の画像出力は100万トークンあたり30ドルです。

1K画像: 1,120トークン
2K画像: 1,680トークン
4K画像: 2,520トークン

テキストと思考の出力は100万トークンあたり7.50ドルです。検索グラウンディングには、Gemini 3.xモデル全体で共有される月5,000件の無料リクエストが含まれ、それ以降は1,000件ごとに14ドルかかります。

コスト計算例

短いテキストプロンプト（各100入力トークン程度）から2Kの製品画像を1,000枚生成する場合:

出力: 1,000 x $0.0504 = $50.40
入力: 100,000トークン x $1.50 / 1M = $0.15
合計: 約$50.55。これに思考テキストトークンが加算されます。

Nano Banana 2で同じ処理を行う場合は約101ドルです。Batch APIを使うと、2.1の2K画像価格は0.0252ドルまで下がるため、出力コストは25.20ドルになります。

バッチジョブはより高いレート制限を利用できる一方、処理完了まで最大24時間かかります。Nano Banana 2の料金詳細は、Nano Banana 2 API料金内訳を参照してください。

よくあるエラー

以下はGemini APIで一般的に発生するエラーであり、Nano Banana 2.1固有のものではありません。

エラー	考えられる原因	修正
`400 INVALID_ARGUMENT`	`image_size`が小文字、未対応の比率、不正な`input`	`2k`ではなく`2K`を使う。対応比率と入力形式を確認する。
`403 PERMISSION_DENIED`	APIキーが不正、またはプロジェクトで請求未設定	APIキーを確認し、請求を有効化する。
`404 NOT_FOUND`	モデルIDの入力ミス	`gemini-nano-banana-2.1`を正確に指定する。
`429 RESOURCE_EXHAUSTED`	レート制限に到達	バックオフして再試行するか、バッチを使用する。
`500` / `503`	一時的なサーバー障害	指数関数的バックオフで再試行する。
200だが画像なし	プロンプトがブロックされた、またはテキストのみで応答された	`"type": "image"`を設定し、プロンプトを見直す。

指数関数的バックオフは、たとえば次のように実装できます。

import time

for attempt in range(5):
    try:
        interaction = client.interactions.create(
            model="gemini-nano-banana-2.1",
            input="Generate a product image",
        )
        break
    except Exception:
        if attempt == 4:
            raise
        time.sleep(2 ** attempt)

よくある質問

Nano Banana 2.1 APIに無料枠はありますか？

いいえ。GoogleはAPIの無料枠を「利用不可」と記載しています。AI Studio Playgroundは2.1にリンクされていますが、無料利用の上限は公開されていません。
2.1はNano Banana 2のドロップイン代替ですか？

多くの場合は可能です。モデルIDをgemini-nano-banana-2.1に置き換えてください。ただし、512pxティアは利用できず、入力トークンも高価になるため、参照画像を多用する編集ではコストを確認してください。
生成画像には透かしが入りますか？

はい。すべての出力にはSynthID透かしが含まれます。
動画から画像を生成できますか？

はい。2.1はテキストプロンプトとともに、YouTube URLのようなvideo入力ブロックを受け入れます。
古いNano Banana 2 APIガイドはまだ使えますか？

概念は引き続き適用できます。旧モデルについてはNano Banana 2 APIガイドを参照してください。

まとめ

Nano Banana 2.1は、Nano Banana 2の画像あたり半分の価格で、同じInteractions API形式を使いながらより良い画像を約束します。

まずは課金を有効化したAPIキーを設定し、1枚の画像を生成してください。次に、ステータスと画像ブロックを検証するアサーション付きでリクエストをApidogへ保存します。最後に古いモデルIDでリクエストを複製して比較すれば、Nano Banana 2.1へ切り替える価値があるかを短時間で判断できます。

ナノバナナ 2.1 を無料で使う方法

Akira — Tue, 06 Oct 2026 17:23:03 +0000

Googleは2026年10月6日、Nano Banana 2.1をリリースしました。Google AI Studioアカウントからの投稿では、この画像モデルが「これまでのモデルをあらゆる面で凌駕している」と述べられ、「ai.studioで今日から試してみてください」と呼びかけました。ほとんどの人が最初に尋ねた質問は、「無料ですか？」でした。

今すぐApidogを試す

正直な答えは「部分的」です。Gemini APIには2.1の無料枠がありません。Google AI Studioは無料で利用できますが、無料アカウントでどれだけの2.1が利用できるかはGoogleから発表されていません。GeminiアプリとGoogle Flowは無料の画像生成を提供していますが、どちらのヘルプページにもまだ2.1は掲載されていません。

このガイドでは、利用可能なすべてのルートを確認し、無料利用が終わった場合の最も安価な有料パスも整理します。

コードからモデルを呼び出す場合は、再試行で無駄な料金を発生させずにリクエストを検証する方法も必要です。Apidogを使うと、リクエストの保存、環境変数によるキー管理、レスポンス検証をまとめて行えます。

要するに：2026年10月7日時点での全ルート

ルート	無料ですか？	制限	最適な用途
Google AI Studioプレイグラウンド	AI Studioは無料。2.1への無料アクセスは未確認	無料プランでは「控えめなクォータ」が得られるが、具体的な数値は非公開	支払い前にプロンプトを試す
Gemini API無料枠	いいえ	「利用不可」	なし
Geminiアプリ	2.1は未確認	Nano Banana 2は全ユーザーが利用可能	カジュアルな画像
Google Flow	2.1は未確認	Nano Banana 2 Liteは無料	動画プロジェクト用の画像
Google Cloud $300トライアル（Vertex AI）	可能性あり、未確認	90日間、請求アカウントが必要	新規Google Cloudアカウント
サードパーティサイト	検証済みはなし	不明	推奨しない
バッチAPI（有料）	いいえ。ただし安価	1K画像あたり$0.0168、最大24時間の処理時間	一括生成

ルート1：Google AI Studio、最も可能性の高い無料オプション

Google AI StudioはGeminiモデルのWebプレイグラウンドであり、Googleがリリース日にユーザーを誘導した場所です。Gemini APIの料金ページにある2.1のカードにも「Google AI Studioで試す」というリンクがあります。

料金ページには「Google AI Studioの利用は、すべての利用可能地域で無料です」と記載されています。請求に関するFAQには、「有料機能へのアクセスに有料APIキーをリンクしない限り、無料のままである」という条件が追加されています。

注意点はクォータです。GoogleのAIプランページでは、無料アカウントには「基本的な制限とアクセス」を伴う「控えめなクォータ」が与えられると説明されています。Google AI Proでは、より高いクォータと「Gemini Pro、Nano Banana、Lyriaのようなプレミアムモデルへのアクセス」が提供されます。

同ページには、ProとUltraが「Google AI Studioプレイグラウンドで有料モデルとより高いレート制限を解除する」とも記載されています。ただし、Googleは無料アカウントで2.1を実行できるか、何枚の画像を生成できるかについては明言していません。

試す手順

ai.studio にサインインします。
プレイグラウンドを開きます。
Gemini Nano Banana 2.1 を選択します。
プロンプトを実行します。
画像が生成されれば、そのアカウントではGoogleのクォータ内で無料アクセスが可能です。
アップグレードまたは有料キーのリンクが表示された場合、そのアカウントでは無料ルートを利用できません。

Google AI Studioを無料で使う方法では、プレイグラウンドの使い方を詳しく解説しています。

次の2点にも注意してください。

無料利用はGoogleのモデルのトレーニングに役立ちます。 料金ページでは、無料枠のデータは「製品改善に使用：はい」、有料枠のデータは「いいえ」と記載されています。クライアントの写真や未公開の製品画像は、無料アカウントにアップロードしないでください。
プレイグラウンドへのアクセスはAPIアクセスではありません。 Googleは、AIプランの特典は「Google AI Studio Webインターフェース内でのみ適用される」と説明しています。コードから利用する場合は、有料APIを使用します。

ルート2：Gemini APIの無料枠（存在しない）

料金ページでは、gemini-nano-banana-2.1 の無料枠は入力・出力ともに「利用不可」と記載されています。Nano Banana 2、2 Lite、Proも同様です。

つまり、無料のAPIキーでは2.1の画像を生成できません。課金を有効にする必要があります。新規アカウントの場合、請求に関するFAQでは、アップグレードに「最低5ドルのクレジットを前払いする」必要があるとされています。

Gemini APIキーを無料で取得するための手順は、テキストモデルには引き続き有効です。ただし、2.1の画像生成には適用されません。

ルート3：Geminiアプリ（2.1は未確認）

GoogleのGeminiヘルプページには、全ユーザー向けのNano Banana 2と、Google AI Plus以上のユーザー向けのNano Banana Proが記載されています。2.1については言及されていません。

Nokia Power Userは10月6日、2.1が「Geminiアプリ内で直接利用可能になり始めた」と報じましたが、Googleはこれを確認していません。

モデル名にこだわらず画像を生成したいだけなら、Nano Banana 2を搭載した無料のGeminiアプリを利用できます。Nano Banana 2の無料ガイドも参照してください。

ルート4：Google Flow（2.1は未確認）

GoogleのAIクリエイティブスタジオであるFlowは、2.1が最初に登場した場所です。Googleがモデルを一時的に停止し、翌日に正式リリースする前の10月5日に、ユーザーがモデルピッカーでそれを見つけました。

Flowのヘルプページでは、Nano Banana 2 Liteを「無料で利用可能なデフォルトモデル」、Nano Banana 2を標準モデル、ProをAI Ultra加入者向けのデフォルトとしています。10月7日現在、2.1はリストにありません。

報告には矛盾があります。Nokia Power Userは、Flowでの2.1生成が「標準のサブスクリプションクレジットを消費する」と述べています。一方、OrcaRouterは、クレジットがゼロと表示されたユーザーのスクリーンショットについて、そのアカウントのプランを反映したものであり、公式料金ではないと指摘しています。

生成前に、Flowのモデルピッカーでクレジット費用を確認してください。

ルート5：Vertex AIでのGoogle Cloudトライアルクレジット（未確認）

Nano Banana 2.1は、Google CloudのGemini Enterprise Agent Platform（旧Vertex AI）にもモデルページがあり、従量課金制とプロビジョニングされたスループットの選択肢があります。

新規のGoogle Cloud顧客は、90日後に失効する300ドルのウェルカムクレジットを受け取ることができます。

確認されている点は次のとおりです。

請求に関するFAQでは、「2026年3月より、Gemini APIの利用料金は、300ドルのGoogle Cloud無料トライアルプログラムから具体的に除外されます」と説明されています。
無料トライアルページ（2026年10月5日更新）では、このクレジットは「AI StudioでのGemini APIの費用には充当できない」と記載されています。また、マネージドAPIとして提供されるパートナーモデルにも使用できません。

どちらのページも、Enterprise Agent Platform上で提供されるGoogle自身のモデルを明示的には除外していません。そのため、クレジットが2.1に適用される可能性はあります。

ただし、Googleのページはこのモデルについて適用を確認していません。試す場合は少数のテスト呼び出しを実行し、Cloudの請求レポートでクレジットが適用されたかを確認してください。

ルート6：サードパーティサイト

Nano Bananaの名前を使用しているサイトは、すでに2.1のページを公開しており、一部では無料生成を宣伝しています。

ただし、それらがGoogleの2.1モデルを実行しているか、アップロードされたデータをどのように扱っているかは確認できませんでした。いずれもGoogle製品ではありません。

試す場合でも、個人的な画像や機密性の高い画像はアップロードしないでください。

最も安価な有料ルート：バッチAPI、画像1枚あたり$0.0168

2.1の画像出力は、スタンダードでは100万トークンあたり30ドルかかり、1K画像は1,120トークンです。バッチAPIでは、その料金が半額になります。

解像度	スタンダード	バッチ	1ドルあたりの画像数（バッチ）	5ドルあたりの画像数（バッチ）
1K	$0.0336	$0.0168	約59	約297
2K	$0.0504	$0.0252	約39	約198
4K	$0.0756	$0.0378	約26	約132

最低5ドルの前払いにより、バッチレートで約297枚の1K画像を生成できます。Nano Banana 2はスタンダードで1K画像あたり0.067ドルかかるため、2.1は共有されるすべての解像度でその半額です。

利用時は次の3点を把握しておいてください。

入力コストは高くなります。 入力トークン100万個あたり1.50ドルで、Nano Banana 2の3倍です。複数の参照画像（最大14枚）を使用した編集では、コストが増えます。
テキストと推論の出力は、100万トークンあたり7.50ドルです。画像のみの応答形式では、テキスト応答は削除されます。
バッチは遅いです。 Googleのドキュメントには「最大24時間の処理時間」と記載されています。リアルタイム機能ではなく、一括アセット生成に使ってください。

モデルの比較はNano Banana 2.1 vs Nano Banana 2 vs Pro、コード実装はNano Banana 2.1 APIガイドを参照してください。

クレジットを無駄にせずAPIをテストする

2.1への呼び出しが成功するたびに課金されます。

Googleの請求に関するFAQによると、400 または 500 で失敗したリクエストはトークンに対して課金されません。ただし、クォータには計上されるため、不注意な再試行は時間とレート制限を消費します。

まず、GoogleのREST例を実行できる状態にします。

curl -s -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-nano-banana-2.1",
    "input": [
      {
        "type": "text",
        "text": "Create a picture of a nano banana dish in a fancy restaurant with a Gemini theme"
      }
    ]
  }'

Apidogでの設定手順

新しいリクエストにcURLコマンドをインポートします。ApidogがURL、ヘッダー、ボディを自動入力します。これを「既知の正常なリファレンス」として保存します。
APIキーを環境変数（GEMINI_API_KEY）として保存し、x-goog-api-key ヘッダーから参照します。保存済みリクエストにキーを含めずに済み、テスト環境と本番環境を切り替えやすくなります。
アサーションを追加します。少なくとも200ステータスと、レスポンスボディに画像ブロックが含まれることを検証してください。最初の成功レスポンスの生JSONを確認し、正確なフィールドパスを指定します。
1K、2K、参照画像編集のバリアントを保存します。設定を毎回書き換えずに、意図した条件でコストを比較できます。

Apidogが画像生成を無料にするわけではありません。送信ごとに課金対象の呼び出しになります。Apidogは、その呼び出しに関する設定ミスや当て推量を減らすためのツールです。

よくある質問

Nano Banana 2.1は無料ですか？

Gemini APIでは無料枠が「利用不可」であるため、無料ではありません。AI Studioの利用は無料ですが、Googleは2.1の無料クォータを確認していません。

Geminiアプリで2.1は無料ですか？

未確認です。Googleのヘルプページには全ユーザー向けのNano Banana 2が記載されていますが、2.1には言及されていません。

Flowは2.1に対してクレジットを請求しますか？

Googleは明言していません。Flowのモデルピッカーでコストを確認してください。Nano Banana 2 LiteはFlowで無料です。

300ドルのGoogle Cloudクレジットは使えますか？

Gemini APIやAI Studioでは使えません。Enterprise Agent Platformでは適用される可能性がありますが、2.1については未確認です。

大量の画像を生成する最も安価な方法は？

バッチAPIです。1K画像あたり0.0168ドルで、1ドルあたり約59枚を生成できます。

結論

Google AI Studioでは、Nano Banana 2.1を無料で試せる可能性が最も高いといえます。これはGoogle自身が推奨しているルートです。

ただし、無料利用を前提とした運用計画は立てないでください。Googleは無料クォータを公開しておらず、AIプランページではNano Bananaをサブスクライバー向けのプレミアムモデルとしてリストしています。GeminiアプリとFlowには無料の画像モデルがありますが、2.1はいずれのドキュメントにもまだ記載されていません。

無料利用が終わった場合、バッチAPIはNano Banana 2の半額で、1ドルあたり約59枚の1K画像を提供します。Apidogでリクエストを一度設定し、キーを環境変数に保存し、アサーションで設定ミスを検出してから本格的に料金を使うようにしましょう。

モデルの変更点については、Nano Banana 2.1とは何かを参照してください。

ナノバナナ2.1 リリース：ナノバナナ2の半額、テキスト機能が遂に改善

Akira — Tue, 06 Oct 2026 17:21:29 +0000

Googleは2026年10月6日にNano Banana 2.1を静かにリリースしました。ローンチに関するブログ投稿もベンチマークチャートもありませんでした。このモデルは10月5日にGoogle Flowのモデルピッカーに表示され、一度消えた後、翌日には@GoogleAIStudioからの短い投稿とともに再登場し、「以前のモデルをあらゆる面で上回る」と述べられました。

今すぐApidogを試す

画像生成に料金を支払っている人にとって重要なのは、料金ページです。Nano Banana 2.1は、Nano Banana 2と共通のすべての解像度において、画像1枚あたりのコストが半分になり、Googleのドキュメントではアップグレード点として「正確なテキストレンダリング」が挙げられています。何が変わり、いくらかかり、そしてローンチ投稿で触れられていない注意点について説明します。

TL;DR

概要: Gemini Nano Banana 2.1、モデルID gemini-nano-banana-2.1 は、Nano Banana 2（Gemini 3.1 Flash Image）のアップデート版です。Googleのドキュメントでは、画像生成および編集における「主要な高効率主力モデル」とされています。
Googleが改善した点: より優れたビジュアルデザイン、マスクベースの編集、被写体の一貫性、より自然な見た目の画像（ローンチ投稿より）、さらにテキストレンダリング、複数ターンのキャラクターの一貫性、検索グラウンディング（ドキュメントより）。
価格: 1K画像あたり0.0336ドル、2K画像あたり0.0504ドル、4K画像あたり0.0756ドル。これは各サイズでNano Banana 2の半額です。
注意点: 入力トークンはNano Banana 2の3倍のコストがかかり、512pxのティアがなく、Gemini APIには無料ティアがなく、Googleは2.1のベンチマークを公開していません。
試用場所: Google AI Studio、Gemini API（Interactions API）、Vertex AI。最初にGoogle Flowにも登場しました。

Nano Banana 2.1とは

Nano Bananaは、Geminiファミリーの画像モデルに対するGoogleの名称です。オリジナルのNano Banana（gemini-2.5-flash-image）は現在レガシーモデルとなっています。Nano Banana 2（gemini-3.1-flash-image）は高速なデフォルトモデルとなり、Nano Banana 2 Liteは予算重視の枠を占め、Nano Banana Pro（gemini-3-pro-image）はプロフェッショナルなアセット作業をカバーします。

Nano Banana 2.1は、Nano Banana 2のアップデートとして位置づけられています。Googleの画像生成ドキュメントでは、「視覚品質の向上、複数ターンのキャラクターの一貫性、正確なテキストレンダリング、および1K、2K、4K解像度での検索に基づいた生成機能を備えた、高効率な画像生成および会話型編集のために構築された」と説明されています。

主な仕様

機能	Nano Banana 2.1
モデルID	`gemini-nano-banana-2.1`
出力解像度	1K、2K、4K
入力	テキスト、画像、動画（音声なし）
参照画像	最大14枚
思考	デフォルトでオン、APIでは無効化不可
中間「思考画像」	最大2枚、課金なし
検索グラウンディング	Googleウェブ検索およびGoogle画像検索
ウォーターマーク	すべての出力にSynthID

Googleが改善したと述べている点

ローンチ投稿では、より優れたビジュアルデザイン、マスクベースの編集、被写体の一貫性、より自然な見た目の画像が挙げられています。ドキュメントでは、複数ターンのキャラクターの一貫性、正確なテキストレンダリング、Google画像検索グラウンディングが追加されています。

テキストレンダリング

文字化けした文字は、長年にわたりAI画像の特徴でした。ドキュメントでは、Nano Bananaファミリーを「インフォグラフィック、メニュー、図、マーケティングアセット向けに判読可能でスタイル化されたテキストを生成できる」と説明しており、特に2.1の改善点として正確なテキストレンダリングを挙げています。

これはGoogleの主張であり、測定された結果ではありません。2.1のテキスト精度に関するベンチマークは公開されていません。本番トラフィックを切り替える前に、実際のコピーを含むメニュー、ポスター、UIモックアップを自分のプロンプトでテストしてください。

実装時は、少なくとも以下のケースを比較します。

短い見出し
複数行の説明文
数字、価格、日付
日本語・英語など複数言語の混在
UI内のボタンやラベル

マスクベースの編集

Googleはこれを「セマンティックマスキング」と呼んでいます。マスクを描くのではなく、プロンプトで変更対象を説明します。

提供された画像を使用し、背景の空だけを夕焼けに変更してください。
人物、服装、構図、その他の要素はすべてそのままにしてください。

モデルは変更すべき領域を推測し、残りの部分を維持します。

変更範囲を安定させるには、次のようにプロンプトを具体化します。

[要素] のみを [新しい状態] に変更してください。
色、照明、カメラアングル、人物、背景、テキストは変更しないでください。

被写体とキャラクターの一貫性

キャラクター、製品、マスコットは、一連の編集全体で同じ状態を保つ必要があります。APIでは、previous_interaction_id を使用して編集を連結し、最大14枚の参照画像を組み合わせることができます。

実装では、最初の生成結果のIDを保存し、後続の編集で再利用します。

edited = client.interactions.create(
    model="gemini-nano-banana-2.1",
    previous_interaction_id=interaction.id,
    input="バナナのサングラスだけを赤いフレームに変更してください。他は変更しないでください。"
)

複数ターン編集では、各ターンの画像・プロンプト・interaction.id・使用トークンを記録しておくと、品質劣化やコスト増加を追跡できます。

検索グラウンディング

Nano Banana 2.1と3.1 Flash Imageは、ウェブ検索だけでなくGoogle画像検索にも基づいて情報を取得でき、最近のイベント、天気図、株価チャートなどに役立ちます。

ただし、ウェブ検索から取得した現実の人々の画像はグラウンディングに使用できません。

価格: Nano Banana 2の画像1枚あたりの半額

Googleの料金ページからの有料ティアGemini API価格、2026年10月7日時点（標準、バッチなし）です。

モデル	入力（100万トークンあたり）	画像出力（100万トークンあたり）	0.5K	1K	2K	4K
Nano Banana 2.1	$1.50	$30	該当なし	$0.0336	$0.0504	$0.0756
Nano Banana 2	$0.50	$60	$0.045	$0.067	$0.101	$0.151
Nano Banana 2 Lite	$0.25	$30	該当なし	$0.0336	該当なし	該当なし
Nano Banana Pro	$2.00	$120	該当なし	$0.134	$0.134	$0.24

注目すべきポイントは以下です。

画像1枚あたりの価格が半額。 画像出力トークンは100万あたり60ドルから30ドルに下がり、画像1枚あたりのトークン数は両モデルで同じです（1Kで1,120、2Kで1,680、4Kで2,520）。1Kで1,000枚を生成する場合、2.1では33.60ドル、Nano Banana 2では67ドルです。
Liteと同価格で全機能。 1Kでは2.1とNano Banana 2 Liteのコストは同じですが、Liteは1Kのみです。2.1では2Kと4Kも利用できます。
1KではProの約4分の1。 0.0336ドル対0.134ドルです。
バッチ処理でさらに半額。 2.1のバッチ料金は、1Kで0.0168ドル、2Kで0.0252ドル、4Kで0.0378ドルです。

検索グラウンディングは別途課金されます。Gemini 3.xモデル全体で月5,000件の無料検索リクエストがあり、それ以降は1,000件あたり14ドルです。Nano Banana 2の詳細については、Nano Banana 2料金ガイドをご覧ください。

注意点

入力コストが3倍に

入力トークンは100万あたり0.50ドルから1.50ドルに、テキストおよび思考の出力は100万あたり3ドルから7.50ドルに上昇しました。テキストから画像へのプロンプトではほとんど影響がありませんが、複数の参照画像を伴う編集リクエストでは影響があります。

Googleの価格で簡単に計算すると、入力のみの場合、2.1はNano Banana 2より100万トークンあたり1ドル高くなります。1Kでは画像1枚あたり約0.033ドル節約できます。そのため、単一のリクエストが約33,000入力トークンを超えるまでは2.1の方が安価です。

4Kでは、画像1枚あたりの節約額が大きく（約0.075ドル）、損益分岐点は約75,000入力トークンに移動します。課金される思考テキストはその差を縮めるため、自分の usage 数を確認してください。

512pxティアなし

Nano Banana 2は0.5K（512px）サイズを0.045ドルで提供しています。ドキュメントには、このサイズは「Gemini Nano Banana 2.1ではサポートされていません」と記載されています。

サムネイルの場合、2.1の1K価格（0.0336ドル）はNano Banana 2の512px価格よりも安価ですが、より大きなファイルになります。配信コストや保存容量に制約がある場合は、生成後のリサイズ工程も含めて設計してください。

APIに無料ティアなし

Googleの料金ページでは、Gemini APIの無料ティアは2.1では「利用不可」と記載されており、これはNano Banana 2、Lite、Proと同様です。

モデルカードはGoogle AI Studioのプレイグラウンドにリンクしていますが、無料アカウントでどれだけ生成できるかはGoogleは言及していません。APIを呼び出すコードには有料キーが必要です。無料でのNano Banana 2.1の利用方法については、こちらで説明しています。

ベンチマークはまだ

「以前のモデルをあらゆる面で上回る」という主張には、公開された数値や公式ブログ投稿が伴っていません。品質向上はあり得るものの、未証明であると考えるべきです。

移行判断は、ベンダーの主張ではなく、自分の評価セットで行ってください。たとえば以下を同一プロンプト・同一アスペクト比・同一出力サイズで比較します。

文字の正確性
被写体の一貫性
編集対象以外の保持率
レスポンス時間
入出力トークン数
1枚あたりの総コスト

静かなロールアウト

このモデルはAPI発表前にGoogle Flowに登場しました。サードパーティのレポートによると、Flow（サブスクリプションクレジットを使用）で利用可能であり、Geminiアプリにも登場し始めているとのことですが、GoogleはGeminiアプリへのロールアウトを公式には確認していません。

切り替えるべき人

今すぐ切り替えるべき場合:

テキストから画像への生成でNano Banana 2を1K、2K、または4Kで実行している場合。Googleがアップグレードと呼ぶモデルで、画像1枚あたりのコストを半分に削減できます。
Nano Banana 2 Liteを使用しているが、1Kと同じ価格で2Kまたは4Kの出力が必要な場合。
生成する画像に実際のテキスト（製品ラベル、メニュー、スライドグラフィックなど）が含まれる場合。Googleが最大の改善点としている部分なので、テストしてください。

見送るべき場合:

パイプラインが512pxの出力に依存している場合。
リクエストの入力が重く、呼び出しごとに多くの参照画像が含まれる場合。自分のトークン数で損益分岐点を計算してください。
最終的なマーケティングアセットにProレベルの品質が必要な場合。Nano Banana 2.1 vs Nano Banana 2 vs Proの比較で違いを追跡しています。

API経由でNano Banana 2.1を試す

Nano Banana 2.1はGemini Interactions APIで動作します。まず、APIキーを環境変数に設定します。

export GEMINI_API_KEY="your_api_key"

最小限の画像生成リクエストは以下のとおりです。

curl -s -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-nano-banana-2.1",
    "input": [
      {
        "type": "text",
        "text": "A ripe banana wearing tiny sunglasses on a beach towel, bold hand-lettered sign that reads OPEN"
      }
    ]
  }'

画像はbase64データとして返されます。Pythonの場合は以下のように保存できます。

from google import genai
import base64

client = genai.Client()

interaction = client.interactions.create(
    model="gemini-nano-banana-2.1",
    input="A ripe banana wearing tiny sunglasses on a beach towel",
    response_format={
        "type": "image",
        "mime_type": "image/png",
        "aspect_ratio": "16:9",
        "image_size": "2K",
    },
)

with open("banana.png", "wb") as f:
    f.write(base64.b64decode(interaction.output_image.data))

type を image に設定すると、画像のみが返され、テキストは省略されます。

追跡編集を行うには、新しい input と previous_interaction_id=interaction.id を指定して create を再度呼び出します。検索に基づいて情報を取得するには、tools=[{"type": "google_search"}] を追加します。

スクリプトを書かずにモデルを比較したい場合は、Apidogがこのようなサイドバイサイドテストに適しています。

リクエストを保存します。 Interactionsエンドポイントへの POST を作成し、キーを環境変数として保存します。ヘッダーは x-goog-api-key: {{GEMINI_API_KEY}} とします。
モデルごとにクローンします。 リクエストを複製し、model のみを gemini-3.1-flash-image に変更します。同じプロンプトで両方を送信し、応答、遅延、トークン使用量を比較します。
アサーションを追加します。 200 ステータスであることを確認し、応答に画像出力ブロックが含まれていることを確認します。テストシナリオとして保存すると、このペアはGoogleがモデルを更新するたびに再実行できる回帰チェックになります。

画像編集、複数ターンチェーン、コスト追跡を含むステップバイステップのバージョンは、Nano Banana 2.1 APIガイドにあります。まだキーが必要な場合は、まずGemini APIキーを取得してください。

よくある質問

Nano Banana 2.1のモデルIDは何ですか？

gemini-nano-banana-2.1です。正式名称はGemini Nano Banana 2.1です。

Nano Banana 2.1はNano Banana 2よりも安価ですか？

画像1枚あたりでは安価です。1K、2K、4Kで半額です。入力トークンのコストは3倍なので、入力が非常に多い編集リクエストでは、その差が縮まるか、なくなる可能性があります。

Nano Banana 2.1はテキストを正しくレンダリングしますか？

Googleは「正確なテキストレンダリング」を提供すると述べています。Googleはまだそれを裏付けるベンチマークを公開していないため、自分のテキストが多いプロンプトでテストしてください。

Nano Banana 2.1は無料ですか？

Gemini APIでは無料ではありません。無料ティアは利用不可と記載されています。GoogleはこれをAI Studioプレイグラウンドにリンクしていますが、2.1の無料制限については公開していません。

結論

Nano Banana 2.1は、画像開発者にとって明確な値下げです。Nano Banana 2と同じ画像あたりのトークン数で、トークンあたりの出力価格は半額です。さらに、Nano Banana 2 Liteの1K価格で2Kおよび4K出力が可能です。

Googleはテキストレンダリング、編集、一貫性のすべてが改善されたと述べていますが、これらはベンチマークが登場するまではGoogleの主張です。多くの参照画像を送信する場合は3倍の入力価格に注意し、欠落している512pxティアについて計画を立ててください。

その後、Apidogで両方のモデルに対して自分のプロンプトを実行し、結果・遅延・トークン使用量を測定して、より優れた方へトラフィックを切り替えてください。

Mistral Large 4 API の使い方

Akira — Tue, 06 Oct 2026 16:10:44 +0000

Mistral Large 4は、オープンウェイト公開の3週間前である2026年10月6日にMistral APIで稼働を開始しました。1兆パラメータの「Le Chonk」を今すぐ試すにはAPIが唯一の方法であり、現時点では最も安価な方法でもあります。Mistralはパブリックプレビュー期間中、入力トークン100万あたり0.68ドル、出力トークン100万あたり2.09ドルを提示しています。これは定価の1.36ドル／4.18ドルの半額です。

今すぐApidogを試す

このガイドでは、約5分で最初のAPI呼び出しを実行し、その後に実装でつまずきやすい推論チャンク、画像入力、関数呼び出し、JSON出力、費用を扱います。Apidogを使うと、リクエストを保存・再実行できるため、Large 4と現在使っているモデルを同じ条件で比較できます。

モデル自体について初めて知る場合は、ベンチマークやサイバー関連のヘッドラインの背景を解説した「Mistral Is Back: Le Chonk Beats GPT-6 Astra and Claude at Cyber」も参照してください。

必要なもの

項目	値
ベースURL	`https://api.mistral.ai/v1`
認証	`Authorization: Bearer $MISTRAL_API_KEY`
モデルID	`mistral-large-4`（エイリアス: `mistral-large-4-0`）
メインエンドポイント	`POST /v1/chat/completions`
コンテキストウィンドウ	1Mトークン
入力タイプ	テキスト、画像
Python SDK	`pip install mistralai`
TypeScript SDK	`npm install @mistralai/mistralai`

ステップ1：APIキーを取得する

Mistral Studio（旧La Plateforme）にサインインします。
API Keys を開き、新しいキーを作成します。local-dev や ci-staging のように用途がわかる名前を付けてください。
作成直後にキーをコピーします。Studioでは再表示されません。
シェルの環境変数に設定します。

export MISTRAL_API_KEY="your-key-here"

キーはGitなどのバージョン管理システムにコミットしないでください。複数のツールでキーを扱う場合は、APIキー管理のベストプラクティスを参照し、ローテーションとスコープ設定を整備してください。

ステップ2：最初の呼び出しを行う

まずはcurlで接続、認証、モデルIDをまとめて確認します。

curl https://api.mistral.ai/v1/chat/completions \
  -H "Authorization: Bearer $MISTRAL_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "mistral-large-4",
    "messages": [
      {
        "role": "user",
        "content": "ページネーションAPIでテストすべき3つのエッジケースを教えてください。"
      }
    ]
  }'

成功時は、回答を含む choices[0].message.content と、以下を含む usage ブロックが返ります。

prompt_tokens
completion_tokens
total_tokens

よくある初回エラーは次のとおりです。

401: APIキーが間違っている、または環境変数にエクスポートされていない
404: モデルIDのタイプミスであることが多い

Pythonで呼び出す

pip install mistralai

import os
from mistralai import Mistral

client = Mistral(api_key=os.environ["MISTRAL_API_KEY"])

response = client.chat.complete(
    model="mistral-large-4",
    messages=[
        {
            "role": "user",
            "content": "ページネーションAPIでテストすべき3つのエッジケースを教えてください。",
        }
    ],
)

print(response.choices[0].message.content)

TypeScriptで呼び出す

npm install @mistralai/mistralai

import { Mistral } from "@mistralai/mistralai";

const client = new Mistral({
  apiKey: process.env.MISTRAL_API_KEY,
});

const response = await client.chat.complete({
  model: "mistral-large-4",
  messages: [
    {
      role: "user",
      content: "ページネーションAPIでテストすべき3つのエッジケースを教えてください。",
    },
  ],
});

console.log(response.choices[0].message.content);

ステップ3：Apidogに保存する

モデル比較を始めると、curlコマンドを毎回書き換える方法では管理しづらくなります。Apidogでは、同じ入力を使った比較用リクエストを保存できます。

新しいHTTPリクエストを作成します。

   POST https://api.mistral.ai/v1/chat/completions

環境変数 MISTRAL_API_KEY を追加します。
ヘッダーに次を設定します。

   Authorization: Bearer {{MISTRAL_API_KEY}}

ステップ2のJSONボディを貼り付けて送信します。
リクエストを複製し、model を現在利用中のモデル（例: mistral-medium-3-5）に変更します。
両方のリクエストを実行し、結果を比較します。

これで、同一プロンプトを使う2つの保存済みリクエストを作成できます。Apidogではレスポンスボディ、ステータス、タイミング、サイズを確認できるため、スクリプトなしで回答品質、レイテンシ、usage のトークン数を比較できます。

さらに、choices[0].message.content が空でないことを確認するレスポンス後アサーションを追加してください。Mistralがプレビューを更新した際に再実行できるスモークテストになります。

ステップ4：推論のオン／オフを切り替える

Large 4はハイブリッドモデルです。高速な回答と段階的な推論を、reasoning_effort パラメータで切り替えます。

値	挙動	用途
`"none"`	最小限の思考。レスポンスに思考チャンクなし	チャット、抽出、分類、低レイテンシが必要な処理
`"high"`	最終回答の前に完全な思考チャンクを返す	デバッグ、多段階計画、数学、コードレビュー

curl https://api.mistral.ai/v1/chat/completions \
  -H "Authorization: Bearer $MISTRAL_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "mistral-large-4",
    "messages": [
      {
        "role": "user",
        "content": "当社のAPIは、負荷がかかると空のボディで200を返します。可能性のある原因を確率の高い順にリストしてください。"
      }
    ],
    "reasoning_effort": "high"
  }'

`reasoning_effort: "high"` でパーサーが壊れる理由

reasoning_effort: "high" を指定すると、message.content は文字列ではなくチャンクのリストになります。リストには次の要素が含まれます。

推論トレースを持つ thinking チャンク
最終回答を持つ text チャンク

そのため、response.choices[0].message.content をそのまま表示すると、回答ではなくリストが出力されます。text チャンクだけを明示的に抽出してください。

response = client.chat.complete(
    model="mistral-large-4",
    messages=[
        {
            "role": "user",
            "content": "なぜ200レスポンスが空のボディを持つことがありますか？",
        }
    ],
    reasoning_effort="high",
)

content = response.choices[0].message.content

if isinstance(content, str):
    answer = content
else:
    answer = "".join(chunk.text for chunk in content if chunk.type == "text")

print(answer)

思考トークンは出力トークンとして課金されます。通常は "none" をデフォルトにし、深い推論が必要な呼び出しだけ "high" に切り替えてください。

ステップ5：画像を送信する

Large 4は16億パラメータのビジョンエンコーダーを搭載するネイティブなマルチモーダルモデルです。画像はテキストと同じ content 配列に含めます。

curl https://api.mistral.ai/v1/chat/completions \
  -H "Authorization: Bearer $MISTRAL_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "mistral-large-4",
    "messages": [
      {
        "role": "user",
        "content": [
          {
            "type": "text",
            "text": "これは弊社のAPIエラーダッシュボードのスクリーンショットです。どのエンドポイントが最も頻繁に失敗しており、エラーコードは何ですか？"
          },
          {
            "type": "image_url",
            "image_url": "https://example.com/dashboard.png"
          }
        ]
      }
    ]
  }'

ローカルファイルを送る場合は、base64データURLを image_url に設定します。

{
  "type": "image_url",
  "image_url": "data:image/png;base64,<encoded>"
}

Mistralは、Dense 200のビジュアルグラウンディングベンチマークでLarge 4が42%を記録し、GPT-6 Astraの41%をわずかに上回ったと報告しています。そのため、ダッシュボード、グラフ、UI状態のスクリーンショット分析は適した用途です。

ステップ6：関数呼び出し

関数呼び出しは、Large 4のエージェント用途を実装する基本機能です。ツールを定義すると、モデルが呼び出すべきタイミングと引数を決定します。実際のAPI呼び出しはアプリケーション側で実行します。

tools = [
    {
        "type": "function",
        "function": {
            "name": "get_order_status",
            "description": "注文IDで注文のステータスを検索します。",
            "parameters": {
                "type": "object",
                "properties": {
                    "order_id": {
                        "type": "string",
                        "description": "注文ID、例: ORD-1042",
                    }
                },
                "required": ["order_id"],
            },
        },
    }
]

messages = [
    {
        "role": "user",
        "content": "注文ORD-1042はどこにありますか？",
    }
]

response = client.chat.complete(
    model="mistral-large-4",
    messages=messages,
    tools=tools,
    tool_choice="auto",
)

tool_call = response.choices[0].message.tool_calls[0]

print(tool_call.function.name)
print(tool_call.function.arguments)

次に、アプリケーション側で関数を実行し、同じ tool_call_id を付けて結果をモデルへ返します。

import json

result = {
    "order_id": "ORD-1042",
    "status": "shipped",
    "eta": "2026-10-09",
}

messages.append(response.choices[0].message)
messages.append(
    {
        "role": "tool",
        "name": "get_order_status",
        "content": json.dumps(result),
        "tool_call_id": tool_call.id,
    }
)

final = client.chat.complete(
    model="mistral-large-4",
    messages=messages,
    tools=tools,
)

print(final.choices[0].message.content)

ツールスキーマは通常のJSON Schemaです。既存APIにOpenAPI仕様があるなら、各操作のリクエストスキーマを parameters に組み込めます。Apidogで先に仕様を設計しておくと、ツール定義と実際のAPIを同期しやすくなります。

ステップ7：JSONを返す

機械可読な出力が必要な場合は、response_format を指定します。

curl https://api.mistral.ai/v1/chat/completions \
  -H "Authorization: Bearer $MISTRAL_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "mistral-large-4",
    "messages": [
      {
        "role": "user",
        "content": "GET /v1/users/42 returned 404 から、メソッド、パス、ステータスコードを抽出してください。JSONで返答してください。"
      }
    ],
    "response_format": {
      "type": "json_object"
    }
  }'

JSON出力を使う場合は、プロンプトと response_format の両方でJSONを要求してください。

より厳密な形式が必要な場合、Mistralは完全なスキーマを持つ以下の形式もサポートしています。

{
  "type": "json_schema",
  "json_schema": {
    "...": "..."
  }
}

Apidogでは、レスポンスにJSON Schemaアサーションを追加できます。形式がずれた場合、下流サービスで障害を起こす前にテストを明確に失敗させられます。

費用

利用内容	プレビュー価格	定価
入力、100万トークンあたり	$0.68	$1.36
キャッシュ済み入力、100万トークンあたり	$0.07	$0.14
出力、100万トークンあたり	$2.09	$4.18

たとえば、1日10,000回の呼び出しを行うエージェントを考えます。各呼び出しは3,000入力トークンと500出力トークンで、入力の多くはキャッシュ済みシステムプロンプトとツール定義です。

入力: 3,000万トークン各3,000トークンのうち2,500トークンがキャッシュ済みの場合、2,500万トークンが$0.07、500万トークンが$0.68で課金されます。合計は1日あたり約$5.15です。
出力: 500万トークン $2.09で課金されるため、合計は1日あたり約$10.45です。
合計: プレビュー価格では1日あたり約$15.60、定価では約$31です。

同じワークロードをGPT-6 Astra（100万トークンあたり$10／$50、キャッシュ割引前）で実行すると、1日数百万ドルかかります。Mistralはプレビュー価格の終了時期を明言していないため、予算は定価を基準に見積もってください。

よくあるエラー

エラー	考えられる原因	解決策
`401 Unauthorized`	キーがない、または間違っている	`echo $MISTRAL_API_KEY` と `Bearer` プレフィックスを確認
`404` / 無効なモデル	モデルIDのタイプミス	`mistral-large-4` を正確に指定
`422 Unprocessable Entity`	不正なリクエストボディ。特に `tools` スキーマが多い	各ツールの `parameters` にあるJSON Schemaを検証
`429 Too Many Requests`	ワークスペースティアのレート制限	バックオフして再試行するか、Studioで制限を上げる
回答がリストとして表示される	`reasoning_effort: "high"` がチャンクを返す	ステップ4のように `text` チャンクを抽出

よくある質問

Mistral Large 4はOpenAI互換ですか？

リクエスト形式は非常に似ています。model、messages、tools、tool_choice、response_format は期待どおりに動作します。安全のため、Mistral SDKまたはプレーンなHTTPを使用してください。推論出力はMistral独自のチャンク形式です。

いつローカルで実行できますか？

Mistralによると、ウェイトは2026年10月末までにリリース予定です。合計1.05兆パラメータのため、マルチGPUサーバーハードウェアが必要です。それまでの小型モデルのローカル実行については、「Mistral 3をローカルで実行する」ガイドを参照してください。

プレビュー版は本番環境に十分安定していますか？

まだです。このモデルはパブリックプレビューであり、ウェイトリリース前に変更される可能性があります。テストを固定し、Mistralがモデルを更新するたびに再実行してください。また、フォールバックモデルも設定しておくべきです。

既存のMistralコードでLarge 4を使用できますか？

はい。同じベースURL、認証、SDKを使えます。model 文字列を mistral-large-4 に変更してください。Medium 3.5から移行する場合は、「Mistral Medium 3.5 APIガイド」を参照してください。

まとめ

5分あれば、Large 4への動作するAPI呼び出しを作成できます。次の1時間は、実際のプロンプトをLarge 4と現在のモデルで並行実行し、品質・レイテンシ・トークン使用量を比較する時間に使ってください。

Apidogに両方のリクエストを保存し、ステータスとレスポンス形式のアサーションを追加すれば、プレビュー価格が半額である間に、Le Chonkをスタックへ追加する価値があるか判断できます。

DEV Community: Akira

クロード・ハイク 5.5 ベンチマーク

公開時のテーブル

各ベンチマークの実行者

FrontierCodeの罠

システムカードの追加情報

デフォルトの努力レベルではスコアが低い

努力レベル別のスコアとコスト

Haiku 5.5がまだ劣る点

独立した結果：まだなし

顧客の報告

独自の評価を実行する

よくある質問

Claude Haiku 5.5はSonnet 5.5よりも優れていますか？

Haiku 5.5のSWE-benchスコアはどのくらいですか？

ベンチマークはどの努力レベルで実行されましたか？

独立したHaiku 5.5のベンチマークはありますか？

GPT-6 Lunaの方が安価ですか？

次のステップ

Claude Haiku 5.5とHaiku 4.5の比較：変更点と破壊的変更の対処法

Haiku 4.5 と Haiku 5.5 の比較

5つの破壊的変更点

1. budget_tokens による手動思考

2. サンプリングパラメータ

3. アシスタントプリフィル

4. コンピュータ使用: computer_20250124 から computer_toolset_20260801 へ

5. 思考ブロックより前の履歴を編集する

エラーを返さないサイレントな変更点

改善された点

Apidogで移行をテストする

1. ベースラインリクエストを作成する

2. モデルIDだけを変更した失敗ケースを作成する

3. 移行済みリクエストを作成する

よくある質問

Claude Haiku 4.5は非推奨ですか？

Haiku 4.5のリクエストがHaiku 5.5で400エラーになるのはなぜですか？

長いプロンプトではHaiku 5.5の方が安いですか？

すべてのワークロードをHaiku 5.5に切り替えるべきですか？

次のステップ

クロード ハイク 5.5 料金

Claude Haiku 5.5 API料金表

「約75%安」の根拠

各努力レベルでの試行あたりのコスト

Haiku 5.5の価格比較

GPT-6 Lunaとの比較

Sonnet 5.5との比較

Haiku 4.5との比較

APIクレジットとコンシューマープラン

Max・TeamのAPIクレジット

コンシューマープラン

クラウド経由の利用

Apidogでリクエストごとのコストを追跡する

1. APIキーを環境変数に保存する

2. 努力レベルごとのリクエストを作成する

3. レスポンス後にコストを計算する

4. 結果を比較する

よくある質問

Claude Haiku 5.5の100万トークンあたりのコストはいくらですか？

Haiku 5.5はHaiku 4.5よりも安いですか？

Haiku 5.5の価格はGPT-6 Lunaと同じですか？

MaxプランのクレジットはClaude Codeで利用できますか？

次のステップ：自身のワークロードの価格を計算する

Claude Haiku 5.5 API の使い方

Claude Haiku 5.5 API の概要

Claude Haiku 5.5 API の最初の呼び出し

curl

Python

TypeScript

エフォートレベルを選択する

思考の制御

プロンプトのキャッシュとバッチジョブ

stop_reason: "refusal" を処理する

コンピューター利用とブラウザー利用

レート制限

ApidogでClaude Haiku 5.5 APIをテストする

よくある質問（FAQ）

Claude Haiku 5.5のモデルIDは何ですか？

Claude Haiku 5.5 APIの無料版はありますか？

Haiku 4.5向けのリクエストが400エラーを返すのはなぜですか？

Claude CodeでHaiku 5.5を使用できますか？

1. `budget_tokens` による手動思考

4. コンピュータ使用: `computer_20250124` から `computer_toolset_20260801` へ

クロードハイク 5.5 料金

`stop_reason: "refusal"` を処理する

`haiku` エイリアスはプロバイダーごとに異なる

`model: haiku` を指定すると Haiku 4.5 になるのはなぜですか？