Claude Codeの実質17%削減が露呈させた利用者単位課金の限界

Claude Codeが「恒久化」する週間利用上限の25%引き上げは、置き換え対象となる一時的な増枠と比べると、利用可能量が17%少ない。この一見奇妙な計算は、利用者単位の料金からは見えない本質を浮かび上がらせる。開発者1人が、どれほど多くの作業を動かせるかという問題だ。自律型コーディングでは、1つのログインから、リポジトリの走査、外部機能の呼び出し、試験、再試行、修正を突発的かつ連続的に走らせられる。利用者数が変わらなくても、提供側はその処理負荷を引き受けなければならない。

利用者枠の裏に処理能力の保証が隠れている

従来のソフトウェア企業は、利用量の代わりに利用者数を用いてきた。従業員を数え、利用枠を割り当て、利用量の差は全体でならすという考え方だ。しかし、一方の開発者がコードの補完を1回求め、もう一方が大規模なコード群全体に及ぶ移行作業を期限も回数も定めず委ねるようになると、この代替指標は機能しない。どちらも1枠だが、発生する費用はまるで異なる。

Anthropicは、9月14日からClaude Codeの標準的な週間利用上限を基準値より25%高い水準に落ち着かせると発表し、この不整合を際立たせた。それ以前の一時的な引き上げ幅は50%だったため、増枠後の水準と比べると利用可能量は約17%減る。この計算が不自然に見えるのは、Claude Codeを従来型の定額制ソフトウェアと捉えた場合だけだ。定額料金で有限の推論処理能力を確保する仕組みだと考えれば、話は単純である。

兆候は以前からあった。2025年7月には、Maxプランに月額$200を支払う多数の利用者を含め、Claude Codeの利用上限が予想外に厳しいとの声が上がった。問題は、個々の上限が十分かどうかではない。「有料利用者1人」という情報だけでは、Anthropicがどれだけの計算資源を提供すると約束したのか判断できないことにある。

AnthropicとOpenAIは、売上高の半分超を推論処理に費やしたと報じられている。Anthropicでは、推論費用が想定を23%上回ったため、2025年の予想売上総利益率を50%から40%へ引き下げたという。計算負荷が高く、利用量によって費用が変動するサービスを定額で提供すると、定額制の規模拡大が招く罠に陥る。熱心に使う顧客ほど、提供側にとって採算が悪くなりかねない。

自律型処理の需要は待ち行列として押し寄せる。需要は週を通じて均等ではなく、自律型の作業量も案件全体で一定ではない。リポジトリ全体の変更、試験の反復、公開期限によって負荷は急増する。したがって、利用上限、利用枠、繁忙時の調整は、純粋な定額制へ戻るまでの一時的な不手際ではない。見慣れた定額商品の外形を保ちながら、処理能力を配分する仕組みなのである。

2024年から2026年にかけて、Anthropicを扱う記事で法人向けの論調は7.4ポイント上昇して19.7%となる一方、個人向けの論調は17ポイント低下して15.4%となった。法人顧客が問うのは、支援機能を利用できるかどうかだけではない。どれだけの仕事をこなせるのか、どのような統制の下で動くのか、どの程度のサービス保証があるのか、失敗時の損失を誰が負うのかを問う。

料金を決めるのは指示文ではなく、作業の反復回数だ

初期のコーディング支援では、指示文が自然な利用単位に見えた。開発者が尋ね、モデルが答える。それに対し、自律型システムは、この一往復を反復処理に置き換える。リポジトリを調べ、計画を立て、ファイルを編集し、外部機能を実行し、試験を行い、失敗を解釈し、計画を修正して再試行する。受け入れ条件を満たすか、予算、制限時間、権限の境界、あるいは人間によって止められるまで作業は終わらない。

料金の説明が追いつく前に、開発者はこの変化を実感していた。2025年3月のClaude Code使用記では、古い不具合を次々に処理する様子が「ドルを燃料に動く木材粉砕機」のようだと表現された。同じ反復処理が、驚くほどの生産性と大量の計算資源消費を同時にもたらした。自律型システムが進歩するにつれて、開発者はより大きな仕事のまとまりを任せるようになり、それに伴って推論処理も増えた。

AnthropicはClaude Codeを端末の外へ広げ、ProとMaxの利用者向けにウェブ版とiOS版の研究試用版を提供した。Cursorは、リポジトリの変更、Slackのメッセージ、時刻指定をきっかけに自律処理を開始する機能を追加した。自律型システムはもはや、編集画面の中で人間の指示を待つだけの存在ではない。業務を実行する仕組みへ変わりつつある。

途中の応答を人間が毎回待つ必要がなければ、運営側は即応性と、処理量、費用、実行時期の間で調整できる。ただし、無人の反復処理は長時間続くこともある。1回ごとの呼び出しが安くても、完了した仕事全体が安いとは限らない。

購入側は検証も同じ費用単位に含める必要がある。Artificial Analysisによれば、OpenAIのo1を評価する費用は$2,767.05だった。コードが短時間で生成されたからといって、個別のリポジトリに即した成果を繰り返し確認する費用がなくなるわけではない。見るべき指標は、有用な作業1件当たりのAI費用である。生成だけでなく、外部機能、試験、再試行、確認、見込まれる修正費用まで含めて考えなければならない。

提供側は、利用権の数を数える方式から、実際の仕事量を測る方式へ移っている。文字列単位は今後も投入量の指標となるが、法人顧客が最終的に購入するのは、範囲と条件が定められた業務上の成果である。

推論処理が安くなっても利用者単位課金には戻らない

推論費用の低下は、細かな従量計測に対する最も強い反論になる。OpenAIの技術者は、推論費用を半分以下にできる可能性のある手法を見つけたと報じられている。利用できる文字列量が潤沢になれば、最先端モデルが汎用的な基盤となり、その上で動く製品へ価値が移る可能性もある。こうした進展によって、やり取りのたびに利用を制限する圧力は弱まり、モデル提供企業が希少性を理由に料金を取る力も低下する。

Claude Codeは、定額制に近い料金体系でも大きな商業的成果を示した。報道によれば、年間経常収益は11月に発表した$1 billionから少なくともさらに$100 million増え、2025年末にはAnthropicの年間経常収益全体の12%を占めた。料金体系が整い切る前でも、顧客が自律型機能の利用権を購入することは明らかだ。

しかし、推論費用の低下が弱めるのは、文字列量の希少性を根拠とする料金であって、利用者単位課金への反論ではない。投入物が安くなれば、開発者はそれをより多く消費するように仕組みを作り替える。自律型システムは、より広い文脈を調べ、より多くの代案を試し、試験を増やし、一つひとつ許可を求めることなく長時間動ける。開発者は予測結果を節約するのをやめ、豊富な予測結果をどう統制するかに注力するようになる。

企業は今後も、本人確認、利用権限、予算、管理のために利用者枠を使う。ただし、利用者枠だけで料金全体を表せなくなる。利用者単位で請求しながら、高性能モデルの使用量を別に計測し、自律処理能力を予約制にし、追加の利用枠を販売し、統制された業務手順を別料金にすることもできる。これらをすべて定額制と呼んでも、根底にある費用まで固定されるわけではない。

複数のモデルが十分な品質のコードを生成できるなら、希少になるのは、モデルを選び、リポジトリの文脈を与え、外部機能へのアクセスを制御し、結果を評価し、供給元が変わっても状態を引き継ぐ仕組みである。モデルが安くなるほど、利益の源泉は予測能力の保有から、実行の制御へ移る。

成果連動型料金では失敗にも値段を付ける必要がある

自律型システムが特定の従業員を支援するだけでなく、業務手順の一部を実行するようになれば、完了した仕事に対する課金は経済合理性を持つ。OpenAIは一部の大口顧客に対し、AIが作業を完了した場合にのみ料金を支払う方式を認め始めたと報じられている。Salesforceなども成果連動型料金を試している。2025年末までに、追跡対象のソフトウェア企業500社のうち79社がAIの従量課金を導入した。2024年の水準の2倍を超える。

こうした試みは、定額制が消えたことを意味しない。OpenAIの提案は一部顧客に限られているとみられ、コンサルティング会社も、時間単位の請求から定額契約や成果連動型契約への移行に苦戦している。購入側と提供側の双方が難しさを感じるのは、「完了」という言葉がリスクを移転するからだ。

コードは正しく構築できても、良い成果とは限らない。CursorのCEOであるMichael Truellは、高度な開発で雰囲気任せのコーディングを使うと、後で崩れる不安定な土台を作りかねないと警告している。作業が当面の試験を通っても、保守費用を増やし、安全性を損ない、指示文に書かれていなかった設計上の制約に違反する可能性がある。ソフトウェアは請求後になって不具合を露呈するという、厄介な性質を持つ。

したがって提供側には、評価条件を定めた契約が必要になる。当事者間で、受け入れ試験、使用可能な外部機能、性能基準、確認期間、例外処理、修正責任を定義しなければならない。再試行のたびに処理能力を消費する。完了基準が曖昧であるほど紛争が起きる。後から不具合が見つかるたびに、提供側が販売したのは成果物なのか、検証済みの結果なのか、それとも保証なのかが問われる。

成果連動型契約では、提供側が性能を保証する。見積もるべきなのは、成功時の予想実行費用だけではない。自律型システムが再試行を必要とする頻度、検証費用、人間が介入する頻度、必要な修正対応など、失敗の分布も見積もらなければならない。利益は、その分布を購入側より正確に測り、縮小できることから生まれる。文字列単位に見栄えのよい名前を付け替えるだけでは生まれない。

モデル保有者より業務手順の支配者が優位に立つ

開発各社は、永続的な業務手順の層の下に複数のモデルを置く、共通の構成へ近づいている。AppleはXcode 26.3に自律型コーディングを追加し、AnthropicのClaude Agent、OpenAIのCodex、MCPに対応した。Appleの戦略的資産は、単一の最先端モデルではない。文脈、権限、構築処理、開発者の注意がすでに集まる開発環境そのものだ。

Cursorも、コード群の変更、Slackのメッセージ、時刻指定をきっかけに動くAutomationsによって同じ方向へ進んだ。これにより、継続的に残る単位は対話ではなく業務手順になる。Cursorは、自律型システムをいつ動かし、どの文脈を与え、成果をソフトウェア開発工程のどこへ渡すかを決められる。

一方、Cursorがモデル供給元に依存していることは、構造的な弱点である。OpenAIは、技術が利用規約の範囲内で使われると確信できないとして、SpaceX関連の契約について11月12日からCursorへのモデル提供を停止する予定だと述べた。Cursorによれば、OpenAIが占める通信量は5%にすぎず、当面の影響は限定的だ。しかし、モデルへのアクセスには条件が付く。作業を別の供給元へ振り替えられない応用ソフトウェア企業は、自社だけでは完全に制御できない約束を顧客へ売っていることになる。

Ai2は、非公開のコード群に適応できるよう設計した32-billion-および8-billion-parameterのコーディング用自律モデルを公開した。外部運用の最先端モデルが特定の作業で優位を保つ可能性はあるが、利用可能な唯一のモデルを保有することは、もはや応用ソフトウェア層の安定した基盤にはならない。複数供給元に対応する制御基盤なら、能力、費用、遅延、データ方針、稼働状況に応じて作業を配分できる。

こうした柔軟性は、成果物を受け入れる場所をすでに支配している企業に有利に働く。編集環境のCursor、XcodeのApple、そしてリポジトリ、変更提案、Actions、本人確認、法人購買を取り巻くGitHubとMicrosoftである。

これが自律型業務手順の制御基盤という考え方だ。モデルの品質は重要だが、複数ある投入要素の一つにすぎない。持続的な交渉力を持つのは、文脈を保持し、実行先を振り分け、権限を統制し、モデルの供給元、価格、方針が変わっても業務の中に残り続ける層である。

保証は間接費ではなく、製品そのものだ

コードを変更する権限を持つ自律型システムでは、信頼性と安全性は支援部門の仕事ではなく、製品機能になる。有用な成果物だけでは足りない。購入側には、その作業が承認済みで、試験され、責任の所在を追跡でき、元に戻せ、影響範囲が限定されていることを示す証拠が必要だ。

Anthropicによる利用状態の窃取への対応は、処理能力と安全対策の採算がいかに早く一体化するかを示した。情報窃取型の不正ソフトウェアが有効なClaudeの利用状態を乗っ取り、利用枠を使い切ったことを受け、同社は影響を受けた利用者をログアウトさせ、保存済みの支払方法を削除し、返金した。盗まれた権限が、一つの事件で計算資源の消費、顧客損失、事故対応、金銭的な補償へ直結した。

Anthropicは、旧称Claude Code SecurityのClaude Securityも法人顧客向けに公開試用段階へ移し、Opus 4.7を使ってコードの脆弱性を調べている。OpenAI、Anthropic、AWS、Microsoftを含む100超の組織は、AIを利用したサイバー攻撃への共同備えを呼びかけた。これらの取り組みを合わせると、制約と検査は自律型製品の一部になりつつある。

Anthropicはその境界をソフトウェアの外にも広げている。同社のModel Hardware Standardは、自律型システムが顕微鏡、量子計算機器、ロボットアームなどを利用できるようにするための規格である。自律型システムの動作が物理機器に影響を及ぼすようになれば、「元に戻す」は万能の復旧策ではなくなる。承認、運用上の制限、状態の復元、事故対応の責任が導入契約の一部になる。

導入時の責任分担では、誰が実行を承認できるのか、動作をどう監視するのか、どの証拠によって順守を確認するのか、失敗後の費用を誰が負うのかを契約で定める。企業がこの層に対価を払うのは、生の処理能力を、安心して許可できる自動化へ変えるからだ。その根底にある構造は、AI自律システムの安全性という柱に表れている。自律性が高まるほど、実行を統制する価値も高まる。

長く続く契約は、結果の重大さに値段を付ける

業務手順を担う企業は、制御基盤を挟むだけで利益を得られるわけではない。単なる振り分け役なら、購入側やモデル供給元に迂回される。業務の文脈を保持し、評価を改善し、希少な処理能力を配分し、方針を徹底し、運用リスクのうち明確に定めた部分を引き受けて初めて、その立場は持続する。責任が参入障壁になるのは、契約によって損益構造に組み込まれたときである。

持続的な契約では、この取引を3つの層に分ける。処理能力の層では、自律型の作業をどれだけ、いつ実行でき、どのモデルや外部機能を使えるかを定める。統制の層では、権限、データの境界、承認規則、監査証跡を定める。保証の層では、評価、巻き戻し、修正、失敗した作業の責任を定める。発注書には利用者枠が残るかもしれないが、実際の価値と費用を決めるのはこれらの層である。

競争、モデル利用権の持ち運びやすさ、推論費用の低下によって基盤モデルの超過収益は縮小する。一方、変動の大きい作業の反復と、責任を求める購入側の需要によって、価値は全体の調整と保証へ移る。Claude Codeが一時的な増枠から17%引き下げられることは、表面上は利用上限の調整に見えた。しかし、それは利用者枠の裏にある取引の実態を露呈させた。利用者枠が数えるのは人数だが、自律型システムの契約が値付けするのは、その実行がもたらす結果である。