プロンプトキャッシング プロバイダ比較（プロンプトキャッシングプロバイダヒカク）
Anthropic Claude・OpenAI GPT-4o・Google Gemini・DeepSeek 等の主要LLMプロバイダが提供するプロンプトキャッシング機能の仕様・料金・制約を横断的に比較分析する。
プロンプトキャッシング プロバイダ比較とは
2024年後半から2025年にかけて、主要なLLMプロバイダが相次いでプロンプトキャッシング機能をリリースした。各プロバイダの実装は設計思想・料金体系・技術的制約が大きく異なるため、アプリケーションの要件に応じた適切な選択が重要である。本稿では Anthropic Claude、OpenAI、Google Gemini、DeepSeek の4プロバイダを中心に横断比較を行う。
基本仕様の比較
| 項目 | Anthropic Claude | OpenAI GPT-4o/o1 | Google Gemini | DeepSeek |
|---|---|---|---|---|
| 機能名 | Prompt Caching | Automatic Caching | Context Caching | Prompt Caching |
| 提供開始 | 2024年8月 | 2024年10月 | 2024年6月 | 2024年11月 |
| 制御方式 | 明示的（cache_control） | 完全自動 | 明示的（API） | 自動 + ヒント |
| 最小トークン数 | 1,024 | 1,024 | 32,768 | 64 |
| キャッシュ TTL | 5分（使用で延長） | 5-10分 | 最大48時間（設定可） | 数分（非公開） |
| 最大ブレークポイント | 4 | N/A（自動） | 1（キャッシュ単位） | N/A（自動） |
| 対応モデル | Claude 3.5/3 Opus/Haiku | GPT-4o, o1系 | Gemini 1.5 Pro/Flash | DeepSeek V3/R1 |
料金体系の比較
プロンプトキャッシングの経済性は料金体系に大きく左右される。各プロバイダの料金構造を詳細に比較する。
Anthropic Claude の料金
Anthropic は3層の料金体系を採用している。
| 操作 | Claude 3.5 Sonnet | Claude 3 Opus | Claude 3.5 Haiku |
|---|---|---|---|
| 通常入力 | $3.00/MTok | $15.00/MTok | $0.80/MTok |
| キャッシュ書込 | $3.75/MTok（125%） | $18.75/MTok（125%） | $1.00/MTok（125%） |
| キャッシュ読込 | $0.30/MTok（10%） | $1.50/MTok（10%） | $0.08/MTok（10%） |
損益分岐点は キャッシュ対象プレフィックスが2回以上使用される場合。書き込みの25%追加コストを読み込みの90%割引が即座に回収する構造となっている。10回再利用の場合、キャッシュなし比で約87%のコスト削減となる。
OpenAI の料金
OpenAI はシンプルな2層構造で、キャッシュ書き込みの追加コストは発生しない。
| 操作 | GPT-4o | GPT-4o mini | o1 |
|---|---|---|---|
| 通常入力 | $2.50/MTok | $0.15/MTok | $15.00/MTok |
| キャッシュ読込 | $1.25/MTok（50%） | $0.075/MTok（50%） | $7.50/MTok（50%） |
書き込み追加コストがないため、キャッシュが1回でもヒットすれば即座にコスト削減効果が得られる。ただし割引率は50%で、Anthropic の90%と比較すると控えめである。
Google Gemini の料金
Gemini のコンテキストキャッシングは独自の保存料金モデルを採用している。
| 操作 | Gemini 1.5 Pro | Gemini 1.5 Flash |
|---|---|---|
| 通常入力 | $1.25/MTok | $0.075/MTok |
| キャッシュ入力 | $0.3125/MTok（75%OFF） | $0.01875/MTok（75%OFF） |
| 保存料金 | $4.50/MTok/時 | $1.00/MTok/時 |
保存料金が時間ベースで発生するため、利用頻度と保存時間の関係で損益分岐点が変動する。高頻度利用（毎分数回以上）では保存料金は無視できるが、低頻度（1時間に数回）では保存料金がコスト削減を相殺する可能性がある。
DeepSeek の料金
DeepSeek はキャッシュ関連の料金が最も安価で、最小トークン数も64と圧倒的に低い。
| 操作 | DeepSeek V3 | DeepSeek R1 |
|---|---|---|
| 通常入力 | $0.27/MTok | $0.55/MTok |
| キャッシュ読込 | $0.027/MTok（90%OFF） | $0.055/MTok（90%OFF） |
ユースケース別の推奨プロバイダ
各プロバイダの特性を踏まえ、ユースケース別の推奨を示す。
| ユースケース | 推奨 | 理由 |
|---|---|---|
| エージェントシステム | Anthropic | 明示的キャッシュ制御でツール定義+コンテキストを効率的にキャッシュ |
| シンプルチャットボット | OpenAI | 自動キャッシングで設定不要、書込コスト追加なし |
| 長文ドキュメント分析 | Google Gemini | 最大48時間の長期キャッシュ、大量ドキュメントの保持に最適 |
| コスト最重視 | DeepSeek | 基本料金が最安、90%OFF、最小64トークンからキャッシュ可能 |
| マルチターン会話 | Anthropic/OpenAI | 短TTLだがターン間で自動プレフィックス共有 |
| バッチ処理 | OpenAI | 書込コスト追加なしで1回目からメリット |
技術的制約の比較
トークン粒度とアラインメント
各プロバイダはキャッシュの最小単位（粒度）が異なる。
| プロバイダ | 最小粒度 | アラインメント | 備考 |
|---|---|---|---|
| Anthropic | 1,024トークン | 不要 | ブレークポイント指定 |
| OpenAI | 1,024トークン | 128トークン境界 | 自動スナップ |
| 32,768トークン | 不要 | 大きなチャンク単位 | |
| DeepSeek | 64トークン | 不要 | 最も細かい粒度 |
Gemini の最小32,768トークンは、短いシステムプロンプトのキャッシングには不向きだが、RAGで大量のドキュメントを扱う場合には十分な長さである。
マルチモーダルキャッシング
| プロバイダ | テキスト | 画像 | 音声 | 動画 |
|---|---|---|---|---|
| Anthropic | Yes | Yes | No | No |
| OpenAI | Yes | Yes | Yes | No |
| Yes | Yes | Yes | Yes | |
| DeepSeek | Yes | No | No | No |
Gemini は動画を含む全モーダルのキャッシングに対応しており、マルチモーダルアプリケーションでは最も柔軟性が高い。
移行戦略とベンダーロックイン
プロンプトキャッシングはプロバイダ固有のAPI仕様に依存するため、マルチプロバイダ戦略を取る場合は抽象化レイヤーの導入が重要である。LiteLLM のようなゲートウェイを使用することで、キャッシュパラメータの差異を吸収しつつ、トラフィック量やコストに応じてプロバイダを動的に切り替えることができる。
ただし、Anthropic の cache_control のような明示的制御機能はプロバイダ固有であり、完全な抽象化は困難である。実務上は「プライマリプロバイダで最適化し、セカンダリプロバイダにはベストエフォートで対応」というアプローチが現実的である。
よくある質問（FAQ）
Q1: コスト削減効果が最も高いプロバイダはどれですか？
A1: 絶対的なコスト削減額で見ると、基本料金が安い DeepSeek が最も有利です（V3で通常入力$0.27/MTok→キャッシュ$0.027/MTok）。一方、割引率で見ると Anthropic と DeepSeek がともに90%OFFで最高です。ただし Anthropic にはキャッシュ書き込み25%追加コストがあるため、再利用回数が少ない場合は OpenAI の「書込コストなし・読込50%OFF」モデルの方が有利になるケースがあります。3回以上の再利用が見込まれる場合は Anthropic / DeepSeek、1-2回の場合は OpenAI が経済的です。
Q2: Gemini のコンテキストキャッシングの保存料金は実用的ですか？
A2: 利用頻度次第です。100Kトークンのドキュメントを Gemini 1.5 Pro でキャッシュする場合、保存料金は約$0.45/時間です。通常入力$0.125/リクエスト（100K x $1.25/MTok）がキャッシュ時$0.03125/リクエストになるため、1時間に5回以上利用すれば保存料金を回収できます。48時間キャッシュで1時間1回の利用だと保存料金$21.60に対してコスト削減$4.50（48回 x $0.09375/回）で赤字です。大量頻繁アクセスのユースケースに限定して使うべきです。
Q3: 複数プロバイダのキャッシングを統合管理するベストプラクティスはありますか？
A3: LiteLLM をゲートウェイとして使用し、各プロバイダのキャッシュ設定をルーティングルールに組み込む方法が実用的です。具体的には、長コンテキスト（32K+）のリクエストは Gemini にルーティングして長期キャッシュを活用し、エージェント系リクエストは Anthropic にルーティングして cache_control を活用し、短い問い合わせは OpenAI の自動キャッシングに任せる、という分担が効果的です。各プロバイダのキャッシュヒット率と実コストをモニタリングし、ルーティング比率を動的に調整します。