← レッスンに戻る
第7章 · Claude on the Web

クラウド版 Claude Code のコストと制限

クラウド版 Claude Code Cost & Limits · 約 10 分

重要キーワード

English日本語説明
Compute Hours コンピュート時間 クラウド版 Claude Code VM の稼働時間。プランごとに割当あり
Concurrency Limit 同時実行上限 並列に走らせられるタスク数の上限
Time Cap 時間上限 1 タスクあたりの最大実行時間
Data Residency データ所在 VM が物理的にどこのリージョンで動くか

クラウド版 Claude Code の課金モデル

クラウド版 Claude Code は VM 稼働時間 × プラン枠 で課金されます。 プランごとに月間の コンピュート時間 が割り当てられ、超えると追加料金 or 翌月待ち。

プラン別の概算 (2026 年現在)

⚠️ 正確な数値は変動します。最新は https://www.anthropic.com/pricing を確認してください。

プラン クラウド版 Claude Code 月間枠 (目安) 同時実行上限 1 タスク時間上限
Free ❌ なし - -
Pro ($20) 数時間 (お試し程度) 1 30 分
Max 5x ($100) 数十時間 3〜5 数時間
Max 20x ($200) 100 時間以上 5〜10 半日
Team ($25/人) チームで共有プール チーム単位 数時間
Enterprise 商談 商談 商談

コスト感覚 (実例)

タスク 想定実行時間 Pro 月枠で何回?
競合 10 社の料金スクレイプ 30 分 数回
GitHub Issue 200 件のトリアージ 1 時間 月 1〜2 回
大規模ライブラリ移行 PR 3 時間 Pro 月枠を使い切る
50 件の PDF 比較レポート 4 時間 Max 推奨

💡 「クラウド版 Claude Code が向くタスク」= 「人間がやると 1 日かかるけど、クラウド版 Claude Code なら 1〜4 時間で終わる」 くらいが、コスト面でもバランスが良い。


機能上の制限

① 1 タスクあたりの時間上限

プランによりますが、最長でも 半日〜1 日 程度。それを超えるタスクは 複数ジョブに分割 が必要。

② コンテキストウィンドウ (思考の上限)

クラウド版 Claude Code も内部では Claude モデルを使うので、コンテキスト上限あり (200K)。 「100 件のドキュメントを 1 ジョブで全部読む」 は実は context 不足になりがち。 → Subagent / Map-Reduce パターン で各 10 件ずつ並列処理させる方が効率的。

③ 並列実行の上限

Pro:  1 タスク
Max 5x:  3〜5 タスク並列
Max 20x: 5〜10 タスク並列

→ 「100 タスクを並列に投げる」は不可能。バッチで管理する設計が必要。

④ 外部 API 呼び出し

VM からの outbound アクセスは可能ですが: - レートリミット はサービス側次第 (大量スクレイプは弾かれる) - 要認証 API は Connector or 環境変数で API キーを渡す必要 - 社内 VPN 越し のサービスは アクセス不可

⑤ ファイルサイズ・データ量

入力ファイル: 通常 数十 MB まで (1 ファイル)
作業中の中間ファイル: GB 単位は厳しい
出力ファイル: 数百 MB を超えるとアップロード時間が長い

→ ビッグデータ処理は 要約・サンプリング してから渡す方が現実的。

⑥ 永続性

⑦ Computer Use の制約

ブラウザ操作は基本可能だが: - CAPTCHA は突破不可 (倫理的にも規約上も) - ログインが必要なサイト は事前に Connector or 認証情報必須 - JavaScript heavy なサイト はレンダリング待ちで遅い - モバイル UI の操作は得意でないことがある


データ・セキュリティ

クラウド版 Claude Code に渡してはいけないもの

カテゴリ
🔴 機密度: 極大 顧客の PII 大量、医療記録、未公開財務、NDA 下情報
🟡 機密度: 大 内部設計書、未発表の戦略、給与情報
🟢 機密度: 中以下 社内一般文書、公開予定の内容、業務メモ

🔴 と 🟡 は絶対に クラウド版 Claude Code に渡さない。Code でローカル処理。 → 🟢 は 自社のセキュリティポリシー次第。

クラウド版 Claude Code の VM 上のログ・データの扱い

コンプライアンス


コスト最適化のテクニック

① 軽い前処理は手元 / 通常チャットで

「データの最初の 10 行を見て構造を理解」は通常チャットで OK。 全 1000 行を クラウド版 Claude Code に送る前に、「何をすべきか」を確定させる。

② クラウド版 Claude Code と通常チャットの併用

[通常チャット] 競合 10 社のリストを作る (5 分、Pro 月枠を消費しない)
   ↓
[クラウド版 Claude Code] その 10 社の料金を一括スクレイプ (30 分、月枠を消費)
   ↓
[通常チャット] 結果のレビューと要約 (5 分)

→ クラウド版 Claude Code は 重い処理だけ に絞ってコスト節約。

③ 並列度を抑える

「5 並列で同時に投げよう」と最大化したくなるが、3 並列で十分なら 3 にする。 失敗時の再実行コストが下がる。

④ DoD を定量化して無駄に時間を使わせない

「品質が高い」 → 4 時間粘る。「30/30 で URL 必須」 → 必要な時間だけ。

⑤ Subagent パターンで context 節約

巨大タスクを sub-job に分割。各 sub の context が小さく済む = レイテンシ・コスト両方下がる。


「クラウド版 Claude Code を使うべきか」決め木

そのタスクは...
├─ 数秒で終わる? → 通常チャット
├─ ローカル機密データを扱う? → Claude Code
├─ ローカル特殊環境が必要? → Claude Code
├─ 30 分以上かかる + クラウド完結 OK?
│   ├─ 1 件だけ? → クラウド版 Claude Code (1 並列)
│   └─ N 件繰り返し? → クラウド版 Claude Code (並列)
└─ 人間判断が必須? → AI 不可、人間がやる
▶ クラウド版 Claude Code コスト試算
私は Max 5x プラン (月約 30 時間の クラウド版 Claude Code 枠) を契約しています。次の業務を クラウド版 Claude Code でこなすとして、1 ヶ月で月枠に収まるか試算してください。1) 毎週月曜の競合動向リサーチ (推定 1 時間/回) 2) 月 1 回の社内ドキュメント整備 (3 時間) 3) 隔週の Issue トリアージ (2 時間) 4) 月 1 回のコンプライアンスチェック (4 時間)。

演習問題

演習 1: 月間 クラウド版 Claude Code 予算を立てる

あなたの業務で クラウド版 Claude Code に任せたいタスク を 5〜10 件挙げ、各タスクの: 1. 推定実行時間 2. 月間頻度 3. 必要な月間時間 (1 × 2) を表にまとめ、合計が Pro / Max 5x / Max 20x のどのプランに収まるか 判定してください。

フォーマット: | タスク | 1 回の時間 | 月の頻度 | 月間合計 | | --- | --- | --- | --- | | 競合分析 | 2h | 4回 | 8h | | ... | | | | | 合計 | | | Xh | | 推奨プラン | | | Max 5x |

スタータープロンプト:
私の役割は B2B SaaS のプロダクトマネージャ。クラウド版 Claude Code に任せたい業務を 7 件提案し、それぞれ推定時間と月間頻度を試算、合計で必要な月間 クラウド版 Claude Code 時間と推奨プラン (Pro / Max 5x / Max 20x) を判定してください。
ヒントを見る

推定時間は最初は楽観的に出がちです。実運用では 1.5 倍程度のバッファを見ておくと安全。失敗時の再実行コストも考慮を。

演習 2: 「クラウド版 Claude Code か Code か」判別フローを実装

あなたのチーム向けに 「タスクを クラウド版 Claude Code / Code / 人間 のどれに振るか」 の判別フローを Mermaid 図で書いてください。

含めるべき判定軸: - 機密度 (高/中/低) - 所要時間 (短/中/長) - ローカル特殊環境の要否 - 反復性 (1回/N件) - 人間判断の要否

スタータープロンプト:
Mermaid の flowchart で「クラウド版 Claude Code / Claude Code / 通常チャット / 人間」のどれに振るかを決める判別フローを書いてください。判定軸: 機密度・所要時間・ローカル特殊環境・反復性・人間判断要否。Mermaid のコードのみ示してください。
ヒントを見る

Mermaid は claude.ai の Artifact として直接プレビュー可能。出力 → Artifact 化 → 同僚に共有が一連の流れ。

理解度チェック

  1. クラウド版 Claude Code のコスト指標として正しいのは?
    1. ファイル数
    2. VM の稼働時間 (Compute Hours)
    3. GPU の温度
    4. API キーの長さ
  2. クラウド版 Claude Code に渡してはいけない典型的なデータは?
    1. 公開予定のブログ下書き
    2. 顧客 PII 大量、医療記録、NDA 下情報
    3. 業務メモ
    4. 公開済みプレスリリース
  3. 「100 件のドキュメントを クラウド版 Claude Code に分析させたい」場合の最適アプローチは?
    1. 1 ジョブに 100 件全部詰める
    2. Subagent / Map-Reduce で 10 件 × 10 サブに分割
    3. Opus を使う
    4. GPU を増やす
  4. クラウド版 Claude Code の VM 上のファイルは、タスク終了後どうなる?
    1. 永続保存される
    2. クリアされる (永続化したいなら Drive/GitHub 等に保存しておく)
    3. 別ユーザーと共有される
    4. 圧縮されて残る
  5. クラウド版 Claude Code のコスト最適化として **適切でない** のは?
    1. 軽い前処理は通常チャットで済ませる
    2. DoD を定量化して無駄に粘らせない
    3. 並列度を最大まで上げる
    4. クラウド版 Claude Code は重い処理だけに使う
解答と解説を見る
  1. B — クラウド版 Claude Code は VM 稼働時間で課金。プランごとに月間枠があります。
  2. B — 極めて機密度の高いデータはクラウド VM に上げず、Code でローカル処理が原則です。
  3. B — context 上限と並列度を考慮して、map-reduce 風に分割するのが実用的です。
  4. B — VM はタスクごとにクリア。永続化は Connector 経由で外部に保存する設計が必要です。
  5. C — 並列度を最大にしても効果は逓減。3 並列で足りる場合に 10 並列にすると失敗時の再実行コストも増えます。