Claude Codeのオブザーバビリティ:開発者ごとのトークン、コスト、使用量の追跡
.webp)
Built for Speed: ~10ms Latency, Even Under Load
Blazingly fast way to build, track and deploy your models!
- Handles 350+ RPS on just 1 vCPU — no tuning needed
- Production-ready with full enterprise support
コーディングエージェントにおけるオブザーバビリティの意味
従来のオブザーバビリティでは、サービスが稼働しているかどうかが問われていました。コーディングエージェントは常に「稼働」しています。ノートPC上で動作し、モデルプロバイダーと通信しているためです。真に重要なのは経済的および行動的な問いです。どの開発者が、どのモデルを使い、何のためにどれだけの支出をしたのか、そしてなぜ特定のセッションのコストが他の10倍になったのか、ということです。これはヘルスチェックではなくトークン会計(Token Accounting)であり、本ガイドの主眼でもあります。請求面の詳細については、Claude Codeの料金体系の解説をご覧ください。
この問題の影響は極めて具体的です。アクティブな開発者1人あたりの費用は、1日あたり約13ドル、月額で150〜250ドル程度であり、ユーザーの約90%は1日あたり30ドル未満に収まります。つまり、一部の例外的なケースが非常に大きな影響を与えます。開発者ごとの視点がなければ、30人のチームの中で請求額の大半を占めている3人の開発者を特定することも、彼らが難易度の高い作業を行っているのか、単にOpusをデフォルトのまま放置しているのかを判別することもできません。オブザーバビリティを導入することで、予期せぬ請求総額を改善可能な具体的要因のリストへと変換できます。
実際に追跡すべき項目
以下の7つのシグナルが価値のほとんどを占めています。その他の数値はすべてこれらから派生したものです。
これらのうち、モデル構成とキャッシュ比率の2つはコスト最適化のための最大のレバーでもあります。そのため、これらを監視することは投資に見合う効果をもたらします。ルーティング側についてはOpus vs Sonnet vs Haiku: コスト対機能のルーティングガイドで、キャッシュ側についてはClaudeのプロンプトキャッシュ:実際のコスト計算で詳しく解説しています。
トークンは単一の数値ではなく、4つに分かれている
「使用トークン数」というまとめ方は役立ちません。4つのカテゴリで価格体系が大きく異なるためです。Opus 5.5における価格差は顕著です。出力は新規入力の5倍の価格であり、キャッシュ書き込みは新規入力より高価ですが、キャッシュ読み取りはそのわずかな費用で済みます。これらをまとめてしまうと、コスト削減に必要なまさにその情報が隠されてしまいます。
高いキャッシュ読み取り率は、目指すべき理想的なシグナルです。長期にわたるコンテキストが、フル価格の入力として再課金されることなく再利用されていることを意味します。サブスクリプションではプロンプトキャッシュは約1時間保持されますが、APIやクラウドプロバイダーでは約5分間であるため、期待される比率は環境によって異なります。キャッシュ読み取りが急減し新規入力が増加した場合、キャッシュの構成が崩れている可能性があります。そしてそれは、4つの数値を別々に追跡して初めて気付くことができます。
ネイティブ機能の選択肢とそれぞれの限界
Claude Codeには標準で一定の可視化機能が備わっていますが、それらは個人レベルのスコープに限られています。
- CLIでの
/usage:現在のセッションのトークン数と推定コストをローカルの定価に基づき表示します。1台のマシン上の1人の開発者にとっては正確ですが、セッションをクリアするとリセットされます。チーム全体の集計はできません。 /insights:そのマシン上の直近のセッションを要約します。開発者が自身の使用パターンを振り返るのには有用ですが、依然として組織全体のビューではありません。- サブスクリプションアナリティクス(TeamsおよびEnterprise):ユーザーおよびモデルごとの組織レベルの支出レポートを日次で更新・提供します。財務面での把握には適していますが、リアルタイムのリクエスト単位のビューではありません。
- クラウドプロバイダーでの使用量はAnthropicのダッシュボードに反映されない:Amazon Bedrock、Google Vertex、Microsoft Foundry上でClaude Codeを実行した場合、トークンはクラウド口座に請求されるため、ネイティブのアナリティクスでは可視化されません。
共通する傾向として、ネイティブツールが答えてくれるのは「たった今自分がいくら使ったか」であり、「組織全体が今現在何をしているか」ではありません。それを把握するためには、メトリクスをマシン外部へ送信する必要があります。
OpenTelemetry:マシンからのメトリクス抽出
このギャップを埋める標準的な方法はOpenTelemetryです。Claude Codeは、OTLPを介して開発者ごとのトークンおよびコストメトリクスを自社のオブザーバビリティスタックへエクスポートできます。これはサブスクリプション、Console API、各種クラウドプロバイダーなど、あらゆるセットアップで動作します。これにより、開発者の認証方法に関わらず、ほぼリアルタイムで開発者ごとの数値を取得できる唯一のネイティブな選択肢となります。
有効化の手順
エクスポート機能はデフォルトでオフになっており、環境変数のみで制御されます。シェルプロファイルに設定するか、全マシンに配信される管理設定ファイルで指定します。メトリクスおよびログの最小限のセットアップは以下の通りです。
メトリクスは一定間隔(デフォルトではメトリクスが60000ms、ログが5000ms)で送信されるため、「ほぼリアルタイム」とはリクエストごとではなく分単位での精度を意味します。トレースはCLAUDE_CODE_ENHANCED_TELEMETRY_BETA=1およびOTEL_TRACES_EXPORTER=otlpによって有効化されるベータ機能です。スパンを受信する準備が整ったコレクターがある場合のみ有効にしてください。
各シグナルに含まれる情報
OpenTelemetryは3種類のシグナルを出力します。メトリクス(ダッシュボード構築用のカウンタ)、ログ(個別イベント)、トレース(単一の対話に対するベータ版スパン)です。コストに関する情報はメトリクスに含まれます。
ユーザーごとの紐付けは、デフォルトで含まれるuser.emailおよびaccount-identifier属性によって行われます。session.idはカーディナリティを大幅に増加させる(セッションごとに1つのシリーズが生成される)点に注意してください。バックエンドがシリーズ数に応じて課金されるシステムの場合、組織全体のダッシュボードではこれを無効にし、ユーザー属性で集計することをお勧めします。イベントログ(claude_code.user_prompt、claude_code.tool_result、claude_code.api_request)を追加することで、メトリクスでは提供できないアクションごとの詳細を取得できます。必要に応じてプロンプトやツールの内容を含めることも可能ですが、これは有効化する前に検討すべきプライバシー上の決定事項です。
運用のトレードオフも存在します。すべてのマシンをインストルメント(計装)し、PCの入れ替えや新規入社時にも環境変数を維持し、コレクターやダッシュボードを自前で運用する必要があります。メトリクスのストリーミングには優れていますが、メトリクスストリームはリクエストレベルの監査ログではなく、予算の強制適用を行うものでもありません(単に報告するのみです)。トークン会計自体の詳細な取り扱いについては、プロダクション環境におけるClaudeのオブザーバビリティ:トークン会計とトレースを参照してください。
ネイティブ vs OpenTelemetry vs AI Gateway
OpenTelemetryとgatewayは排他的なものではありません。優れたgatewayはOpenTelemetryに準拠しており、同じスタックへデータを提供できます。違いは、gatewayがリクエストパス上に位置するため、単に計測するだけでなくトレースや制限(キャップ)の適用が可能になる点です。自社で端末を完全に所有し、すべてのマシンのインストルメント状態を維持でき、レポート機能のみを必要とする場合はOTelが適しています。端末が頻繁に入れ替わる場合、一部のトラフィックがクラウドプロバイダー上で実行されている場合、あるいは「可視化」だけでなく「制限・停止」まで行いたい場合には、gatewayが最適な選択肢となります。
TrueFoundry AI Gatewayにおけるオブザーバビリティ
Claude CodeのルーティングをTrueFoundry AI Gateway経由に設定することで、すべての補完リクエストが管理下の単一ポイントを通過するようになります。これにより、オブザーバビリティは開発者が各端末で個別に設定するものから、デフォルトで存在するインフラへと変化します。
- リクエストトレース:識別されたユーザー、提供されたモデル、4区分のトークン数、レイテンシがリクエストごとに記録され、「誰が送信し、いくらかかったか」を事後に追跡できます。
- メトリクスダッシュボード:ユーザー、チーム、モデルごとに組織全体を集計します。これはClaude Codeのコスト追跡で説明されている開発者ごとの可視化を実現します。
- ツールを跨いだ統合ビュー:AIコーディングIDEのコスト管理の一元化で解説されているように、Claude Code、Cursor、Codexが3つの異なる場所ではなく、1つのダッシュボードに統合されます。
- OpenTelemetry準拠のエクスポート:わずか3〜4ms程度のオーバーヘッドで動作し、既存のGrafana、Datadog、Prometheusなどの環境へ同じ数値を流し込むことができます。
単一のリクエストトレースが記録する内容
gatewayはリクエストを1分ごとの集計値ではなく、独立したレコードとしてログに記録するため、OpenTelemetryメトリクスでは答えられない問いに対応できます。1つのトレースには、識別されたユーザーID、提供されたモデル、4区分のトークン内訳、契約レートに基づくコスト、ミリ秒単位の端から端までのレイテンシ、ステータス、およびルーティング決定が含まれます。各行は検索可能で保存されるため、急増の原因を再構築できます。特定の開発者と時間帯でフィルタリングし、スパイクを引き起こした実際の呼び出しを確認することが可能です。これは集計メトリクスでは削ぎ落とされてしまう監査ログです。
アラートを設定すべき項目と構築すべきダッシュボード
請求書が届くまで誰も確認しないのであれば、シグナルを収集しても無駄になってしまいます。マシンからメトリクスを抽出する目的は、手遅れになる前に対処することです。必要なのはグラフの壁ではなく、わずかなアラート設定と少数のダッシュボードです。価値あるアラートは、修正可能な具体的な要因に対応しています。
- 開発者ごとの1日あたりの支出が閾値を超過:例として、ユーザーの約90%をカバーする「1日あたり約30ドル」を持続的に超えた場合など。これにより、1ヶ月後ではなく発生した当日に異常値を検知できます。
- トークン全体に占めるOpusの割合が上限を超過:通常の編集作業が最も高価なモデルで密かに実行されている、デフォルトモデルの漂流(Drift)を示す最も明確なシグナルです。
- キャッシュ読み取り率の低下:急激な低下はキャッシュの機能不全を意味し、新規入力がフル価格で再課金されていることを示します。
- レイテンシ(p95/p99、ms単位)の閾値超過:開発者から「Claudeが遅い」という報告が上がる前に、プロバイダーのパフォーマンス低下やタイムアウトパターンを表面化させます。
- 業務時間外のリクエストボリューム:スケジューリングされたタスクやバックグラウンド処理が大規模なコンテキストを定期的に再送信している場合、キーボードに人がいなくても支出として現れます。
構築価値のあるダッシュボードも同様に絞り込むべきです。開発者別の組織コスト(Top-N)、Opus・Sonnet・Haikuの構成比が一目でわかるモデル別コスト、キャッシュ比率を監視するための4種類のトークンタイプの積み上げグラフ、チャージバック用のリポジトリまたはチームごとのコスト、ミリ秒単位のレイテンシ分布、そしてツール呼び出しの受諾率です。gatewayを使用する場合、これらはあらかじめ構築され自動的にデータが供給されます。OpenTelemetryの場合は、上記のメトリクスからGrafanaやご利用のバックエンド上で構築します。
具体的な運用例
あるプラットフォームチームには、Claude Codeを使用する30人の開発者がおり、一部はサブスクリプション、一部はBedrockを利用しています。月額請求が上昇しているものの、誰もその理由を特定できません。全端末の接続先をgatewayに向け、翌日ダッシュボードを確認したところ、3人の開発者がトークン支出の60%を占めていることが判明しました。3人ともOpusがデフォルトモデルになっており、さらに1つのスケジュールタスクが1時間ごとに大規模なコンテキストを再送信していました。チームは通常の編集作業をSonnetにルーティングするモデルポリシーを設定し、タスクを修正することで、各開発者のPCでコマンドを実行してもらうことなく、コストの増加傾向を抑制できました。可視化そのものが行動を変えたのではなく、可視化された状況を確認できたことが行動につながったのです。
現実的な限界として、gatewayは支出を表示し、上限を設定できるようにするものです。プロンプト自体を書き換えるわけではありません。無駄を明確にし、対処するためのポリシー設定の手段を提供します。制限の強制適用側面については、AI gatewayによるClaude Codeのガバナンスで解説しています。
知っておくべき注意点
/usageの金額は推定量です:ローカルの定価で計算されます。組織が特別契約レートを支払っている場合、管理者がレートの上書き設定を行わない限り請求額とは一致しません。/usageはマシン単位です:ノートPCとデスクトップPCの両方でコードを書く開発者の場合、2つの部分的なデータしか表示されません。これらを統合できるのは、マシン外部のメトリクス(OTelまたはgateway)のみです。- クラウドプロバイダーのダッシュボードではデータが分散します:Bedrock、Vertex、Foundryを使用している場合、支出はクラウドの請求コンソール内に存在するため、ユーザーごとの紐付けにはOpenTelemetryまたはgatewayを組み合わせる必要があります。
- アイドル状態のセッションでもリクエストが発生します:スケジューリングされたタスクやバックグラウンド処理は、設定された間隔で完全なコンテキストを再送信するため、一見静かに見える開発者でもコストが発生し続けます。これはリクエストごとのトレースでのみ確認可能です。
- 計測することと制限することは異なります:OpenTelemetryは予算が超過したことを事後的に通知します。予算超過前にリクエストを停止できるのは、リクエストパス上に存在するコンポーネントのみです。
session.idは高カーディナリティの罠です:組織のダッシュボードで有効にしたままにすると、セッションごとに1つのメトリクスシリーズが生成され、従量課金制のオブザーバビリティバックエンドでコストが跳ね上がる可能性があります。代わりにユーザー単位で集計してください。- マルチエージェントチームはトークンを倍増させます:マルチエージェントの実行は単一セッションの約7倍のトークンを消費するため、これらを導入すると、個人の行動が変わらなくても支出が急増する可能性があります。
関連資料
- プロダクション環境におけるClaudeのオブザーバビリティ:トークン会計とトレース — トークン会計の詳細解説
- TrueFoundry AI Gatewayを使用したClaude Codeのコスト追跡 — 実践的な開発者ごとの属性紐付け
- AIコーディングIDEのコスト管理の一元化 — Claude Code、Cursor、Codexにわたる統合ビュー
- Claude Codeの料金体系の解説 — 監視対象のトークンにかかる実際の費用
- AI GatewayによるClaude Codeのガバナンス — オブザーバビリティを制御・適用へつなげる方法
まとめ
Claude Codeのオブザーバビリティとは、本質的には詳細度を高めた「コストの可視化」であり、4つに分類されたトークンを開発者、モデル、タスクに紐付ける作業です。ネイティブツールは1人のユーザーと1台のマシンに対して回答を提供し、OpenTelemetryはすべてのマシンを計装することで組織全体の数値を提供します。そしてgatewayは、すべてのリクエストが既にそこを通過しているため、デフォルトで組織全体の可視化を実現します。
必要とする可視性のレベルに応じて適切な層を選択してください。「すべてのモデルとプロバイダーにわたって開発者ごとに把握し、発見した事象に基づいて制限などのアクションを取りたい」という場合は、リクエストパス上での管理が最適なアプローチとなります。
TrueFoundry AI Gateway delivers ~3–4 ms latency, handles 350+ RPS on 1 vCPU, scales horizontally with ease, and is production-ready, while LiteLLM suffers from high latency, struggles beyond moderate RPS, lacks built-in scaling, and is best for light or prototype workloads.






















