Browser Use Toolの料金とトークン消費を実測値で読む

Browser Use Toolのトークン課金は「標準のtool use課金」に乗る

Browser Use Toolとは、Claudeにブラウザ操作をさせるためのAnthropic定義のclient toolsetです。toolsパラメータにbrowser_toolset_20260801という1エントリを追加するだけで、navigateやleft_click、screenshotといった27個のメンバーツールがデフォルトで有効になります。

公式ドキュメントは、Browser Use Toolの課金が標準のtool use課金に従うと明記しています。コストは次の3つから決まります。

実際のブラウザ操作はアプリ側の環境で動き、Anthropic側では何も実行されません。見落としやすいのは、定義の固定費と、画像・ページ本文が会話に積み上がるコストの2つです。

curl https://api.anthropic.com/v1/messages \
  -H "content-type: application/json" \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -d '{
    "model": "claude-opus-5-5",
    "max_tokens": 2048,
    "tools": [{"type": "browser_toolset_20260801"}],
    "messages": [{"role": "user", "content": "example.comを開いて要約して"}]
  }'

ツールセット定義だけで約6,600入力トークンが毎リクエストに乗る

browser_toolset_20260801を既定のメンバー構成のまま宣言すると、約6,600入力トークンがリクエストごとに加わります。内訳は、メンバーツールの定義と、tool use用のsystem promptです。

モデル別の実測値は、Claude Fable 5・Mythos 5・Opus 5・Opus 4.8が約6,610、Claude Sonnet 5が約6,670です。Fable 5.1・Mythos 5.1・Opus 5.5・Sonnet 5.5の個別値は、このモデル別の記述には載っていません。次の表は、Opus 5とSonnet 5の約6,610・約6,670トークンも含め、全行を約6,600トークンとして入力単価をかけた概算です(差は0.001ドル未満)。

課金されるのは会話1往復ごとではありません。toolsにbrowser_toolset_20260801を含めたリクエスト1回ごとです。ブラウザを10回操作するループなら、定義分は10回課金されます。

6,600トークンにはtool use用のsystem promptがすでに含まれています。tool use共通のsystem prompt加算(Opus 5.5とSonnet 5.5はtool_choiceがautoなら286トークン)を、別に足す必要はありません。正確な値はレスポンスのusageで分かり、送る前ならtoken countingエンドポイントで見積もれます。

10回のブラウザ操作で、キャッシュの有無はいくら違うか

定義分だけを取り出し、同じ構成で10回リクエストする場合を考えます。キャッシュなしは「定義分の課金 × 10」です。キャッシュありは、1回目に5分キャッシュの書き込み単価で払い、残り9回はキャッシュ読み取り単価で払う前提です。

Opus 5.5なら、書き込みの6,600 × $5/MTokが約$0.033、読み取りの6,600 × $0.20/MTok × 9回が約$0.012で、合計が約$0.045です。画像や出力は含めていません。

キャッシュが効いている間は、定義分の読み取りがOpus 5.5で約$0.0013、Sonnet 5.5で約$0.0007まで下がり、差は1リクエストあたり0.001ドル未満になります。モデルによる差は、会話に積み上がる画像と出力のほうで開きます。

この前提が成り立つのは、同じbrowser_toolset_20260801の構成を変えずに送り続ける場合だけです。ツールセットのエントリはcache_controlを受け付けます。tools配列はプロンプトキャッシュの先頭階層なので、configsをリクエストごとに切り替えると、定義より後ろのキャッシュもすべて無効になります。メンバー構成はアプリの起動時に固定します。

使わないメンバーを外すと何が減るか

browser_toolset_20260801は合計31個のメンバーツールを宣言でき、そのうち4つ(javascript_exec・file_upload・read_console・read_network)はデフォルトで無効です。無効の理由は機能ごとに違います。

• javascript_exec・file_upload: 操作されたページがClaudeにさせられる行動の幅を広げるため
• read_console・read_network: すべてのブラウザ自動化スタックがこれらのログを取れるわけではなく、ページ制御下のコンテンツがClaudeに届く経路も広がるため

configsにはメンバー名ごとにenabledとdefer_loadingを書けます。実装していない操作を外せば、6,600トークンの基準値を削れます。次の例は、コンソールの読み取りだけを足し、低レベルのポインター操作とキー保持を外します。

{
  "type": "browser_toolset_20260801",
  "configs": {
    "read_console": { "enabled": true },
    "left_mouse_down": { "enabled": false },
    "left_mouse_up": { "enabled": false },
    "hold_key": { "enabled": false }
  }
}

外したメンバーでも、Claudeがその名前を呼ぶことは起こりえます。executor側は、呼ばれた場合にエラー結果を返す実装にしておきます。

defer_loadingでツールセット全体をtool searchに遅延させる場合は、有効なメンバー全員で同じ値に揃えます。「27個まとめて遅延させるか、まとめて即時読み込みするか」の二択で、エントリ自体には指定できません。多数のツール定義がコンテキストを圧迫する仕組みはMCPのツール定義はなぜコンテキストを圧迫するのかで扱っています。

スクリーンショットとページ読み取りは、どちらが安いか

screenshotとzoomが返すimageブロックは、Vision pricingに従って課金されます。Claudeは画像を28×28ピクセルのパッチ単位で見るので、トークン数は⌈width / 28⌉ × ⌈height / 28⌉です。

モデルには2つの解像度ティアがあります。Claude 4.7以降は高解像度ティア(長辺2576px・最大4,784視覚トークン)、それ以外は標準ティア(長辺1568px・最大1,568視覚トークン)です。1920×1080pxの画像は、標準ティアで1,560トークン、高解像度ティアで2,691トークンです。

画像のコストは、履歴に残るぶん積み上がります。Opus 5.5(入力$4/MTok)で1920×1080のスクリーンショットを10回撮り、すべて履歴に残して、キャッシュも使わないとします。k回目のリクエストにはk枚が載るので、処理される画像は2,691 × 55 = 148,005トークンで、約$0.59になります。同じ10回の定義分は、キャッシュなしで約$0.26です。

read_pageの出力は、公式の実装ガイドが50,000文字で打ち切ってその旨を伝えるよう求めています。Claudeは打ち切りの表示を見て、depthを小さくするかrefで範囲を絞り直します。get_page_textのページ本文やread_console・read_networkのログも、通常のテキストと同じ入力トークンです。

もう1つ、リクエストに含まれる画像が20枚を超えると、すべての画像に長辺の厳しい上限が適用されます。過去のターンから送り直す画像やtool_resultの中の画像も数えられます。上限を超える画像は、メッセージに「many-image requests」を含むinvalid_request_errorで拒否されます。

公式は、長辺を2000px以下にするか、画像とドキュメントを20個以内にするよう案内しています。2576pxのままスクリーンショットを返す実装は、長いブラウズで20枚を超えた時点から失敗します。

他のツールと併用すると固定コストはどう積み上がるか

Browser Use Toolに含まれるsystem prompt分は、tool use共通の加算と同じ種類のものです。Claudeのツール利用で増えるトークン数をモデル別に見るで扱ったとおり、tool_choiceがautoのときの加算はOpus 5.5・Sonnet 5.5・Opus 5で286トークンです。Opus 4.7では675トークン、anyやtoolでは最大804トークンまで上がります。Opus 5.5・Sonnet 5.5の表では、any・toolの欄は空です。

Browser Use Toolの約6,600トークンは、この加算とは別の次元の数字です。27個のメンバーをまとめて1エントリで宣言しているため、通常のツール1つ分とは比べられません。

computer use toolも同様にAnthropic定義のツールセットです。Computer Useツールを自前実装する最小構成で扱うとおり、既定構成の定義分は約4,500トークンで、ブラウザ側より約2,100トークン小さい値です。zoomを無効にすると約410トークン減る点はComputer Useツールのトークン消費とzoom無効化で扱っています。公式は、bashツールやテキストエディタ、自前のツールを併用するときは、それぞれのページに書かれたトークン消費がかかるとしています。

使えるモデルとプラットフォームが限られる

対応モデルは9つです。Claude Fable 5.1・Mythos 5.1・Fable 5・Mythos 5・Opus 5.5・Opus 5・Sonnet 5.5・Sonnet 5・Opus 4.8が並びます。

提供プラットフォームはClaude APIとGoogle Cloudです。Amazon Bedrock・Microsoft Foundry・Claude Platform on AWSでは使えず、Claude Managed Agentsでも使えません。ZDR(Zero Data Retention)は適格ですが、公式は対象外のモデル(Covered Models)があるとしています。

データの扱いにも切れ目があります。ブラウザセッション・ダウンロードファイル・アップロードファイルは、アプリ側の実行環境に残ります。スクリーンショット・ページテキスト・タブ状態はAPIリクエストの内容としてAnthropicに送られ、標準の保持ポリシーか、ZDR契約があればその条件に従います。

まとめ

見積もりの出発点は、既定構成で約6,600トークン、任意4メンバーを足すと約880トークン増えるという定義の固定費です。ただし、長く動かすほど支配的になるのは、履歴に残る画像のほうです。

キャッシュを前提にするなら、メンバー構成を固定してcache_controlを付け、画像はread_pageで置き換えられる場面から減らすのが先になります。送る前はtoken counting、動かしたあとはレスポンスのusageで、自分の構成の実数を持っておくと判断しやすくなります。