Copilot Coworkは使った分だけお金がかかる従量課金です。「で、結局いくらかかるの?」というのは、誰もが一番気になるところだと思います。先日、私自身がCoworkを1時間半ほど使ってみたので、その分のクレジットを確認してみました。今回はその実際の数字をもとに、いまの時点の費用感を共有します。

 

 

■ 結果:1時間半で約3,400円

・使ったクレジット:2,167クレジット(管理者側の使用量画面の数字)
・1クレジットの単価:0.01ドル(Microsoftの公表している従量課金の単価)
・ドルに直すと:約21.7ドル
・円に直すと:約3,400円(1ドル=157.8円、2026年10月28日時点)

なお、今回はCoworkを本格的に触るのが初めてだったので、試行錯誤も含めた数字です。慣れてくれば、もう少し少なく済むのではないかと思っています。

 

 

■ 1本あたりでは約430〜490円

この1時間半、私はチャットを3〜5本並行で回しながら、タスクとしては7〜8本を実行していました。1本あたりに直すと次のとおりです。

・1本あたり:約270〜310クレジット(約430〜490円)

Microsoftはタスク1本あたりの目安を、軽いもので100〜300、中くらいで300〜700、重いもので700クレジット超としています。私の使い方は、軽い作業から中くらいの前半あたりに収まっていました。

 

 

■ この数字をどう見るか

1.タスクごとに重さの上下がある
タスクによって、軽く済むものもあれば重くなるものもあります。今回は、大量のファイルを全部読み込ませるような使い方はしていなかったので、軽い作業から中くらいの前半で済んだのだと考えています。ファイルを丸ごと読ませたり、広く調べさせたりすると、1本あたりの消費はもっと上がるはずです。

2.並行で回すと、時間あたりの金額は大きく見える
1時間半で約3,400円とまとまった金額になったのは、チャットを並行で回して本数をこなしていたこともあります。時間あたりの金額だけを見ると高く感じますが、1本あたりで見ると落ち着いた数字です。

3.1本あたり約500円をどう見るか
この金額で、人がやれば30分〜1時間かかる調べ物や資料のたたき台ができるなら、十分見合う水準だと考えています。高いか安いかは、同じ成果物を人が作ったら何時間かかるか、で比べるのが正しい見方です。

4.Copilotのライセンスとは別にかかる
Microsoft 365 Copilotのライセンス(1人月30ドル、約4,700円)には、Coworkの分は含まれていません。今回の1時間半だけで、ライセンス月額の7割ほどになりました。

 

 

■ 費用を抑えるコツ

・最初の指示を具体的に出す
曖昧な指示で何度もやり直させると、1本の中でクレジットが積み上がります。何を、どの形で出してほしいかを最初に書いておきます。

・読み込ませるファイルを絞る
必要なファイルだけを渡すようにすると、1本あたりの消費を抑えられます。

・Coworkでなくてよい作業はCoworkでやらない
できあがった資料の軽い手直しは、WordやPowerPointの中のCopilotで十分です。こちらはライセンスの範囲内で、クレジットはかかりません。

・自分で使用量を確かめる
Coworkで「/cost」と入れると、その月に自分がどれだけ使ったかを確かめられます(このコマンド自体はクレジットがかかりません)。

 

 

■ これから

今回は1時間半、7〜8本という小さな実測で、しかも初めて触った試行錯誤込みの数字です。今後どんどん使っていく中で、慣れてきたらどこまで下がるのか、ファイルを読み込ませる作業や重いタスクではどうなるのか、引き続き数字でお見せしていきます。

加藤 勲(ISAO株式会社/公認会計士|E資格)

ISAOの管理部門のAI導入事例

AIは、こうした小さな「動かない」でつまずきます。ISAOは、その先——実際の業務に
AIを乗せて回すところまでを、お客様の管理部門と一緒に進めています。

月次決算の工数を50%以上削減|東証グロース上場企業A社

少人数の経理財務部門で、決算業務を1本ずつAI化。外注に頼らず社内で決算を完結
できる体制をつくりました。(Claude Cowork/Microsoft 365 Copilot)

詳細はこちら

全社でAIを使わない日がない状態へ|医薬品・上場準備企業

ツールを配って終わりにせず、顧問として伴走。安全に使える環境の整備から
リテラシー向上まで。G検定の合格率は100%。

詳細はこちら

収益認識の判定をAIエージェント化|創薬支援CRO

月100件を超える契約の収益認識判定を、監査証跡を保ったままAIがドラフト。
ドラフト・レビュー工数を75%以上削減しました。

詳細はこちら

「AI管理部長」を数年かけて共同研究|東証上場のIT企業

管理部門の業務をAIが担う仕組みを研究。汎用LLMで足りる部分と、自社で作り込む
べき部分の線引きを実務で検証しています。

詳細はこちら