Claude Computer Useとは？対応モデル・ツール版・料金と実装手順を解説【2026年】

Claude Computer Use（日本語では「コンピュータ使用」とも表記されます）は、Claudeにスクリーンショットを見せて、マウスとキーボードで画面を操作させるためのAPIツールです。2024年10月のベータ公開から仕様は二度更新されており、当時の記事どおりにcomputer_20241022を指定しても、対応していたClaude 3.5 Sonnetがすでに提供終了しているため動きません。ここでは2026年7月時点の公式ドキュメントを基に、現行のツール版と対応モデル、最小構成のリクエスト、実装で最も詰まる座標のずれ、トークン単位の料金内訳、そして安全に運用するための線引きまでを整理します。

まとめ：Claude Computer Useの要点

• Computer Useは画面の「スクリーンショット取得・マウス操作・キーボード入力」をClaudeに委ねるツールで、実行するのはアプリ側。Claudeが直接PCを触るわけではない。
• 現行のツール版はcomputer_20251124とcomputer_20250124の2つ。ベータヘッダーもそれぞれcomputer-use-2025-11-24、computer-use-2025-01-24と対になっており、モデルとの組み合わせを間違えると通らない。
• 実装の失敗はほぼ座標のずれに集約される。display_width_pxを実際に送る画像の寸法と一致させ、モデルごとの長辺上限（2576pxまたは1568px）を超えないよう自前で縮小する。
• Computer Use固有の追加料金はないが、ツール定義とベータのシステムプロンプトで約1,200トークンが固定で乗り、さらに1手ごとに画像トークンが加算される。1920×1080のスクリーンショット1枚が高解像度モデルで2,691トークン。
• Webページや画像に仕込まれた指示にClaudeが従うことがあるため、人の確認を挟まない完全自動運用には向かない。

対応モデルの対応表から、実装で詰まりやすい座標のずれ、そして採用可否の判断まで順に見ていきます。

Computer Useが担う操作範囲と、ブラウザ拡張との違い

画面認識・マウス・キーボードに限定された提供範囲

Computer Useが提供する機能は、現在の画面を撮るスクリーンショット取得、座標を指定するマウス操作、文字列とショートカットを送るキーボード入力の3系統に限られます。ファイルを読む、コマンドを打つといった操作は別のツール（text editorツール、bashツール）が担当し、実務ではこれらを併用して一連の作業を組み立てます。

Claudeはこれらを自分で実行しません。「座標(500, 300)を左クリックせよ」というtool_useブロックを返すだけで、実際にクリックを発生させ、結果のスクリーンショットを撮って返すのはアプリケーション側の責務です。裏を返せばOSは問いません。公式のリファレンス実装はDockerとXvfbを使ったLinux環境ですが、Windowsでもmacでも、スクリーンショットと入力さえ実装できれば動きます。画面認識から操作までの内部処理はスクリーンショット解析でPCを操作するComputer Useの動作原理で詳しく扱っています。

Claude for Chrome・Claude Desktopとの使い分け

「Claudeに画面を操作させる」手段はAPIだけではありません。ブラウザ内の操作に限ってよいなら、拡張機能のClaude for Chromeのほうが実装コストはゼロです。公式サイトの表記は「Available in beta on all paid plans.」で、全有料プランがベータとして対象になります。導入手順や対応ブラウザはClaude in Chromeとは？使い方・料金・対応プランとできることをわかりやすく解説【2026年】にまとめました。

判断の軸ははっきりしています。操作対象がWebサイトだけならClaude for Chrome、デスクトップアプリを含むならAPIのComputer Use、手元のファイルとMCP連携が主眼ならClaude Desktopとは？できること・料金・インストール・MCP連携を解説【2026年】のデスクトップ版、外出先から自宅のPCを動かしたいならClaude Dispatchとは｜Remote Controlとの違いと使い方・Windows対応です。仮想環境を用意してエージェントループを書くコストは小さくないので、既製の仕組みで足りないかを先に確認してください。

2026年7月時点の対応モデルとツール版

Computer Useはベータ機能のため、リクエストにはanthropic-betaヘッダーが必須です。ヘッダーの日付とツールのtypeは対になっており、さらに使えるモデルが決まっています。

公式ドキュメントに掲載されているベータヘッダーはこの2つだけです。2024年10月の公開当初に使われていたcomputer-use-2024-10-22とcomputer_20241022は一覧から消えており、対応していたClaude 3.5 Sonnetも提供終了済みです。日本語の解説記事はこの初版のまま更新されていないものが多いので、コードをコピーする前にヘッダーの日付を確認してください。下段のcomputer_20250124も、Opus 4.1が非推奨、Sonnet 4とOpus 4が引退（一部クラウド経由を除く）と、対応モデルは細っています。新規に組むなら上段一択です。

アクションの数もツール版で変わります。全版共通はscreenshot・left_click・type・key・mouse_moveの5つ。computer_20250124以降でscroll（量の指定つき）、left_click_drag、right_click、middle_click、double_click、triple_click、left_mouse_downとleft_mouse_up、秒数を指定するhold_key、waitが加わりました。ドラッグやスクロールが必要な業務画面を触るなら、初版のアクションセットでは足りません。

最小構成のリクエストとエージェントループ

ツール定義とベータヘッダーの書き方

ツール定義に必要なのは、type（ツール版）、name（computer固定）、display_width_px、display_height_pxの4つです。任意項目としてX11環境向けのdisplay_numberと、computer_20251124専用のenable_zoom（既定はfalse）があります。

curl https://api.anthropic.com/v1/messages \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "anthropic-beta: computer-use-2025-11-24" \
  -H "content-type: application/json" \
  -d '{
    "model": "claude-opus-5",
    "max_tokens": 4096,
    "tools": [
      {
        "type": "computer_20251124",
        "name": "computer",
        "display_width_px": 1280,
        "display_height_px": 800,
        "enable_zoom": true
      }
    ],
    "messages": [
      {"role": "user", "content": "画面を確認して、請求書の一覧ページを開いて"}
    ]
  }'

このツールを要求すると、Computer Use専用のシステムプロンプトがAPI側で自動生成され、「sandboxed computing environment（サンドボックス化された計算環境）へのアクセスがある」旨がClaudeに伝えられます。利用者が指定したsystemパラメータは無効化されず、この自動生成分と結合されます。

tool_use→実行→tool_result のエージェントループ

Computer Useは1往復では完結しません。Claudeがtool_useを返す→アプリ側が操作を実行してスクリーンショットを撮る→tool_resultとして返す、という往復を、Claudeがツールを要求しなくなるまで繰り返します。これがエージェントループです。

import anthropic

client = anthropic.Anthropic()
MAX_STEPS = 30  # 暴走時のコスト上限

for _ in range(MAX_STEPS):
    res = client.beta.messages.create(
        model="claude-opus-5",
        max_tokens=4096,
        betas=["computer-use-2025-11-24"],
        tools=TOOLS,
        messages=messages,
    )
    messages.append({"role": "assistant", "content": res.content})
    if res.stop_reason != "tool_use":
        break

    results = []
    for block in res.content:
        if block.type == "tool_use":
            results.append({
                "type": "tool_result",
                "tool_use_id": block.id,
                "content": run_action(block.input),  # 操作の実行は自前
            })
    messages.append({"role": "user", "content": results})

上のコードでMAX_STEPSを置いているのは、想定外の画面に迷い込んだClaudeが延々とスクリーンショットを撮り続けると、そのぶんAPIコストが積み上がるからです。無限ループのまま本番に出さないでください。操作が失敗したときはtool_resultに"is_error": trueとエラー文言を返すと、Claudeが別の手順を試すか、状況の確認に戻ります。

クリック座標がずれる原因と解像度の設定

モデル別の画像サイズ上限と推奨解像度

Claudeは「自分が見た画像」の座標系で位置を返します。したがって、送る画像とツール定義の寸法がずれていれば、返ってくる座標もずれます。まずモデルごとの上限を把握してください。

上限を超えた画像はエラーにならず、API側で自動的に縮小されてからClaudeに渡されます。ここが落とし穴で、Claudeは縮小後の画像を基準に座標を返すのに、アプリ側は縮小率を知らないため元の画面に戻せません。上限を超える可能性があるなら、送信前に自分で縮小し、縮小後の寸法をdisplay_width_pxとdisplay_height_pxに設定したうえで、返ってきた座標を元のスケールに戻す処理を書きます。なお1辺8000pxを超える画像は縮小ではなくバリデーションエラーで拒否されます。

解像度そのものは、一般的なデスクトップ操作なら1024×768または1280×720、Webアプリの操作なら1280×800または1366×768が公式の推奨で、1920×1080超は性能面の問題が出るため避けるよう明記されています。画面を広くすれば見える情報は増えますが、縮小で細部が失われてクリック精度は落ちます。

ずれの典型パターンと対処

• 一定方向にずれ続ける：display_width_px／display_height_pxが実際に送っている画像の寸法と食い違っています。撮影後にリサイズしたなら、リサイズ後の値を入れます。
• macOSで座標が2倍になる：Retinaディスプレイはdevice pixel ratio 2でスクリーンショットを撮るため、画像が論理座標の2倍の解像度になります。送信前に1/2へ縮小するか、返ってきた座標を半分にしてからクリックします。
• だいたい合うが小さな要素を外す：対象が小さいか、4K以上の画面を縮小した際に細部が潰れています。enable_zoomを有効にする、低いDPIで撮る、対象領域だけを切り出す、といった対処になります。リサイズでアスペクト比が崩れると、縦と横で誤差の出方が変わるため原因の切り分けも難しくなります。

公式にはモデルによるクリック精度の差も記載されています。Sonnet 4.6はOpus 4.6より機械的なクリック精度が高く、強い縮小が必要な場面でも安定します。Opus 4.7はその差をほぼ埋め、解像度上限が高いぶん縮小自体が少なくて済みます。精度が出ないときは、プロンプトを練り直す前にモデルと解像度を疑ってください。

zoomアクションによる小さな文字の読み取り

computer_20251124で追加されたzoomは、画面の一部を原寸で見直すアクションです。ツール定義でenable_zoom: trueを指定すると使えるようになり、regionパラメータに[x1, y1, x2, y2]の形で左上と右下の座標を渡します。

効くのは、標準のスクリーンショット解像度では判読できない要素です。サイドバーのファイル名、タブのタイトル、ステータスバーの文字、行番号、ボタンのラベルなどがこれにあたります。逆に、期待した場面でClaudeがズームしないときは、指示の粒度が粗いことが多い。「画面に何が表示されているか」ではなく「左側のファイル一覧にあるファイル名を読んで」のように、領域か要素を名指しすると使うようになります。

料金の内訳とコストを下げるレバー

まず前提として、Computer UseはAPIの従量課金です。ProやMaxといったサブスクリプションに含まれる機能ではありません。プラン契約の範囲でClaudeに画面を触らせたいなら、対象はブラウザ拡張のClaude for Chrome側になります。API側には機能単体の追加料金がなく、標準のツール利用料金に従いますが、通常のテキスト往復にはないトークンが次のように乗ります。

• ツール定義：Computer Useツールの定義そのものが入力735トークン（公式表記はClaude 4.x系モデル）。
• システムプロンプトのオーバーヘッド：Computer Useベータを有効にすると466〜499トークンがシステムプロンプトに加算されます。
• スクリーンショットの画像トークン：1手ごとに画像を送るため、往復回数がそのまま入力トークンに跳ね返ります。
• ツール実行結果：Claudeへ返すtool_resultの中身も入力トークンとして計上されます。
• 併用ツールのコスト：bashツールやtext editorツールを一緒に定義した場合、それぞれのトークンコストが別途かかります。

実務で効くのは画像トークンです。Claudeは画像を28×28ピクセルのパッチ単位で見るため、消費量は「⌈幅÷28⌉×⌈高さ÷28⌉」で決まります。1280×800のスクリーンショットなら約1,334トークン。公式の実測表では、1000×1000が1,296トークン、1920×1080は標準ティアで1,560トークン（1456×819へ縮小）、高解像度ティアでは縮小されないため2,691トークンです。高解像度モデルは同じ画像で最大3倍近い視覚トークンを消費します。

金額に直すと輪郭がはっきりします。モデル単価は100万トークンあたりClaude Opus 5が入力5ドル・出力25ドル、Claude Sonnet 5が入力3ドル・出力15ドル（2026年8月31日までは導入価格として入力2ドル・出力10ドル）、Claude Haiku 4.5が入力1ドル・出力5ドルです。公式の試算では、Opus 5に1000×1000の画像を投げると1,000枚あたり約6.48ドル、4K画像なら約23.92ドルになります。1タスクに20手かかる処理を1日1,000件回すなら、画像だけで日次100ドル規模の入力トークンが発生する計算です。価格は改定されるため、見積もりの際は公式の料金ページで最新値を確認してください。

もうひとつのレバーがeffortで、リクエストのoutput_configにlowからmaxまでの値で指定します。公式の内部ベンチマークによる推奨は、Opus 4.7がhighを既定とし、スループット重視やコスト重視ならlow。Sonnet 4.6とOpus 4.6はmediumが精度対コスト比で最良で、maxはUIタスクの精度を上げないままトークンだけ増えるため避けるべきとされています。この2モデルではlowが思考を無効化した場合より出力トークンが少なくなるという指摘もあります。ミスが減れば再試行も減るからです。安くしたいからと思考を切るのは、この用途では逆効果になり得ます。なおComputer Use向けのeffort推奨が公式に示されているのは上記の3モデルだけで、Opus 5・Sonnet 5・Opus 4.8については記載がありません。最新世代を使うなら、自分のタスクでmediumから順に振って測るところから始めてください。

プロンプトインジェクション対策と権限の設計

Computer Useは通常のAPI機能とは質の違うリスクを持ちます。Claudeは、Webページや画像の中に書かれた指示を、利用者の指示と衝突していても実行してしまうことがあるためです。インターネットに接続した環境ではこのリスクが高まります。

Anthropic側の対策として、モデルはインジェクション耐性の訓練を受けており、加えてComputer Useツールを使うと分類器が自動で走ります。スクリーンショットの中に疑わしい指示を検知すると、次の操作へ進む前に利用者へ確認を求めるようモデルを誘導する仕組みです。この防御層は無人運用には噛み合わないため、サポート経由でのオプトアウトも用意されています。

そのうえで、実装側が守るべき線引きは公式に明示されています。権限を絞った専用の仮想マシンかコンテナで動かすこと。ログイン情報のような機微データをモデルに渡さないこと。アクセス先を許可ドメインのリストに限定すること。そして、Cookieへの同意、決済、利用規約への同意など、現実に影響が及ぶ操作と明示的な合意が要る操作は人が確認すること。分類器が入ったあとも、これらの前提は変わりません。エンドユーザー向けの製品に組み込むなら、リスクを説明したうえで同意を得ることも求められます。

Computer Useを採用すべきでない場面

画面を操作できるという性質上、Computer Useは何にでも使えそうに見えます。しかし次の条件に当てはまるなら、別の手段のほうが確実です。

APIやMCPで同じことができる場合は使わない。これが最大の判断基準です。スクリーンショットを介する操作は、1手ごとに画像トークンと往復のレイテンシを払います。対象システムにAPIがあるなら、そちらを直接叩くほうが速く、安く、壊れにくい。Computer Useの価値は、APIが存在しない業務アプリや、レガシーなGUIしか窓口がない相手に対して発揮されます。API版との使い分けはcomputer‑use機能の動作原理とAPI版にはないGUI操作自動化の強みでも整理しています。

人の確認を挟まない完全自動運用も避けてください。夜間バッチのように誰も見ていない時間帯に決済や外部送信を伴う操作を任せる構成は、前節の防御層を無効化したうえで走らせるのと変わりません。

ピクセル単位の正確さが求められる操作、たとえば画像編集ソフトでの細かい選択や、数ピクセルしかない要素のクリックも不得手です。座標は縮小と復元を経ており、誤差はゼロにできません。加えて、1日に何万件も回すような高頻度バッチは画像トークンで採算が合いにくい。前節の試算をそのまま自分のワークフローに当てはめ、処理単価を出してから設計に入ってください。

よくある質問（FAQ）

Claude Computer Useとは何ですか？

Claudeにスクリーンショットを見せ、マウスとキーボードでデスクトップやブラウザを操作させるためのAPIツールです。2024年10月にベータ公開され、2026年7月時点でもベータ扱いのため、リクエストにanthropic-betaヘッダーが必要です。操作そのものを実行するのはアプリケーション側で、Claudeは操作の指示を返す役割を担います。

Computer Useの使い方は？何から始めればいいですか？

公式のリファレンス実装であるanthropic-quickstartsのcomputer-use-demoから始めるのが最短です。Dockerコンテナ、Xvfbによる仮想ディスプレイ、ウィンドウマネージャ（Mutter）とパネル（Tint2）、Firefox ESRやLibreOfficeなどのアプリ、ツール実装、エージェントループ、確認用のWeb画面が一式そろっています。自前の環境に移すのは、この動作を確認したあとで構いません。

Claude Computer Useの料金はいくらですか？

APIの従量課金で、サブスクリプションには含まれません。機能単体の追加料金もなく、標準のツール利用料金に従います。コストはトークン量で決まり、ツール定義735トークンとベータのシステムプロンプト466〜499トークンが固定で乗り、そこへ1手ごとのスクリーンショット画像のトークンが加わります。1920×1080の画像は高解像度モデルで2,691トークンです。モデル単価は100万トークンあたりClaude Opus 5が入力5ドル・出力25ドル、Claude Sonnet 5が入力3ドル・出力15ドル。最新の価格は公式の料金ページで確認してください。

APIから使うには何が必要ですか？

APIキーに加えて、anthropic-betaヘッダー（computer-use-2025-11-24など）、ツール版に合った対応モデル、type・name・display_width_px・display_height_pxを含むツール定義、そしてスクリーンショット取得と入力操作を実行する仮想環境が必要です。ヘッダーとツールtypeとモデルの3点は必ず対応する組み合わせにします。

Claude CodeでComputer Useは使えますか？

Claude CodeやClaude Agent SDKに組み込まれているのはファイルの読み書き、Bash実行、検索、Web取得といったツールで、画面座標をクリックするcomputerツールは含まれていません。GUI操作を伴う作業は、Messages APIでComputer Useツールを自分で定義するか、ブラウザ操作に限ってよいならClaude for Chromeを使う切り分けになります。

関連記事

• スクリーンショット解析でPCを操作するComputer Useの動作原理
• computer‑use機能の動作原理とAPI版にはないGUI操作自動化の強み
• Claude in Chromeとは？使い方・料金・対応プランとできることをわかりやすく解説【2026年】
• Claude Desktopとは？できること・料金・インストール・MCP連携を解説【2026年】
• Claude Dispatchとは｜Remote Controlとの違いと使い方・Windows対応