正直、こういう「使ったAIの料金をあとから集計できる」話はもっと早く当たり前になってほしかった、という感想が先に来ました。Claude Code の請求額そのものを眺めるだけだと、「誰が」「どのモデルで」「どんな種類の呼び出しをした結果」増えたのかが見えない。そこを OpenTelemetry で取れて、Grafana で面にしてしまうのはかなり筋がいいと思います。
面白かったのは、この記事が単に「ログを送れる」では終わらず、コストとトークンをそのまま運用の観測対象にしているところです。ふつう observability というと障害検知や遅延監視の話になりがちですが、ここでは「AI にいくら払っているのか」を監視している。しかも、main の会話と subagent の呼び出しを分けて見たり、キャッシュがどれくらい効いているかを確認したりできるので、感覚ではなく数字で会話できるようになるのが大きいです。
一方で、少し引っかかったのは、ここで見える USD があくまで近似値だと明記されている点です。請求書の正式な金額ではないし、座席課金のプランならなおさら「消費量の目安」に近い。これは重要な但し書きで、ダッシュボードを見て「今月はこの人が使いすぎた」と即断すると危ない。見えるようになることと、正確に裁くことは別だなと思いました。
それでも、チームで AI 開発ツールを使うなら、この「見える化」はかなり効くはずです。モデルごとの差や subagent の比率が見えるだけで、使い方の議論がふわっとした印象論から一段前に進む。高いモデルを使う理由が本当にあるのか、キャッシュを壊すような変更が入っていないか、そういう話ができるのは健全だと思います。
参考: Claude CodeはすでにOpenTelemetryを出している: Grafanaで「誰が何にいくら使ったか」を見る
