著者：Sorsa Editorial

2026年7月更新：料金を1,000件あたりのバッチレートで捉え直し、無料開始のオファーを追加し、公式 X API の2026年4月のリソース単位の料金に対してコスト比較を再確認しました。

要点 Twitter（X）の競合分析は、ライバルのアカウントがどう成果を上げるかを4つの領域にわたって構造化してレビューすることです。プロフィールのベンチマーク（フォロワー、成長率、頻度）、コンテンツミックスとエンゲージメント率、オーディエンス構成、そしてシェアオブボイスです。スケジュールで実行すると、自社のニッチでどのフォーマットとトピックが成果を駆動するか、そしてライバルが残すギャップが明らかになります。

ほとんどの競合分析ガイドは「ダッシュボードを開いて見る」で止まります。それは、2つか3つを超えるアカウントを追跡したり、時間の窓を比較したり、データを自分のモデルに取り込んだりするまでは効きます。その時点で、他人のツールの中のチャートではなく、生の、構造化されたレコードとして数字が必要になります。それがこのガイドが埋めるギャップで、代替の Twitter/X API プロバイダーである Sorsa API が登場するところです。それは、プロフィール、ツイート、フォロワーリスト、メンションを、バッチエンドポイントで1,000ツイートあたり$0.02、1,000プロフィールあたり$0.01からになるフラットなリクエスト単位のモデルで、きれいな JSON として返します。すべてのプランで一律の毎秒20リクエスト、OAuth の代わりに単一の ApiKey ヘッダー、そして開発者アカウントの審査待ちの行列もありません。公式 X API が公開するのと同じ公開データを、スクリプトを組める形で、コストの何分の1かで得られます。

本ガイドは戦略と仕組みを扱います。どの指標を追跡すべきかとなぜか、正しい競合をどう特定するか、各データタイプを API 経由でどう取得するか（短い Python の例付き）、全体が公式 X API と比べていくらかかるか、そして出力をスプレッドシートではなく決定に変える方法です。

目次

Twitter 競合分析とは？ {#what-is-a-twitter-competitor-analysis}

Twitter（X）の競合分析は、自分のために追跡するのと同じ指標でライバルのアカウントを測り、それからギャップを読む実践です。定量データ（フォロワー、成長、エンゲージメント率、投稿頻度）と定性的なレビュー（トーン、コンテンツのテーマ、どの投稿が当たるか）を混ぜるため、競合が何をするかだけでなく、共有するオーディエンスに何が効くかを学びます。

ポイントは文脈です。自分のフォロワーの成長やエンゲージメント率は、単独ではほとんど意味しません。同じニッチの3つか4つの競合に対して置くと、同じ数字が、自社が先行しているか、遅れているか、停滞しているか、そしてどの特定のレバー（フォーマット、頻度、トピック）が勝っているアカウントを動かしているかを教えます。良い分析は決定で終わります。テストするフォーマット、シフトする投稿時間、埋めるトピックのギャップです。

手作業では遅く、いくつかのアカウントを超えると崩れます。データアクセスで行うと、望むだけ多くの競合にスケールし、スケジュールで更新します。

どの競合を追跡するか選ぶ方法 {#how-to-choose-which-competitors-to-track}

どのデータも取得する前に、3つの層で競合を選びます。直接（同じ製品、同じオーディエンス）、間接（異なる製品、同じオーディエンスのニーズ）、そして目標とする（目指すサイズやエンゲージメントレベルのアカウント）です。3つすべてを追跡することで分析が正直に保たれます。目標とするセットが何が可能かを示し、一方直接のセットが何が現実的かを示すからです。

まだ知らないアカウントを見つけるには、3つのシグナルがよく効きます。

  • 共有のメンション。 業界の会話で自社と並んでタグ付けされるアカウントは、たいてい競合か隣接するプレーヤーです。
  • ハッシュタグとキーワードの重複。 狙う語とタグを検索し、どのブランドが似たコンテンツを投稿して現れるかを見ます。
  • フォロワーの重複。 自社のフォロワーもフォローするアカウントは、同じ注目を競っています。

プログラムでは、search-users と mentions のようなエンドポイントを使って、アカウントにまたがるキーワード検索と、既知の競合に誰がメンションするかのスキャンで候補を表面化できます。ハンドルのショートリストを得たら、分析の残りはそのリストに対して実行します。

実際に重要な指標 {#which-metrics-actually-matter}

4つの指標のグループが、Twitter 競合分析のほぼすべてのシグナルを運びます。プロフィール指標、コンテンツ指標、エンゲージメント指標、そしてオーディエンス指標です。これら以上を追跡すると、洞察を加えずにノイズを加え、そしてエンゲージメント率が生のフォロワー数より重要です。それは、オーディエンスがどれだけ大きいかではなく、実際にどう反応するかを反映するからです。

グループはこう分解します。

  • プロフィール指標： フォロワー数と成長率、フォロー数、総投稿数、アカウントの年齢、そしてプロフィール文やリンクの変更。成長率が見るべきものです。着実に伸びる小さなアカウントは、しばしば頭打ちになった大きなアカウントに勝ちます。
  • コンテンツ指標： 投稿の頻度とタイミング、コンテンツフォーマットの分布（テキスト、画像、動画、スレッド）、そして競合が繰り返し戻るトピックやテーマ。
  • エンゲージメント指標： いいね、リツイート、返信、引用、そしてそれらをオーディエンスのサイズに対して正規化するエンゲージメント率。目標は、どのコンテンツが反応を駆動し、どれが当たらないかを学ぶことです。
  • オーディエンス指標： 誰が競合をフォローするか、それらのフォロワーのどれだけが認証済みか高い権威を持つか、そして競合のオーディエンスが自社のものとどれだけ重なるか。

以下のセクションは、各グループを順に、まず概念的な読みと、規模でデータを取得する短いコード例とともに取り上げます。

競合のプロフィールのベンチマーク {#benchmarking-competitor-profiles}

プロフィールのベンチマークはベースラインを確立します。各競合がどれだけ大きいか、どれだけ速く成長しているか、どのくらいの頻度で投稿するか、そしてプロフィール文で自身をどう位置づけるかです。単一のスナップショットはここではほとんど無用です。価値は、同じフィールドをスケジュールで記録し、差分を読むことから来ます。成長率と頻度は点の値ではなくトレンドだからです。

競合セット全体のベースラインを取得する最も速い方法は、バッチのプロフィール照会です。Sorsa の /info-batch エンドポイントは、1回のリクエストで最大100件の完全なプロフィールを返し、これは枠に対する1リクエストと数え、フォロワー数、投稿数、認証状態、プロフィール文、アカウントの年齢を含みます。

python
import requests

BASE = "https://api.sorsa.io/v3"
HEADERS = {"ApiKey": "YOUR_API_KEY"}

competitors = ["stripe", "wise", "revolutapp"]

resp = requests.get(
    f"{BASE}/info-batch",
    headers=HEADERS,
    params=[("usernames", u) for u in competitors],
    timeout=30,
)
profiles = resp.json().get("users", [])

for p in profiles:
    print(f"@{p['username']:<14} {p['followers_count']:>12,} followers  "
          f"{p['tweets_count']:>9,} posts  verified={p.get('verified')}")

スナップショットを成長率に変えるには、結果を日次または週次のスケジュール（cron、GitHub Actions、任意のタスクランナー）で CSV に追記し、変化を計算します。

Growth rate % = ((followers today - followers N days ago) / followers N days ago) * 100

プロフィールオブジェクトも description、プロフィール文のリンク、created_at を運ぶため、連続するスナップショットの差分を取ると、位置づけの変更（書き換えられたプロフィール文、入れ替えられたリンクの宛先）を追加コストなしで表面化します。完全なフォロワーとフォロー中の全体像は、Twitter フォロワー API のガイドをご覧ください。

競合のコンテンツ戦略の分析 {#analyzing-a-competitors-content-strategy}

コンテンツ分析は、競合が投稿するものを、比較できるミックスに分解します。オリジナル投稿対返信対引用、メディアを運ぶ割合、投稿あたりの平均エンゲージメント、そしてオーディエンスが何に報いるかを明かす少数のトップパフォーマーです。パターンが単一のツイートより重要なので、結論を出す前に意味のあるサンプル（直近数百の投稿）を取得します。

Sorsa の /user-tweets エンドポイントは、1ページあたり最大20投稿を返し、next_cursor でページネーションします。公式 X API と異なり、3,200投稿の過去の上限がないため、ページネーションはアカウントの最初のツイートに到達できます。

python
def fetch_user_tweets(username, max_pages=10):
    tweets, cursor = [], None
    for _ in range(max_pages):
        body = {"username": username}
        if cursor:
            body["next_cursor"] = cursor
        r = requests.post(f"{BASE}/user-tweets",
                          headers={**HEADERS, "Content-Type": "application/json"},
                          json=body, timeout=30)
        data = r.json()
        tweets.extend(data.get("tweets", []))
        cursor = data.get("next_cursor")
        if not cursor:
            break
    return tweets

tweets = fetch_user_tweets("stripe")
total = len(tweets)
originals = sum(1 for t in tweets if not t.get("is_reply") and not t.get("retweeted_status"))
with_media = sum(1 for t in tweets if t.get("entities"))
avg_likes = sum(t.get("likes_count", 0) for t in tweets) / total

print(f"{total} posts | {originals/total:.0%} original | "
      f"{with_media/total:.0%} with media | {avg_likes:.0f} avg likes")

各投稿オブジェクトは likes_count、retweet_count、reply_count、quote_count、view_count を含むため、競合の投稿をエンゲージメントでランク付けして最良と最悪のコンテンツを見つけるのは、別のリクエストではなくソートです。同じアカウントの2つの時間の窓（今四半期対前四半期）を比較するには、from:、since:、until: のコマンドを持つ /search-tweets に切り替えます。Twitter 検索コマンド のリファレンスが完全な構文を列挙します。返信、引用、リツイート者に特に、Twitter エンゲージメント API のガイドをご覧ください。

競合のオーディエンスの分析 {#analyzing-a-competitors-audience}

オーディエンス分析は、誰が競合をフォローするか、そして競合のオーディエンスが自社のものとどれだけ重なるかに答えます。非常に異なるコストプロファイルを持つ2つの経路があります。認証済みフォロワーのひと切れ（小さく、高シグナル、安い）と、完全なフォロワーグラフ（完全だが、大きなアカウントには高価）です。グラフ全体が特に必要でない限り、認証済みフォロワーから始めます。

/verified-followers エンドポイントは、ハンドルをフォローする認証済みアカウントのみを、1ページあたり最大200件返します。これはどのオーディエンスの最も高シグナルなひと切れで、全員を取得するコストの何分の1かです。

python
def fetch_verified(username, max_pages=5):
    users, cursor = [], None
    for _ in range(max_pages):
        params = {"username": username}
        if cursor:
            params["next_cursor"] = cursor
        r = requests.get(f"{BASE}/verified-followers",
                         headers=HEADERS, params=params, timeout=30)
        data = r.json()
        users.extend(data.get("users", []))
        cursor = data.get("next_cursor")
        if not cursor:
            break
    return users

完全なグラフには、/followers も1ページあたり最大200プロフィールを返します。100万フォロワーのアカウントはしたがっておよそ5,000リクエストなので、実行する前に予算を組みます。2つのアカウントのフォロワー ID のセットを得たら、オーディエンスの重複は集合の共通部分です。

python
a = {u["id"] for u in fetch_verified("competitor_a")}
b = {u["id"] for u in fetch_verified("competitor_b")}
print(f"Shared: {len(a & b):,} | Only A: {len(a - b):,} | Only B: {len(b - a):,}")

高い重複は、まったく同じオーディエンスを争っていることを意味します。低い重複は、競合が到達していない人々に届いたことを意味します。競合のフォロワーリストを見込み客に変えるには、対象オーディエンスの発見 を、ライバルのフォロワーのどれだけが本物かを測るには、同じフォロワーデータが 偽フォロワーの監査 を駆動します。暗号資産に特化した内訳について1つの但し書き：/followers-stats はフォロワーをインフルエンサー、プロジェクト、VC に分類しますが、Sorsa の暗号資産データベースですでに追跡されているアカウントしかカバーしないため、Web3 アカウントには有用で、それ以外では不完全です。

メンション、感情、シェアオブボイス {#mentions-sentiment-and-share-of-voice}

メンション分析は、人々がどのくらいの頻度で競合について話すか、それについてどう感じるか、そして各ブランドが会話全体のどのひと切れを所有するか（シェアオブボイス）を測ります。分析する前に最小エンゲージメントでメンションをフィルターすると、ボットの返信と自動タグを取り除き、それらは他の場合シグナルを溺れさせます。

Sorsa の /mentions エンドポイントは min_likes、min_replies、min_retweets、そして日付フィルターを受け付けるため、指定した窓の中でエンゲージメントの下限を超えたメンションだけを取得できます。

python
def fetch_mentions(handle, min_likes=10, max_pages=5):
    out, cursor = [], None
    for _ in range(max_pages):
        body = {"query": handle, "order": "popular", "min_likes": min_likes}
        if cursor:
            body["next_cursor"] = cursor
        r = requests.post(f"{BASE}/mentions",
                          headers={**HEADERS, "Content-Type": "application/json"},
                          json=body, timeout=30)
        data = r.json()
        out.extend(data.get("tweets", []))
        cursor = data.get("next_cursor")
        if not cursor:
            break
    return out

感情には、VADER のようなオープンソースのライブラリが呼び出し単位のコストなしにローカルで動き、ソーシャルメディアのテキストをそれなりによく扱います。皮肉や技術的な苦情のより鋭い読みが必要なときだけ、高エンゲージメントまたはフラグ付きのメンションを LLM にパイプします。Twitter 感情分析 の案内が完全な分類のステップを扱い、Twitter メンション API のガイドがフィルターのセットを詳しく扱います。

シェアオブボイスは、それから固定期間にわたる比率です。

Share of voice = (your mentions) / (your mentions + sum of competitor mentions)

絶対数ではなく前週比の変化を追跡します。カテゴリレベルのイベントが全員のメンション量を一度に膨らませ、自分の動きを覆い隠すからです。

競合追跡のコスト：公式 X API 対 Sorsa {#what-competitor-tracking-costs-official-x-api-vs-sorsa}

競合データの取得は、リソース単位のものよりフラットなリクエスト単位の API のほうがはるかに安いです。リソース単位のモデルは、各ツイートに付いた作者プロフィールを含め、レスポンスの中のすべての投稿とすべてのプロフィールに別々に課金するからです。20投稿にその20の作者プロフィールを加えて返す単一の検索ページは、公式モデルでは40の別々の読み取りとして課金されますが、フラットなモデルでは1リクエストです。

公式 X API は消費モデルで動きます。2026年4月の料金時点で、投稿の読み取りは投稿あたり$0.005、ユーザー（およびフォロワーまたはフォロー中）の読み取りはリソースあたり$0.010かかり、従量課金のアカウントは月200万投稿読み取りに制限され、アクセスはベアラートークン付きの OAuth 2.0 を使います。Sorsa は、何を返そうと API 呼び出しあたり1リクエストを課金し、すべてのツイートに作者プロフィールを無料で埋め込み、単一のキーで認証します。同じ競合分析の作業を両方の方法で値付けするとこうです。

タスク公式 X API（リソース単位）Sorsa API（リクエスト単位）
1検索ページの取得（20投稿 + 20作者プロフィール）20 × $0.005 + 20 × $0.010 = $0.301リクエスト（Pro で約$0.002）、作者無料込み
100件の競合プロフィールの照会100 × $0.010 = $1.001回の /info-batch リクエスト（Pro で約$0.002）
1,000フォロワープロフィールの取得1,000 × $0.010 = $10.00/followers 経由約5リクエスト（Pro で約$0.01）
認証OAuth 2.0 + ベアラートークン単一の ApiKey ヘッダー
レート制限エンドポイント別の窓、変動一律の毎秒20リクエスト、すべてのプラン
月次の読み取り天井200万投稿読み取り、その後ブロックプランの枠（10Kから500Kリクエスト）、エンドポイント別の上限なし
書き込みアクション（投稿、DM）サポート（別料金）なし（読み取り専用）

現実的な競合分析の量では、差が速く複利で効きます。プロフィール、最近の投稿、メンションを持つ5つの競合を週次のペースで追跡するのは、作者の読み取りを数えると公式 API で月額$60程度になり、Sorsa の$49の Starterプランに余裕を持って収まります。読み取りの多いワークロード全般で、フラットレートのモデルは最大50分の1のコストで、完全な内訳は Twitter API 料金 の分析にあります。フラットレートのモデルがより広いプロバイダーの分野とどう比較されるかは、Twitter API の代替 のガイドをご覧ください。

正直なトレードオフ：公式 X API は、書き込み（投稿、返信、DM の送信）が必要なとき、またはフィルタードストリーミングが必要なときに使うものです。Sorsa は設計上読み取り専用だからです。読み取り専用の仕事である分析には、その制限は決して当てはまらず、読み取り専用の安定性が、データが一貫し続ける理由の一部です。

まったくコードを書きたくないなら、無料の プロフィール比較ツール が2つのハンドルを、フォロワー、エンゲージメント率、平均いいねとリツイート、投稿頻度、アカウントの年齢で並べて置き、エンゲージメント率計算機 が単一のアカウントのツイートあたりのエンゲージメントの計算を扱います。

どのくらいの頻度で実行し、発見で何をするか {#how-often-to-run-it-and-what-to-do-with-the-findings}

深い競合分析は四半期ごとに、軽いものは週次で実行します。四半期のパスは、状況の見方をリセットします（誰が成長しているか、誰が位置づけを変えたか、どのフォーマットが引き継いだか）。一方週次のパスは、投稿とエンゲージメントの速く動くシフトを捕まえます。これほど変動の激しいデータは数週間で古くなるため、1回限りの分析はスケジュールされたものよりはるかに価値が低いです。同じスケジューリングの原則が、メンションと競合の活動の リアルタイム監視 を支えます。

発見は、計画になって初めて有用です。出力を構造化する簡単な方法は、時間の地平線によるものです。

  • 速い勝ち（今月）： 競合が明らかに恩恵を受けている投稿時間、自社のニッチで一貫して上回るフォーマット、またはプロフィール文の調整のような、すぐにテストできる変更。
  • 中期（1〜3か月）： コンテンツカレンダーのシフト、試すべき新しいフォーマット、または自社の領域のリーダーがオーディエンスにどう反応するかに基づくコミュニティ管理の頻度。
  • 長期（3〜6か月）： データが正当化するより大きな賭け、たとえば勘ではなく証拠に裏打ちされた新しいコンテンツシリーズや再位置づけ。

集めたデータに対する SWOT のパス（競合がどこで強いか、どこで弱いか、何が開いているか、何が自社を脅かすか）は、生の指標をそれら3つのバケツに翻訳する速い方法です。

よくある間違い {#common-mistakes}

Twitter 競合分析の繰り返しの誤りは予測可能です。これらを避けます。

  • 虚栄の指標を追う。 フォロワー数は、大きく停滞したアカウントをよく見せます。エンゲージメント率と成長率が、実際に起きていることを描写します。
  • 学ぶ代わりにコピーする。 目標は、なぜ何かが共有オーディエンスに効くかを理解し、それから適応させることで、競合のカレンダーをクローンすることではありません。
  • 不一致なアカウントをまたいで比較する。 大きなチームを持つ10年確立されたアカウントは、1年前のブランドの同等のベンチマークではありません。比較が公平になるよう競合をセグメント化します。
  • コストと規模を無視する。 手動のレビューとリソース単位の料金は、どちらもいくつかのアカウントを超えると崩れます。分析が安く再現可能でなければ、定期的に保たれません。
  • 小さすぎるサンプルから結論を出す。 ひと握りの投稿はコンテンツ戦略ではありません。競合のミックスが何かを決める前に、数百を取得します。

週次の競合レポートを自動化する {#automating-a-weekly-competitor-report}

上の5つの分析は、1つのスケジュールされたジョブ、継続的な 競合追跡 の基盤に組み合わさります。競合セットのプロフィールを取得し、スナップショットを記録して成長を計算し、最近のコンテンツを分解し、認証済みフォロワーを取得し、メンションを分類し、シェアオブボイスを計算する、すべて同じキーから、です。デフォルトの深さで週次のペースの3つの競合には、レポート全体が実行あたり150〜200リクエスト程度で動き、月1,000リクエストを余裕で下回ります。

Sorsa の API を2022年からビルドして運用する中で最もよく見るパターンは、これらの呼び出しを cron ジョブや、CSV を書くか Slack にサマリーを投稿する GitHub Actions のワークフローに縫い合わせるチームです。すべてのヘルパー関数をつないだ完全な統合スクリプトは、競合分析のワークフロー のドキュメントにあり、認証のドキュメントがキーの設定を扱います。

実際に、協力したおよそ12社のソーシャル分析エージェンシーは、クライアントのアカウント全体で約20の競合ハンドルを週次で追跡していました。公式 X API では、すべての投稿に付いた別々に課金される作者プロフィールの読み取りが、月次の請求を量とともに揺らし、月次の読み取り天井に向かって忍び寄らせました。読み取りのワークロードを、作者プロフィールを各ツイートに追加料金なしで束ねるフラットなリクエスト単位のモデルに移すことが、コストを月ごとに予測しやすくし、それを急に削りました。それは、上のリソース単位対リクエスト単位の計算を考えれば予想される結果です。収集するデータ自体には変更がなく、それがいくらかかるか、請求がどれだけ安定かだけが変わりました。

よくある質問 {#faq}

Twitter 競合分析とベンチマークの違いは何ですか？ 競合分析は、機会を見つけるためにライバルのアカウントの戦略、コンテンツ、オーディエンスを研究する、より広い実践です。ベンチマークは、エンゲージメント率やフォロワーの成長のような特定の指標を、それらの競合や業界平均に対して比較する、より狭いステップです。ベンチマークは完全な競合分析の1つの構成要素で、自分を測る数字を供給します。

コーディングなしで Twitter 競合分析ができますか？ はい。無料のノーコードツールが基本をカバーします。Sorsa のプロフィール比較ツールは、2つのハンドルを、フォロワー、エンゲージメント率、平均いいねとリツイート、投稿頻度、アカウントの年齢で並べて置き、そのエンゲージメント率計算機は1つのアカウントのツイートあたりの計算を扱います。多くの競合をスケジュールで追跡したり、データを自分のモデルに供給したりするには、API がより実用的な経路です。

規模で競合のツイートを手頃に分析するにはどうしますか？ 公式 X API のリソース単位の課金ではなく、フラットなリクエスト単位の API を使います。Sorsa API は、ツイート、プロフィール、フォロワーリスト、メンションを呼び出しあたり1リクエストで JSON として返し、各ツイートの作者プロフィールを無料で埋め込み、一律の毎秒20リクエストで10,000リクエストが$49から始まるため、数百の競合投稿の取得がドルではなくセントかかります。

競合のツイートをどこまで遡って分析できますか？ 公式 API が許すよりも遠くです。公式 X API はユーザータイムラインの読み取りを3,200投稿に制限しますが、Sorsa の user-tweets エンドポイントはその上限なしでページネーションするため、アカウントの最も古い投稿に到達でき、その since と until のコマンドを持つ検索エンドポイントは任意の過去の窓から投稿を取得します。

競合分析にはどの Twitter の指標が最も重要ですか？ エンゲージメント率、フォロワーの成長率、投稿の頻度、そしてコンテンツフォーマットの分布が最も多くのシグナルを運びます。エンゲージメント率は、オーディエンスがどれだけ大きいかではなくどう反応するかを反映するため、生のフォロワー数に勝り、成長率は静的なフォロワー合計が隠す勢いを明かします。

競合の公開の X データを分析することは許されますか？ 公開の投稿、フォロワー数、エンゲージメントの数字のような、公に利用可能なアカウントデータの分析は、標準的な競合調査で、本質的に読み取り専用です。投稿や交流ではなく、既存の公開情報を収集するからです。これは一般情報で、法的助言ではありません。具体的な利用については、プラットフォームの現行の規約と自社の法的要件を確認してください。

始め方 {#getting-started}

最初の競合の取得を約3分で実行できます。100回分の無料リクエスト（1回限り、クレジットカード不要・有効期限なしで、40個すべての読み取り専用エンドポイントをカバー）で始め、それから開発者アカウントの承認を必要とせずにキーを作ります。同じ ApiKey ヘッダーが、バッチのプロフィール照会からエンゲージメントフィルター付きのメンションまで、すべてのエンドポイントで動きます。有料プランは1,000ツイートあたり$0.02（Starter で10,000リクエストが$49）から始まり、すべてのプランが一律の毎秒20リクエストで動き、管理すべきエンドポイント別の窓はありません。

コードなしでブラウザでエンドポイントをテストするには API playground で始め、ドキュメントで完全な週次レポートのスクリプトを読み、または 料金ページ でプランを比較します。月500,000リクエストを超える量や専用のレート制限には、営業に相談 してください。

監修：Keksich（Sorsa創業者、マーケター兼X APIリサーチャー）

本ガイドのまとめ方：Sorsa の代替の Twitter/X API をビルドして運用する Sorsa 自身の実地の作業、稼働中の API 自体、そして現行の Sorsa API のドキュメント に基づいています。コストの比較は、Sorsa の公開されたリクエスト単位の料金と、公式 X API の2026年4月のリソース単位の料金を、同一の競合分析のタスクについて値付けして使います。エンドポイント名、制限、レスポンスのフィールドは、Sorsa API v3 のリファレンスに対して確認しました。2026年7月6日確認。