アイキャッチ画像: デスクでノートパソコンと電卓を使い計算する人。写真提供: Mikhail Nilov(Pexels、無料利用可)

本番環境を生き延びたAIアプリケーションは、必ず同じスプレッドシートに直面します。「API呼び出しのコストはいくらか」という問いは単純に見えますが、ほとんどのチームは答えを間違えます。算数が難しいのではなく、価格モデルに可動部分が多すぎて直感が効かないからです。月$500と見積もって実際は$4,300になったチームは、ほぼ例外なく次の3つのミスのどれかを犯しています。トークン数を間違えた、入力と出力の価格差を無視した、あるいはリスト価格=請求額だと思い込んだ——の3つです。

本ガイドでは、2026年8月時点のOpenAI GPT-5.6ファミリーとDeepSeek V4ファミリーの公式リスト価格を使った計算例を示しながら、正確な計算方法と予算管理の規律を解説します。理論を飛ばして数字だけ確認したい方は、無料のAIトークン・APIコスト計算機でブラウザ上ですぐ計算できます。

なぜAPIコストの見積りは外れるのか

計算式の前に、原因から。コスト超過の大半は3つの失敗パターンに分類できます。

1. トークン数を間違った基準で見積もっている。 プロトタイプ段階で作った「平均リクエストサイズ」で予算を組み、その5倍の長さのプロンプトをリリースしてしまう——システム指示、ツールスキーマ、検索コンテキスト、会話履歴。入力に追加されたトークンは、以後すべてのリクエストで課金されます。

2. 入力と出力の価格を混同している。 GPT-5.6 Solでは出力トークンは入力の6倍の価格です(100万トークンあたり$30対$5)。レポートやコード、翻訳など長い出力を生成するアプリは出力価格に支配され、ドキュメントをコンテキストに詰め込むRAGアプリは入力価格に支配されます。両者に単一のブレンド単価を適用するのが、見積りが3〜5倍ずれる原因です。

3. キャッシュ・バッチ・ティアを無視している。 OpenAIは繰り返しプレフィックスの自動キャッシュ割引を、DeepSeekはキャッシュヒットの割引価格を提供しています。どちらもバッチ処理に割引があります。リスト価格は出発点であって、請求書ではありません。

基本の計算式

1回のAPI呼び出しのコストは次のとおりです。

コスト = (入力トークン ÷ 1,000,000 × 入力単価)
       + (出力トークン ÷ 1,000,000 × 出力単価)

単価は100万トークンあたりで表示されます。式は単純ですが、正しい数字を入れるのが難しい。各項を順に見ていきましょう。

ステップ1: トークンを正しく数える

文字数を4で割って終わり、ではダメです。この近似は英語の文章なら±10〜30%に収まりますが、日本語・中国語・コードでは大きく外れます。トークン化はテキストをサブワード単位に分割するため、CJK文字は1文字=1トークンになることが多く、英単語は1語=1.3〜1.5トークンになるのが典型です。

正確な値を得る3つの方法:

  • OpenAI: tiktoken ライブラリをモデルに合ったエンコーディング(GPT-5.6級なら o200k_base)で使用
  • Anthropic: claude-tokenizer パッケージまたはAPIの count_tokens エンドポイント
  • DeepSeek: APIドキュメントのトークナイザーエンドポイント

実用的な目安:英語混在テキストは文字数 ÷ 3.5、コード中心のペイロードは文字数 ÷ 2.5で予算を組む。ただし、インフラ契約の前に必ず実トークナイザーで再計測してください。

ステップ2: 実際の価格表を使う

2026年8月時点のリスト価格(100万トークンあたり):

モデル入力($/100万)出力($/100万)出力/入力比
GPT-5.6 Sol$5.00$30.006.0倍
GPT-5.6 Terra$2.00$12.006.0倍
GPT-5.6 Luna$0.20$1.206.0倍
DeepSeek V4 Pro$0.435$0.872.0倍
DeepSeek V4 Flash$0.14$0.282.0倍

出典: OpenAI pricing/DeepSeek APIドキュメント(2026年8月取得)。米中の価格差は構造的なものです。詳細はGPT-5.6 vs DeepSeek-V4の料金比較分析で解説しています——同じ$100の予算で買える出力トークンは、DeepSeek V4 FlashがGPT-5.6 Solの107倍です。

ステップ3: 実例で計算する

サポートチャットボットを例にします。システムプロンプト2,000トークン、検索コンテキスト1,500トークン、ユーザーメッセージ300トークン、平均応答400トークン。GPT-5.6 Luna(バジェットティア)の場合:

入力  = 2,000 + 1,500 + 300 = 3,800トークン
出力  = 400トークン
コスト = (3,800 ÷ 100万 × $0.20) + (400 ÷ 100万 × $1.20)
      = $0.00076 + $0.00048
      = $0.00124 / リクエスト

1日10,000会話なら1日$12.40、月あたり約$372(Luna)。同じワークロードをSolで回すと月$4,650——プロンプト最適化以前に、価格ティアの選択だけで12.5倍の差になります。モデル選択こそが最もレバレッジの大きいコスト判断です。

実際に効く4つのコストレバー

コスト削減はトークンを1つずつ削る話ではなく、構造の話です。効果の大きい順に:

1. モデルティアの選択(10〜100倍)。 SolとLunaの差、あるいはSolとDeepSeek V4 Flashの差は他のすべてのレバーを圧倒します。単純なタスクは安いモデルに振り分け、フロンティアモデルは本当に必要なタスクに温存する。マルチモデルルーティングは大規模運用チームの標準プラクティスになっています(オープンソースAI vs プロプライエタリAIの分析参照)。

2. プロンプトキャッシュ(繰り返しプレフィックスが最大80〜90%オフ)。 OpenAIとDeepSeekは、リクエスト間で繰り返される入力プレフィックスを自動キャッシュし、キャッシュヒットを通常の入力価格より大幅に安く請求します。システムメッセージと検索コンテキストを先頭に固定する構造がキャッシュヒット率を最大化します。

3. バッチ処理(25〜50%オフ)。 OpenAIのBatch APIやDeepSeekのバッチ価格は、24時間待てるワークロードに割引を適用します。分類処理、バックフィル、評価ジョブはリアルタイム応答が不要なことがほとんどです。

4. 出力長の制御(2〜10倍)。 max_tokens を設定し、構造化出力モードを使い、簡潔な回答を指示する。出力はOpenAI系モデルで最も高いトークンなので、出力を削る効果は二重です(課金額減+レイテンシ減)。

予算モデルの作り方

本番に耐える予算には、機能ごとに3つの数字が必要です:リクエスト量、トークンプロファイル(入出力比)、モデルティア。表で管理しましょう。

機能リクエスト/日入力トークン出力トークンモデル月額コスト
サポートbot10,0003,800400Luna約$372
文書要約50012,0001,500Terra約$240
コードレビュー2,0008,0002,000Sol約$3,720

居心地が悪いのは最後の行です。単一機能が予算を支配している場合、そこに安いティアやオープンウェイトモデルへのルーティングを適用すると最も大きなリターンが得られます。

トークン・コスト計算機でこれらの数字を直接試してみてください——実際のペイロードを貼り付けてモデルを切り替えると、月額予測がどう動くかが見えます。そして最後に1.3倍してください。第1四半期のボリュームを過小評価しないチームは存在しません。

ワークロード別のトークン数見積り

すべてのワークロードには固有のトークンプロファイルがあります。それを把握しているかどうかが「見積り」と「当て推量」の分かれ目です。実際のアプリケーションで測定された典型的なプロファイル:

ワークロード典型的な入力典型的な出力支配的な側
サポートチャット(RAG)3,000〜6,000200〜600入力
ドキュメントQ&A(大規模コーパス)8,000〜30,000300〜800入力
要約8,000〜30,000500〜1,500出力
コード生成2,000〜10,000800〜3,000出力
翻訳2,000〜15,000入力と同程度均衡
エージェントループ(関数呼び出し)ステップごと3,000〜8,000ステップごと200〜800入力×ステップ数

このプロファイルを使える予算に変える3つの規律:

  1. 見積りの前に計測する。 実際のプロンプトを公式トークナイザーに一度通し、価格計算と同じ表に記録する。計測という行為そのものが、すべての前提を変えます。
  2. 本番でトークンをログする。 すべてのリクエストでAPIレスポンスの prompt_tokens と completion_tokens を記録する。プロバイダーは毎回返してくるので、ログのコストはゼロ。推測が時系列データに変わります。
  3. ドリフトにアラートを張る。 プロンプト編集で2,000トークン増えても、diffを見て気づく人はいません。リクエストあたり平均トークンの週次チャートなら秒で見つかります。出力長にも同じアラートを——箇条書きの小説を書き始めたモデルは、誰かがログを読む前に請求額を倍にします。

割引の層:キャッシュ・バッチ・ティア

リスト価格は上限であって請求額ではありません。3つの仕組みがそれを割り引き、その計算は一度はやっておく価値があります:

プロンプトキャッシュ。 プロバイダーはリクエスト間で繰り返される入力プレフィックスをキャッシュします。プレフィックスが同一ならキャッシュヒット:OpenAIはキャッシュ済み入力トークンを割引価格で請求し(対象となる長いプロンプトでは従来50%)、Anthropicはキャッシュ読み出しを通常入力価格の約10%で、DeepSeekは元々低い入力価格をさらに大きく下回るレートで請求します。4,000トークンのシステム+コンテキストのプレフィックスが1日10,000リクエストで繰り返される場合、フル価格なら1日4,000万入力トークン。このプレフィックスへの50〜90%の割引は、しばしば得られる節約の中で最大の単一項目です。しかもプレフィックスをバイト単位で同一に保つ以外、プロンプトエンジニアリングは一切不要です。

バッチAPI。 OpenAIのBatch APIとDeepSeekのバッチ価格は、最大24時間待てるワークロードのリスト価格を約半額にします。分類のバックフィル、夜間のエンベディング、評価スイート、レポート生成が典型的な候補です。

スループットティアとコミットメント。 どちらのプロバイダーも、継続的なワークロード向けにコミット利用・プロビジョンドスループットの価格を提供しています。契約上のコミットメントが必要で、3ヶ月分の実使用データが揃ってから検討すべきです。早く署名すると間違った数字で固定されます。

実践的な順序:まずプロンプト構造を直し(キャッシュは無料)、対象ジョブをバッチに移し(API変更1回)、それからティアを交渉する(契約)。

プロトタイプから100万リクエストへ:予算のウォークスルー

1日10,000リクエスト、入力4,000トークン・出力500トークン、GPT-5.6 Lunaで始まったプロダクトを例にします:

リクエスト単価 = (4,000 ÷ 100万 × $0.20) + (500 ÷ 100万 × $1.20)
              = $0.0008 + $0.0006 = $0.0014
月額          = $0.0014 × 10,000 × 30 ≈ $420

半年後、トラフィックが5倍の1日50,000リクエストに成長したとします。正直な予測は月$2,100——コストは線形に伸びる。これが従量課金推論の居心地の悪い性質です。ここでレバーを順番に適用します:

  1. トラフィックの60%(単純なQ&A)をDeepSeek V4 Flash($0.14/$0.28)にルーティング:その部分は約$1,260から約$105に
  2. 共有プレフィックスをキャッシュ:Lunaに残った40%は4,000トークンのプレフィックスが50%割引になり、さらに約$250削減
  3. 夜間レポートジョブをバッチ化:さらに$60削減

同じプロダクト、同じトラフィックで$2,100から約$700へ——3分の1です。プロンプト変更ゼロ、ルーティング判断1つで達成できます。これがこの規律のすべてを1つの例にしたものです。トークン単価は供給側の事実、リクエスト単価はエンジニアリングの選択です。

予算の運用化:ダッシュボード・アラート・価格競争

誰も見ないコストモデルは無価値です。AIの請求を抑えられているシステムには4つの共通習慣があります:

機能別の使用タグ。 OpenAIはAPIリクエストにメタデータを添付でき、LangfuseやHelicone(どちらもオープンソース)は複数プロバイダー横断で同じことができます。すべてのリクエストに発信元機能のタグを付ければ、コストダッシュボードは1つの数字ではなく、コストセンターのランキングになります。ほとんどのチームは、20機能のうち2つが請求の80%を占めていることを発見します——タグ付けして初めて見える事実です。

50/80/100%で予算アラート。 どのプロバイダーコンソールにも使用量アラートがあり、オープンソースのトラッカーはさらに異常検知を提供します。最初のアラートは「まだ行動できる」低さに設定する。典型的な失敗談は「チェックしなかった」ではなく「請求書の後でチェックした」です。

月間合計ではなく単価指標。 会話あたり、処理文書あたり、ユーザー価値1,000トークンあたりのコスト——ビジネスの成長に比例して動く単位を持ちましょう。プロダクトが伸びて月間合計が増えるのは良いニュース。使用量が横ばいなのに合計が増えるのはプロンプトのバグです。単価指標はこの2つを一目で区別します。

価格は下がる一方なので、四半期ごとに再予測。 これが2026年市場の構造的事実です。米中の価格差は最大107倍と広く、中国のオープンウェイトモデルが市場全体を押し下げるため、リスト価格は四半期ごとに下落しています。今日の価格で組んだ予算は半年後には過大です。含意は双方向です——今日のレートで長期契約を結ばないこと、そしてモデル選択の判断を四半期ごとにやり直すこと。今四半期の「最も安く正しいモデル」は、前四半期にデフォルトにしたフロンティアモデルとは限りません。

もう1つ、元が取れる習慣:プロンプトの変更履歴を、トークン影響のメモ付きでプレーンテキストファイルに残す。コストのリグレッションは、パフォーマンスのリグレッションと同様、ほぼ常に善意の編集によって持ち込まれます。このファイルがあれば「なぜ請求が跳ねたのか」は調査ではなく検索になります。

請求書に載る価格用語ミニ辞典

プロバイダーの請求書は一度覚えておく価値のある語彙を使います。それぞれの用語がコスト判断を隠しているからです:

  • トークン — 課金単位。サブワードの断片で、英語テキスト約4文字分
  • 入力/出力トークン — 送るトークンとモデルが生成するトークン。生成は逐次処理のため、主要プロバイダーすべてで出力の方が高い
  • コンテキストウィンドウ — 1回の呼び出しでモデルが受け付ける最大入力。大きいほど長い文書を扱えますが、毎回入力を全額課金される——100Kトークンを詰め込んだ128Kコンテキストは、同じタスクの4Kコンテキストの25倍のコストです
  • キャッシュ済みトークン — プロバイダーが保存し、リクエスト間で繰り返されると割引価格で再課金する入力プレフィックストークン。安定したプレフィックスをプロンプト先頭に固定しましょう
  • バッチ価格 — 待てるジョブ向けの割引レート(OpenAIは最大24時間)。レイテンシと約半額を交換します
  • TPM/RPM — 毎分トークン数/毎分リクエスト数のレート制限。コストそのものではありませんが、支出速度の上限を決め、上位ティアは別価格になります
  • コミット利用/プロビジョンドスループット — 割引レートでの契約容量。数ヶ月の安定した使用データがあって初めて価値があります
  • ファインチューニング費用 — 学習トークンは推論と別に課金され、生成モデルのストレージも加算されます。小規模なら安価ですが、忘れられがちなのは「割増単価のファインチューニング済みモデルでの推論」という継続コストです

この辞典を横に置いて最初の請求書を1行ずつ読むのが、場違いな数字を最速で見つける方法です——実際にやったチームは必ず1つ見つけます。

よくある質問


価格はOpenAI pricingとDeepSeek APIドキュメントの公式リスト価格(2026年8月取得)。実際の請求額はキャッシュ、バッチ割引、スループットティアにより変動します。金額はすべて米ドル。