AI API料金比較 計算ツール｜モデル階層別の価格と本番運用コスト最適化ガイド
生成AI APIの料金を、上位汎用モデル・軽量モデル・推論特化モデル・長文特化モデル・超長文マルチモーダルモデル・OSSモデルのホスティングという階層ごとに、入力・出力トークン量から瞬時比較します。プロンプトキャッシング、バッチ処理割引、ファインチューニング料金、コンテキスト長ごとの単価、スループット予約まで、AI SaaS開発・PoC設計・本番運用の実務観点で徹底解説します。
AI API料金比較 計算機
計算式と料金体系
基本式
合計料金($) = 入力トークン数(M) × 入力単価($/M) + 出力トークン数(M) × 出力単価($/M)
生成AI APIの料金体系は従量課金(Pay-per-token)が基本で、入力(Input・Prompt)と出力(Output・Completion)で単価が異なります。出力単価は入力単価の3〜5倍が一般的で、これは推論時のコンピュートコストが出力生成に集中するため。1トークンは英語で約0.75単語、日本語で約1.5文字が目安です。
単価表記の慣行
主要な提供事業者はいずれも「1M(1,000,000)トークンあたり米ドル」で単価を表記します。かつては1Kトークン単位でしたが、モデル大型化に伴い1M単位が標準になりました。日本円換算は本ページでは1ドル=155円を目安に計算しています(実際の決済レートは各社の決済月末の為替による)。
料金体系の派生
基本の従量課金に加え、バッチ処理API(50%割引・24時間以内処理)、プロンプトキャッシング(最大90%割引・キャッシュヒット時)、スループット予約(容量予約・大口向け)といった割引オプションが、どの事業者にもおおむね用意されています。本番運用では複数割引の組み合わせで基本料金の1/5〜1/10まで削減可能です。
トークンの数え方
トークン(Token)は生成AIモデルの入出力の最小単位で、単語や文字を分解した「サブワード」で構成されます。
言語別のトークン数目安
| 言語 | 1トークンあたり | 1文字あたり |
|---|---|---|
| 英語 | 約0.75単語 / 4文字 | 0.25トークン |
| 日本語(ひらがな・漢字) | 約1.5文字 | 約0.67トークン |
| 日本語(カタカナ) | 約1〜2文字 | 約0.5〜1トークン |
| 中国語(簡体字) | 約1文字 | 約1トークン |
| コード(Python/JS) | 約2〜3文字 | 約0.4トークン |
日本語はトークン効率が英語より2倍程度悪く、同じ内容を伝えるのに2倍のトークン=2倍のコストがかかります。長文の日本語処理では、英語で処理してから翻訳するほうが安上がりなケースもあります。
トークン数の事前計測
主要な事業者はいずれも、ブラウザで使えるトークン数の計測ページと、SDKにcount_tokens()相当の関数を用意しています。トークナイザはモデルごとに異なるため、使うモデルと同じトークナイザで数えることが前提です。本番運用ではリクエスト前に必ずトークン数を計測し、コンテキスト長の上限超過を回避してください。
主要モデル料金早見表（2026年時点）
2026年時点の生成AI APIのトークン単価を、モデルの位置づけ（階層）ごとにまとめました。同じ階層なら事業者が違っても単価はおおむね同じ水準に収れんします。実際の発注前には利用する事業者の公式料金ページを必ず確認してください。
| モデル階層 | 入力 $/M | 出力 $/M | コンテキスト長 | 主な用途 |
|---|---|---|---|---|
| 上位汎用モデル | 2.50 | 10.00 | 128K | 汎用最高性能 |
| 軽量モデル | 0.15 | 0.60 | 128K | 大量処理・PoC |
| 推論特化モデル | 15.00 | 60.00 | 128K | 推論特化・複雑問題 |
| 推論特化・軽量版 | 3.00 | 12.00 | 128K | コスパ推論 |
| 長文特化・上位 | 3.00 | 15.00 | 200K | コーディング・長文 |
| 長文特化・軽量 | 0.80 | 4.00 | 200K | 速度重視・チャット |
| 最高精度モデル | 15.00 | 75.00 | 200K | 最高精度・研究用 |
| 超長文マルチモーダル・上位 | 1.25 (〜128K) / 2.50 (超) | 5.00 / 10.00 | 2M | 超長文・動画・音声 |
| 超長文マルチモーダル・軽量 | 0.075 / 0.15 | 0.30 / 0.60 | 1M | 低コスト・大量処理 |
| OSSモデル 70B級（推論事業者経由） | 0.59 | 0.79 | 128K | OSSモデル・自己ホストも可 |
| OSSモデル 400B級（推論事業者経由） | 3.50 | 3.50 | 128K | OSS最大級・上位汎用に匹敵 |
| Web検索連携型モデル | 5.00 | 15.00 | 128K | リアルタイム情報の参照 |
2024年後半からモデル価格は年40〜60%のペースで下落しており、いまの軽量モデルは2023年の主力モデルより約60%安価です。値下げが続く局面では、長期契約より都度課金のほうが有利になります。
プロンプトキャッシング
プロンプトキャッシングは、リクエストごとに繰り返されるシステムプロンプト・長文コンテキスト・RAG検索結果を提供事業者のサーバー側にキャッシュし、2回目以降の入力単価を大幅に減額する仕組みです。実装方式は大きく3タイプに分かれます。
方式ごとの割引率と対象
| 方式 | キャッシュ書込 | キャッシュ読取 | 最小トークン | TTL |
|---|---|---|---|---|
| 自動キャッシュ型（指定不要） | 通常通り | 50%割引 | 1024 | 約5〜10分 |
| 明示キャッシュ型（範囲を指定） | +25%(初回) | 90%割引 | 1024 | 5分(標準)/1時間(拡張) |
| 保持課金型（保持時間で課金） | 約$1/M | 約75%割引 | 32768 | 1時間が既定 |
チャットボット・カスタマーサポート・社内ナレッジベース検索など同一システムプロンプトが繰り返し使われるユースケースでは、キャッシング適用で運用コストが70〜90%削減可能。ただし単発リクエスト中心の用途では効果が薄いです。
Batch API割引
バッチ処理APIは、リアルタイム応答を必要としない大量処理を24時間以内(実際は数時間)で処理する代わりに、料金を半額にする仕組みです。主要な提供事業者はいずれも同等の仕組みを持っています。
| 処理内容 | 割引率 | 最大処理時間 | 向いているケース |
|---|---|---|---|
| 大量文書の要約・翻訳 | 50% | 24時間 | 夜間に流して翌朝結果を取得 |
| データ抽出・分類 | 50% | 24時間 | 数万〜数百万レコードの一括処理 |
| 大規模な埋め込み生成 | 50% | 24時間 | 検索インデックスの初期構築 |
キャッシングとバッチ処理を組み合わせると通常料金の20〜30%まで削減可能。夜間バッチで数十万〜数百万件を処理する事業では月額数百万円の差が出ます。
実務での使いどころ
チャットボット・カスタマーサポート
問い合わせ対応チャットボット、社内Q&Aシステム、EC商品説明ボットなど。軽量モデル・長文特化の軽量版といった低コスト・高速な階層が主流です。プロンプトキャッシングは必須、対話ログはFAQ改善に活用します。1問合せあたり平均$0.001〜$0.005が目安。
コーディング支援・IDE統合
AI搭載のコードエディタ・IDE拡張。長文コード・大規模リポジトリを扱うため長文特化の上位モデル・上位汎用モデルが主流です（コンテキスト長200Kが効く領域）。月額$20〜$40の定額プランと、APIキーを自分で持ち込む方式が併存します。企業向けは法人プランでSOC 2/GDPR対応。
文書処理・RAG(検索拡張生成)
社内文書検索、契約書分析、法務レビュー。大量文書は埋め込みAPIでベクトル化→検索→LLM要約というパイプラインを組みます。埋め込みの単価は小型モデルで$0.02/M前後と極めて低廉。RAGでは推論費が全体の90%を占めるため、生成側のモデル選定が最重要です。
コンテンツ生成・マーケティング
SEOブログ、SNS投稿、広告コピー、多言語翻訳。品質重視なら上位汎用・長文特化の上位、大量生成なら軽量・超長文マルチモーダルの軽量版。1記事あたり$0.01〜$0.10、月1000記事で$10〜$100が相場です。日本語では2倍係数を見込む必要があります。
音声・画像・動画マルチモーダル
上位汎用モデル(音声・画像・動画対応)や超長文マルチモーダルモデル(動画1時間まで一括処理可)を使います。会議議事録生成、動画コンテンツ分析、画像OCRなど。音声・動画は秒あたり単価で計算され、リアルタイム音声APIは入力$100/時間・出力$200/時間程度が相場です。
エージェント・自動化ワークフロー
エージェント開発用のOSSフレームワークを使った自律エージェント。複数モデルのオーケストレーションでLLM呼出が10〜100回連鎖することもあります。1タスクあたりのコスト上限管理と、ステップごとのモデル使い分けが必須。推論特化モデルは1回$1〜$10になることもあり要注意です。
コスト最適化テクニック
1. モデル階層戦略(Cascading)
まず軽量モデルで処理を試み、精度が不十分な場合だけ上位汎用モデルにエスカレーションします。90%のリクエストが軽量モデルで処理できれば全体コストは1/5になります。
2. プロンプト最適化
Few-shotの例文を減らす、システムプロンプトを圧縮、Chain-of-Thoughtの冗長性を削減。OSSのプロンプト圧縮ライブラリを使えば30〜50%削減できます。
3. 構造化出力（JSONスキーマ指定）
自由文で出力させるのではなくJSONスキーマを指定して構造化出力にすると、出力トークンを50〜70%削減できます。主要な事業者はいずれも、スキーマ準拠を保証する出力モードかツール呼び出し機能を用意しています。
4. Fine-tuningとRAGの使い分け
Fine-tuning（上位汎用モデルで推論$3.75/M入力・$15/M出力が目安）は初期コストが高いものの、プロンプトが短くて済むためトークンコストを削減できます。RAGは初期コストが低い代わりに、継続的にコンテキスト長が増えるというトレードオフがあります。
5. セルフホスト(オンプレ)への切替
月$10,000以上のAPI費用がかかる場合、70B級のOSSモデルを推論サーバのOSS実装でセルフホストすると1推論あたり数十分の一になります。ただしデータセンター向けGPUの費用・運用工数を含めた総所有コストで判断してください。
よくある間違い・注意点
- 入力/出力単価を混同して見積り — 出力単価は入力の3〜5倍。要約タスクは出力が短いのでコストが安く、生成タスクは出力が長いので割高。単純にトークン数×平均単価で計算すると誤差が大きくなります。
- 日本語のトークン効率を無視 — 日本語は英語より約2倍のトークンを消費。同じ内容の記事1000文字が英語なら約250トークン、日本語なら約670トークン。日本語運用は米国事例の2倍でコスト試算してください。
- コンテキスト長超過エラー — 各モデルの入力上限(上位汎用128K・長文特化200K・超長文マルチモーダル2M)を超えるとエラーになります。事前にトークン数を計測し、超えそうならモデル切替またはコンテキスト分割が必要です。
- キャッシングTTLの誤解 — 自動キャッシュ型は約5〜10分で失効します。長時間の低頻度リクエストではキャッシュヒットしません。1時間の拡張TTLを持つ明示キャッシュ型を使うか、スループット予約を検討してください。
- 推論特化モデルの出力トークン爆増 — 推論特化モデルは内部のChain-of-Thoughtも出力トークンとして課金されるため、通常モデルの5〜10倍のコストになることがあります。単価$60/Mなら1回$5〜$10を消費することもあり得ます。
- バッチ処理できるのに同期呼出 — 夜間バッチ処理・大量データ処理は必ずバッチ処理APIを使いましょう。同期API呼出で処理すると2倍のコストになります。
関連する契約・規約
- 各事業者の利用規約・法人向け契約 ― APIキー・APIレスポンスの二次利用、モデル訓練への利用可否、SLA(99.9%可用性)が規定されています。個人情報を送信する場合は、法人向け契約と付随する秘密保持・データ処理契約の締結が推奨されます。
- 商用利用規約におけるデータ取扱い条項 ― API経由の顧客データを既定でモデル訓練に使わない事業者と、オプトアウト申請が必要な事業者があります。SOC 2 Type II の取得状況とあわせて確認してください。
- クラウド経由で利用する場合のSLA ― 大手クラウドのAI基盤経由で利用すると可用性99.9%の保証が付き、東京リージョンを指定すれば日本国内でのデータ処理も担保できます。
- 個人情報保護法(改正個情法・2022年) ― 個人情報をLLM APIに送信する場合の同意取得・第三者提供の適法性判断。センシティブ情報(病歴・信条等)は原則不可。
- GDPR / CCPA(EU・カリフォルニア州) ― 顧客データが日本外に及ぶ場合の域外適用。主要な事業者はいずれも各法令に対応した契約オプションを用意しています。
- AI事業者ガイドライン(経済産業省・総務省 2024) ― 日本の生成AI利用時の推奨ガバナンス。企業向けAI導入時のリスク管理指針。
参考文献・公的資料
AI API料金と本番運用のさらなる詳細は、利用する事業者の公式ページと公的機関の資料を参照してください。
- 各モデル提供事業者の公式料金ページ ― モデル階層ごとの入力・出力単価、ファインチューニング、バッチ処理、アシスタント系APIの最新単価。改定が頻繁なため、見積り時に必ず参照してください。
- 各事業者のキャッシング仕様ページ ― 最小トークン数・TTL・書込課金の有無は方式ごとに違い、コスト削減率を左右します。
- 大手クラウドのAI基盤の料金ページ ― 複数ベンダーのモデルを同一の請求・権限管理でまとめて使う場合の単価。直接契約より1割程度高いことがあります。
- 推論ホスティング事業者の料金ページ ― OSSモデルを従量課金で使う場合の単価。同じモデルでも事業者間で2〜3倍の差が出ます。
- 経済産業省 生成AI関連施策 ― 日本政府の生成AI政策・「AI事業者ガイドライン」等の一次資料。
- 総務省 AI利活用ガイドライン ― 生成AIの倫理・ガバナンス指針。
- 個人情報保護委員会 ― 生成AIサービス利用時の個人情報保護法の適用に関する注意喚起。
- 各事業者の利用ポリシー ― 禁止用途・年齢制限・違反時のアカウント停止条件。業種によっては明示的に禁止されている用途があるため、事業計画の前に確認が必要です。
よくある質問（FAQ）
複雑タスクとシンプルタスクの選び方は？
複雑なコーディング・法務・研究タスクは上位汎用モデル・長文特化の上位・推論特化モデルを使い、要約・分類・チャットボットなどは軽量モデルで十分です。まず軽量で試し、不足があればスケールアップする「Cascading戦略」が推奨されます。
プロンプトキャッシングの効果は？
明示キャッシュ型で最大90%削減、自動キャッシュ型で50%削減が目安。同一のシステムプロンプトが繰り返し使われるチャットボット・RAG・カスタマーサポートで効果が大きく、単発リクエスト中心の用途では効果が薄いです。
バッチ処理とリアルタイム処理の違いは？
バッチ処理APIは24時間以内の処理で50%割引、リアルタイムAPIは秒単位の応答。夜間バッチ処理・大量文書処理はバッチで、チャット・エージェントはリアルタイムで使い分けます。
日本語処理は英語より高くなる？
はい、約2倍。日本語は1文字あたり0.67トークン消費で、英語(1単語あたり0.75トークン)より効率が悪い。同じ内容の記事コストは日本語のほうが英語の約2倍が目安です。
コンテキスト長の選び方は？
短文チャットなら128Kで十分、長文書処理なら200K対応の長文特化モデル、超大規模データや動画なら2M対応の超長文マルチモーダルモデル。長いコンテキストは入力トークン数が増える＝コスト増なので、必要最小限に留めるのがコツです。
推論特化モデルは何に使う？
数学・論理推論・複雑コード生成・研究論文分析など、通常モデルでは解けないステップ数の多い問題。ただし1回のコストが通常の5〜20倍かかるため、必要な場面を絞って使うのが原則。
OSSモデルは本当に安い？
推論ホスティング事業者経由なら70B級で入力$0.59/M・出力$0.79/Mと、上位汎用モデルの1/4以下です。ただし精度は上位の商用モデルに若干劣ります。単純タスク・分類・要約なら十分実用で、複雑推論やコード生成では性能差が出ることがあります。
Fine-tuningのコストは？
上位汎用モデルのファインチューニングで、訓練が$25/M入力トークン、推論が$3.75/M入力・$15/M出力というのが目安。訓練データ数万件なら$50〜$500程度で済みます。プロンプトが短くて済むため、長期的にはトークンコストの削減に寄与します。
企業導入時に注意すべき法務事項は？
個人情報の第三者提供(改正個情法)、営業秘密の送信可否(不正競争防止法)、モデル出力の著作権(著作権法30条の4)、生成物のライセンス。特にセンシティブ情報(病歴・信条)は原則送信不可。企業のデータガバナンス方針を法務と協議してください。
Provisioned Throughputは誰に必要？
1日100万リクエスト以上の大規模SaaS事業者向けです。従量課金ではレイテンシとレート制限が読めないため、月$10,000〜$100,000規模でスループットを予約しておくと、SLAとコストの両方が安定します。
複数プロバイダを併用すべき？
推奨します。1社の障害時に別事業者へ切り替えられること、コスト最適化、タスク別に最適なモデルを選べることが理由で、OSSの抽象化ライブラリでマルチプロバイダ構成にするのが2024年以降のベストプラクティスです。
個人開発者・小規模SaaSの目安は？
月$50〜$500程度で運用可能です。軽量モデルと超長文マルチモーダルの軽量版をメインにし、複雑タスクのときだけ上位汎用モデルを使う構成が現実的。各社が用意している無料枠・開発者向け無料APIキーも活用してください。