計算ツールズ
LLMAPI料金クラウド生成AI

LLM API トークン料金 計算ツール｜入力・出力トークンから月額を即算出

フロンティア級（最上位）・標準／バランス型・軽量／高速型・小型／低コスト型・推論特化型・オープンウェイト系といったモデル階層ごとの単価でLLMのAPI料金を比較。入力・出力トークン量、バッチ処理API 50%割引・プロンプトキャッシュ 50-90%割引に対応した月次コスト・年額を、USD建てと日本円で試算します。単価は2026年8月時点で各提供元が公開している水準の代表値です。

最終更新：2026-08-05／監修：計算ツールズ編集部

LLM API料金 計算機

計算式と料金体系

基本式

月額(USD) = 入力トークン(百万) × 入力単価 + 出力トークン(百万) × 出力単価

月額(円) = 月額(USD) × 為替レート

バッチ処理API適用時 = 通常料金 × 0.5

プロンプトキャッシュ利用時 = 通常料金 × (1 − キャッシュ率 × 0.9)

LLM APIの料金は基本的に「入力トークン100万個あたりUSD単価」と「出力トークン100万個あたりUSD単価」で構成されます。ほとんどのモデルで出力の単価は入力の3-5倍に設定されており、出力量の削減がコスト削減に直結します。

トークンの目安

単位おおよそのトークン数
英語 1単語約1.3トークン
日本語 1文字約1-2トークン（モデル依存）
日本語 400字原稿1枚約600-800トークン
英語 1ページ（250語）約325トークン
コード 100行約1,000-1,500トークン
PDF 1ページ約500-1,500トークン

入力/出力の意味

入力(prompt/input)はユーザーの質問＋システムプロンプト＋会話履歴＋添付ファイル。会話が長くなるほど毎ターン入力が増えます。出力(completion/output)はモデルの回答部分。長文回答は高コストになるため、max_tokensで上限を明示するのが鉄則。

モデル階層別 API料金 早見表（2026年8月時点）

単価は「USD/1M tokens」。提供元によって呼び名は違いますが、価格帯はおおむね次の階層に整理できます。同じ提供元でも用途別に複数の階層が用意されているのが一般的で、階層をまたぐと単価は10倍以上動きます。

モデル階層入力出力強み・使いどころ
フロンティア級（最上位）$10〜15$60〜75最高性能。複雑な多段推論・自律エージェント・研究レベルのコード生成
推論特化（上位）$10〜15$50〜60数学・論理・計画立案。思考トークンも出力として課金される点に注意
標準・バランス型$2〜3$6〜15日常のコーディング・執筆・分析の主力。性能と単価の中心帯
推論特化（小型）$2〜3$10〜12推論モデルの低コスト版。中規模の論理タスク
汎用マルチモーダル型$1〜2.5$8〜10画像・音声を含む混在入力。汎用チャットの標準構成
長文脈・上位$1〜1.5$8〜10100万〜200万トークン級の長文脈。長い資料をまとめて渡す用途
軽量・高速型$0.8〜1$4〜5大量処理・分類・抽出。レイテンシ重視の常時稼働ワークロード
小型・低コスト型$0.1〜0.2$0.3〜0.6最安値クラス。簡易分類・要約・キーワード抽出
超低価格帯（新興系）$0.25〜0.6$1〜2.2標準帯に近い性能を1/10前後の単価で。海外拠点の場合はデータ所在の確認が要る
オープンウェイト（ホスティング経由）$0.2〜0.9$0.2〜0.9入力と出力が同単価のことが多い。自社GPUへの移行も選べる
多言語重視型$0.2〜2$0.6〜6欧州系言語を含む多言語処理。軽量版と大型版で10倍の幅

階層の選び方

判断軸は「その工程で精度が落ちたときの損害額」です。人が必ずレビューする下書き生成なら小型・低コスト型で十分。出力がそのまま顧客に届く工程は標準・バランス型以上、金額計算や法務判断が絡む工程だけ最上位・推論特化に上げる、という三段構えにすると全体コストが最も小さくなります。加えて出力単価は入力単価の3-5倍が通例なので、階層を下げるより先に「出力を短くする」ほうが効く場面も多くあります。

バッチ処理・プロンプトキャッシュ割引

バッチ処理API（50%割引）

主要な提供元がおおむね用意している仕組み。24時間以内の非同期処理で応答を受け取る代わりに料金50%割引。大量ドキュメント処理、バッチ分類、データセット前処理に最適。リアルタイム応答が不要なユースケースなら必ず検討すべき。

プロンプトキャッシュ（50-90%割引）

割引率は提供元によって幅があり、キャッシュヒット時50%・75%・90%あたりが代表的な水準。長いシステムプロンプト・RAG参照文書・会話履歴を再利用する場合、実効コストが大幅に下がる。RAGアプリ・カスタマーサポートBotで威力を発揮します。

Fine-tuning料金

専用モデル訓練はデータ量×トークン単価。小型・低コスト型で$20-30/1M tokens、軽量・高速型で$50-70/1M tokens程度が目安。学習後の推論単価は通常より1.5-2倍だが、プロンプト圧縮でトータルコスト削減が可能。

Reserved Capacity（大口割引）

月間$5,000超のヘビーユーザー向けに、コミットメント割引・SLA保証・専用エンドポイントが用意されています。呼び名は提供元ごとに違いますが、いずれも「スループット枠の事前確保」か「年間利用額のコミット」のどちらかの形です。

マルチプロバイダー分散

LLMゲートウェイ／ルーティング用のプロキシを挟み、タスク種別に応じてモデルを自動振り分け。簡単なタスクは軽量・小型の階層へ、複雑なタスクだけ最上位・推論特化へ流すことで、全体コストを30-50%削減できます。

キャッシュTTL戦略

プロンプトキャッシュの保持時間は5分TTL(標準)と1時間TTL(有料)を選べる実装が主流。会話が頻繁に切り替わる場合は5分TTL、バッチ処理では1時間TTLが有利。ヒット率次第で試算を最適化します。

ユースケース別コスト比較（月間）

ユースケース月間I/O(トークン)推奨モデル月額目安
個人チャット利用5M入力 / 2M出力小型・低コスト型／軽量型$2-5
社内チャットBot（100人規模）50M入力 / 20M出力標準・バランス型／汎用型$300-500
カスタマーサポートBot200M入力 / 50M出力標準・バランス型＋キャッシュ$800-1,500
RAG検索アシスタント500M入力 / 100M出力長文脈・上位＋キャッシュ$1,500-3,000
コード生成（10エンジニア）300M入力 / 150M出力標準・バランス型＋キャッシュ$2,000-3,500
ドキュメント要約バッチ1B入力 / 100M出力軽量・高速型＋バッチ処理API$500-800
複雑推論エージェント50M入力 / 20M出力フロンティア級／推論特化$2,000-4,000
翻訳バッチ処理500M入力 / 500M出力超低価格帯＋バッチ処理$350-500

コスト削減の実践テクニック

  • タスクに応じて階層を分ける — 分類・キーワード抽出は軽量／小型の階層、複雑推論は最上位／推論特化と使い分け。同じ処理量でも全体コストが3-10倍変わります。
  • バッチ処理APIを最大活用 — リアルタイム性が不要な処理は必ずバッチ用のエンドポイントへ。50%削減はコード変更2行で実現可能。
  • プロンプトキャッシュでシステム/RAG部分を再利用 — 長いシステムプロンプトや参照文書をキャッシュ化。RAGアプリで50-70%のコスト削減事例が多数。
  • max_tokensで出力上限を設ける — デフォルトで4,096tokens等の上限を設定。出力の暴走を防ぐ。
  • プロンプト圧縮 — 圧縮ライブラリや要約の前処理でプロンプト自体を短縮。20-40%のトークン削減が見込めます。
  • ローカルLLM/オープンウェイト併用 — 機密度が低い定型タスクは、オープンウェイトの70B級モデルを自社GPUで動かして対応し、API費用を削減。
  • ストリーミング応答＋早期停止 — ユーザーが求める情報が得られた時点でストリーム停止し、出力トークン削減。

よくある間違い・見落とし

  • トークン数を単語数と勘違い — 日本語1文字は約1-2トークン。想定より2-3倍多くなるケースが多い。提供元が公開しているトークナイザーで実測を。
  • 会話履歴の入力コスト増加を忘れる — 長い会話では毎ターン全履歴が入力扱いになり、10ターン目には初期の10倍近い入力コスト。要約・圧縮で削減。
  • バッチ処理の割引を使わない — 24時間の遅延を許容できる処理でも通常APIを使い続けるパターンが多数。50%削減を逃しています。
  • プロンプトキャッシュ未活用 — 最大90%割引と効果は大きいのに、キャッシュ対象を指定するパラメータを付けていない実装が多い。RAGアプリでは必須の設定です。
  • 為替リスクの過小評価 — 円安1円/USDでLLMコストは0.7%増加。年間予算1000万円のプロジェクトでは月10万円の変動リスク。
  • 画像入力の過大コスト見落とし — 画像1枚は1,000-2,000トークンに換算されるモデルが多い。100枚/日で月30万トークン相当になります。
  • 推論特化モデルの思考トークンを見落とし — 推論特化の階層は「思考プロセス(reasoning tokens)」も出力トークンに含まれ、実質コストが3-5倍になるケースがあります。

関連規約・料金体系

  • 各提供元の利用規約（Usage Policies） ― API利用時のコンテンツポリシー、レートリミット、SLAが定められています。禁止用途の範囲は提供元ごとに差があります。
  • 商用利用規約・データ保存ポリシー ― 送信データの保存期間（30日以内に削除、が一つの水準）、学習利用の有無、オプトアウト方法を契約前に確認します。
  • クラウド事業者の包括規約 ― クラウド経由でLLMを使う場合は、モデル提供元の規約に加えてクラウド側の全社規約（SLA 99.9%が一般的な水準）も適用されます。
  • ISO/IEC 27001 / SOC 2 ― 主要なLLM提供元が取得している情報セキュリティの認証。エンタープライズ利用時のセキュリティ担保の目安になります。
  • HIPAA / BAA対応 ― 主要な提供元はエンタープライズ契約でBAA(Business Associate Agreement)を締結でき、医療分野での利用が可能になります。
  • EU AI Act コンプライアンス ― 2024年施行。汎用AIモデル(GPAI)の提供者に文書化義務・透明性要件を課しています。
  • 個人情報保護法・GDPR ― LLMへ個人情報を入力する際の取り扱い、リージョン制約（データ主権）の確認が必要です。

参考文献・公式ドキュメント

API単価は改定が頻繁なため、最新情報は必ず利用している提供元の公式ドキュメントで確認してください。ここでは「どこを見るか」を種別で挙げます。

  • 各提供元の公式Pricingページ ― 入力／出力単価、バッチ処理割引、キャッシュ割引、微調整（Fine-tuning）料金の一次情報。改定日が明記されているので、社内試算のスナップショット日付と揃えます。
  • 各提供元のモデル一覧ドキュメント ― コンテキスト長、対応モダリティ、レートリミット、提供終了(deprecation)予定。単価が同じでも上限が違うため、単価表と必ずセットで確認します。
  • クラウド経由（マネージドLLM）の料金ページ ― 同じモデルでもクラウド経由と直接契約で単価・課金単位が異なる場合があります。既存のクラウド利用枠と合算できるかも確認ポイントです。
  • オープンウェイトモデルのホスティング事業者の料金表 ― 入力と出力が同単価であることが多く、大量処理では総額が読みやすい選択肢です。
  • 公式トークナイザー（トークン数の実測ツール） ― 日本語は1文字1-2トークンと幅があるため、代表的な自社データで実測してから試算するのが確実です。
  • 経済産業省 AI戦略 ― 日本のAI利活用政策・戦略の公式情報。
  • 個人情報保護委員会 個人情報保護法 ― LLM利用における個人情報取扱いのガイドライン。
  • EU AI Act ― 欧州のAI規制法。汎用AI提供者の義務。
※本ツールの単価は2026年8月時点で各提供元が公開している水準を、モデル階層ごとの代表値としたもので、概算用です。料金は頻繁に改定されるため、実運用前に必ず利用中のAPIの公式ドキュメントで最新料金を確認してください。エンタープライズ契約・カスタムSLA・専用エンドポイントの料金は個別交渉が必要です。個人情報・機密情報の入力に際してはデータ保存ポリシー・BAA・DPA(データ処理契約)の要件を法務部門と確認してください。

よくある質問（FAQ）

小型・低コスト型はどれくらい安い？

汎用マルチモーダル型と比べて入力・出力とも約1/17（入力$0.15 vs $2.50、出力$0.60 vs $10.00）という差がつきます。簡易分類・要約・キーワード抽出に最適。ただし複雑な推論・長文脈理解では上位階層に劣るため、タスクに応じた使い分けが前提です。

キャッシュ割引の仕組みは？

提供元によって幅があり、キャッシュヒット時に50%・75%・90%割引のいずれかが代表的な水準です。90%割引なら入力単価$3が$0.30/1Mトークン相当まで下がります。長いシステムプロンプトやRAGの参照文書を再利用するアプリで威力を発揮します。TTLは5分〜1時間で選べるのが一般的です。

バッチ処理APIとは？

24時間以内の非同期処理を許容する代わりに料金が50%割引になる仕組みで、主要な提供元がおおむね用意しています。大量ドキュメント分類、翻訳バッチ、データセット前処理などリアルタイム性が不要なタスクで大幅なコスト削減が可能です。

最上位モデルと標準モデルの使い分けは？

最上位（フロンティア級）は複雑な多段推論・自律エージェント・研究レベルのコード生成に、標準・バランス型は日常のコーディング・執筆・分析に向きます。単価差は5倍前後あるため、最上位は失敗コストの大きいタスクに限定し、日常業務は標準帯で回すのが定石です。

日本語1文字は何トークン？

モデルによりますが、主要な階層では1文字≒1-2トークンが目安。ひらがな中心の文書は1文字≒1トークン、漢字・専門用語が混ざると1文字≒1.5-2トークン。400字原稿1枚で約600-800トークンが平均です。

コンテキストウィンドウの上限は？

2026年8月時点で、標準・バランス型は128K〜200K、長文脈に振った上位モデルは100万〜200万トークンが目安です。長文脈の利用は入力トークンが跳ね上がるため、必要な部分だけ抜き出すRAG構成のほうが安く済むケースが多くあります。

推論特化モデルの「思考トークン」とは？

推論特化の階層は、回答前に内部で推論プロセスを実行し、その分のトークンも出力トークンとして課金されます。実質コストが表面価格の3-5倍になるケースもあるため、使う場面を厳選し、思考の連鎖(Chain of Thought)を明示すれば足りる標準・バランス型との比較検討をおすすめします。

超低価格帯のモデルは本当に安い？

入力$0.27・出力$1.10といった水準で、汎用マルチモーダル型の約1/10、標準・バランス型の約1/15。性能も標準帯に迫る水準まで来ています。ただし提供元の拠点が海外の場合、データ所在やEU AI Actへの対応をエンタープライズ利用前に法務確認する必要があります。

画像(Vision)入力のコストは？

画像1枚は1,000-2,000トークン相当としてカウントされるモデルが多く、解像度に比例して増えます。高精細画像で1,600-1,700トークン前後が代表的な水準です。動画・PDFの多ページ処理はコストが跳ね上がるため、事前にページ数×単価で見積もってください。

本ツールの計算式は？

月額(USD)=入力(百万tokens)×入力単価＋出力(百万tokens)×出力単価。バッチ処理API適用時は×0.5、プロンプトキャッシュ利用時は入力コスト×(1−キャッシュ率×0.9)で試算します。円換算=USD×為替レート、年額=月額×12です。

ローカルLLM(オンプレ)とAPIどちらが安い？

月間トークン量が数十億以上ならローカルLLM（高性能GPUサーバー）のほうが安くなるケースがあります。ただし運用工数・SLA担保・モデル更新のコストを含めるとAPIが有利な場合が多く、年間$100k超のAPI費用が発生する規模から検討を始めるのが目安です。

複数モデル使い分けのベストプラクティスは？

LLMゲートウェイ／ルーティング用のプロキシを挟み、タスク種別・複雑度に応じて自動振り分けします。簡単タスクは軽量・小型($0.15-1)、標準タスクは標準・汎用($3-15)、複雑タスクは最上位・推論特化($15-75)。全体コストを30-50%削減できます。