単価が下がっても、総額が増える計算
「8割」という表現は、@ITが2026年10月6日に公開した記事が、2025年から2026年にかけてのLLMトークン単価の動きを「おおよそ」と紹介した数字です。これを全社・全モデルが同じ条件で一律に値下げした事実とは扱いません。記事は@ITの元記事で確認できます。
請求は単価だけでなく、どのモデルを選ぶか、入力と出力の量、キャッシュの扱い、長文料金などにも左右されます。OpenAIの料金表も、モデルごとに入力・出力やキャッシュの単価を分けています。異なる会社・モデルの「1トークン単価」をひとまとめにして、請求への影響をそのまま比較できません。
仕組みを確かめるため、説明用の仮定を置きます。値下げ前の単価を1、使用量も1とし、値下げ後の単価が0.2になったとします。同じ量を使えば費用も0.2です。使用量が5倍なら0.2×5=1で値下げ前と同額、6倍なら0.2×6=1.2で、費用は値下げ前の1.2倍になります。これは単価と使用量だけを使った算数の例で、実在サービスの請求額ではありません。
エージェントは、1つの仕事を何度もモデルへ渡す
エージェントの依頼は、ユーザーからは1件に見えても、裏側では計画、ツール呼び出し、結果の読み取り、再計画に分かれることがあります。そのたびにモデルを呼ぶ設計なら、完了までの合計トークンは単発の質問より多くなり得ます。
OpenAIのAPI資料では、モデル呼び出しの入力にエージェントの指示、ツール定義、会話履歴、ユーザーの入力、ファイルや画像、ツール結果が含まれ得ると説明しています。前の応答をIDでつないでも、会話チェーン内の過去の入力トークンは入力として課金されます。大きな会話履歴を毎回必要以上に持ち回ると、ユーザーの短い入力に加えて、再送分の入力トークンも増えます。
見落としやすいのが、失敗後の再試行と推論トークンです。OpenAIの推論モデルでは、APIから見えない推論トークンもコンテキストを使い、出力トークンとして課金されます。一方、検索・ツール実行そのものの料金は提供元や製品で異なります。ツール結果が追加のモデル呼び出しへ渡される分と、別サービスの料金は切り分けて記録するのが安全です。
プロンプトキャッシュは、同じ接頭辞が再利用されると入力の再計算を減らし、キャッシュされた入力にモデル別の割引単価を適用します。ただしキャッシュ部分も無料ではなく、料金とヒット条件はモデルによって違います。キャッシュ率だけでなく、完了までの全呼び出しを合算してください。
「成功1件あたり」の費用でモデルを比べる
予算を比較するときは、トークン単価よりも、まず「成功したタスク1件あたりの費用」を見ます。対象期間のAPI費用を、定めた品質基準を満たして完了したタスク数で割る考え方です。検索や実行環境など別サービスにも費用があるなら、合算した値とモデル利用料だけの値を分けておきます。
タスクの難しさや合格基準をそろえずにモデルを変えると、安くなったのが単価なのか、仕事の範囲が小さくなったからなのか判別できません。成功率、失敗後の再試行、出力の修正時間、応答速度も同じ期間で見てください。モデルの値段が下がっても、完了率が落ちたり人の手直しが増えたりすれば、仕事1件を終えるための費用は下がらない場合があります。
ログはプロジェクト・用途・モデル・タスク種別の単位で集計できると便利です。リクエスト本文そのものを保存しなくても、IDや時刻、トークン内訳、呼び出し回数、成功/失敗の状態を記録すれば、費用が伸びた工程を追いやすくなります。機微情報を含むプロンプトや検索結果を、コスト集計のためだけに複製しないようにしてください。
請求が伸びたときの監査チェック
まずAPIのUsage Dashboardや各社の利用明細を、プロジェクト・モデル・用途ごとに確認します。OpenAIのUsage Dashboardでは、組織や期間、プロジェクトを選んで使用状況を確認できます。複数の提供元を利用している場合、個々のダッシュボードだけで全社の費用が合算されるとは限らないため、台帳も分けておきます。
次に、費用の高いタスクから次の点を確認します。
- 入力・出力・キャッシュ・推論のトークン量と、モデル呼び出し回数
- ツール定義や結果のサイズ、会話履歴の持ち越し
- タイムアウト、失敗、リトライ、同じ処理の重複実行
- 完了率、品質確認、修正にかかった人の時間
- 使用上限、再試行上限、支出アラートが設定されているか
その後、不要なツール定義や巨大な結果を絞り、繰り返しの指示を整理します。再試行やエージェント分割は、完了率や品質を損なわない範囲で調整し、変更前後を同じタスク群で比べます。使う量を減らすこと自体がゴールではなく、必要な品質を保って仕事を終える費用が下がったかを確かめるのが大切です。
自分の利用量で月額を見積もる式
ここまでの話を、手元の数字を当てはめられる式にまとめます。モデル呼び出し1回あたりの費用を出し、1件の仕事で何回呼ぶか、月に何件こなすか、どのくらい再試行するかを掛けます。
- 1回の費用 = キャッシュされない入力 × 入力単価 + キャッシュ読み出し × キャッシュ単価 + 出力(推論トークンを含む) × 出力単価
- 月額 ≒ 1回の費用 × 1件あたりの呼び出し回数 × 月の件数 × (1 + 再試行の割合)
キャッシュへの書き込み料金、検索やツール実行など別サービスの料金は、この式に含めていません。使っているサービスに合わせて足してください。
計算例:キャッシュの有無で月額はどう変わるか
AnthropicのSonnet 5.5の公表単価(100万トークンあたり入力2ドル、出力10ドル、キャッシュ読み出し0.10ドル)で計算した例です。条件は説明のための仮定で、1件の仕事でモデルを8回呼び、1回あたり入力6,000トークン・出力800トークン、月3,000件、再試行10%とします。
| 項目 | キャッシュなし | 入力のうち4,000をキャッシュ |
|---|---|---|
| 1回の入力の費用 | 0.012ドル | 0.0044ドル |
| 1回の出力の費用 | 0.008ドル | 0.008ドル |
| 1回の費用 | 0.020ドル | 0.0124ドル |
| 1件(8回) | 0.16ドル | 約0.099ドル |
| 月額(3,000件・再試行10%) | 約528ドル | 約327ドル |
同じ仕事でも、毎回送る指示や履歴をキャッシュできるかどうかで月額が4割ほど変わります。逆に、呼び出し回数が8回から12回に増えれば、キャッシュありでも約491ドルになります。呼び出し回数や持ち回る履歴の量が、単価の値下げ以上に請求へ影響する場面もあります。
まとめ
単価が下がっても請求が増えるのは、利用量や再処理の伸びが値下げ幅を上回るときです。API明細とタスクの完了状況をつなぎ、「成功1件あたりの費用」を追うことが、見えない浪費を見つける出発点になります。
計算例を自分の明細へ置き換える
上の月額は、同じ長さの入力と出力が毎回発生し、再試行による追加呼び出し数が通常の10%になる、と仮定したモデル利用料です。「1件の処理が10%の確率で何度でも失敗する」という条件とは異なります。
キャッシュありの327.36ドルは、入力2,000×2ドル÷100万+キャッシュ入力4,000×0.10ドル÷100万+出力800×10ドル÷100万=0.0124ドルを、8回×3,000件×1.10倍した値です。書き込み・保存・ツール利用などを加えた請求総額ではありません。
例えば1件につき4,000トークンを1回だけ新規キャッシュへ書き込む設計なら、その書込量は月1,200万トークンです。追加費用は「1,200万÷100万×利用サービスの書込単価」で別に計算します。毎回書き直すなら量が変わるため、書込回数も実測してください。
明細にキャッシュ済み入力が含まれる総入力数が載っている場合は、通常入力からその分を引き、同じトークンを二重に課金計算しないようにします。用途ごとのタスクID、通常入力、キャッシュ読込、キャッシュ書込、出力、呼び出し数、完了件数をそろえると、成功1件あたりの費用へつなげられます。
定価を比べたいときは3社のAPI料金比較を、同じ用途で使う量が増える条件を確かめたいときはこのページを使ってください。
情報源
https://atmarkit.itmedia.co.jp/ait/articles/2610/06/news004.html
原文公開日:2026-10-06
https://developers.openai.com/api/docs/guides/agents-api/observability
https://developers.openai.com/api/docs/guides/conversation-state
https://help.openai.com/en/articles/10478918-reviewing-api-usage-and-costs
https://www.anthropic.com/claude-haiku-5-5
原文公開日:2026-10-07
出典は上記のリンクから確認できます。市場価格の概算は@ITの紹介として記載し、分析と説明用の数値例は編集部の見解です。