LLM API料金の見方：トークン単価・キャッシュ・検索課金・月額費用を整理する
LLM API料金の見方：トークン単価・キャッシュ・検索課金・月額費用を整理する
基本情報
| 項目 | 内容 |
|---|---|
| 記事種別 | 編集部による実務解説 |
| 分類 | LLM |
| 情報元 | AI News Editorial |
| 公開日 | 2026/06/30 |
| 確認日 | 2026/06/30 |
| 読む目的 | LLM API料金表を読む前に押さえるべき前提 |
先に押さえること
- LLM API料金表を読む前に押さえるべき前提
- 入力トークン、出力トークン、キャッシュ、バッチの見方
- RAGや検索連携で増える費用の種類
3行要約
- LLM API料金表を読む前に押さえるべき前提
- 入力トークン、出力トークン、キャッシュ、バッチの見方
- RAGや検索連携で増える費用の種類
実務コメント
API料金は単価表だけで判断せず、実際の業務サンプルで入力・出力トークン、検索回数、RAGチャンク数、採用率、人間レビュー時間を測る。まずは1業務50〜100件で実測し、モデル別に月額費用と品質を比較するのが現実的。
この記事でわかること
- LLM API料金表を読む前に押さえるべき前提
- 入力トークン、出力トークン、キャッシュ、バッチの見方
- RAGや検索連携で増える費用の種類
- 月額UI料金とAPI従量課金の違い
- 実務で月額費用を見積もる手順
- LLM費用を削減するチェックリスト
- よくある失敗パターンとFAQ
先に結論：LLM API料金は「モデル単価」より「使い方」で変わる
LLM API料金とは、LLMをシステムや業務ツールから呼び出すときに発生する従量課金のことです。多くの場合、入力トークンと出力トークンの量に応じて課金されます。さらに、キャッシュ、バッチ、検索、RAG、ファイル検索、コード実行、音声、画像などを使うと追加費用が発生する場合があります。
最初に確認すべき判断軸は、次の3つです。
1. 入力と出力のどちらが多い業務か
2. 同じ長文コンテキストを繰り返し使う業務か
3. 検索・RAG・ツール呼び出しが必要な業務か
導入・調査・対策に進むべきケースは、月に数百回以上の反復処理がある場合です。たとえば、商品説明生成、FAQ案作成、問い合わせ分類、レビュー要約、社内文書検索、広告レポート作成、記事下書き生成などは、LLM API料金を見積もる価値があります。
逆に、月に数回の壁打ちや文章作成だけなら、まずはChatGPT、Claude、Geminiなどの月額UIで十分な場合があります。API化は便利ですが、設計・ログ・エラー処理・費用監視・人間レビューが必要になるため、単純な個人利用より運用負荷が増えます。
料金表を読む前の前提
LLM APIの料金表を見る前に、まず次の前提を押さえてください。
たとえばOpenAI APIの公式料金ページでは、モデルごとにInput、Cached input、Outputの単価が分かれており、gpt-5.5のStandard短文コンテキストでは、入力100万トークンあたり5.00ドル、キャッシュ入力0.50ドル、出力30.00ドルと表示されています。
公式URL:
[https://developers.openai.com/api/docs/pricing](https://developers.openai.com/api/docs/pricing)
Claude APIの公式料金ページでも、モデルごとに入力・出力単価が分かれています。Claude Opus 4.8は通常価格で入力5ドル/MTok、出力25ドル/MTok、Batchでは入力2.50ドル/MTok、出力12.50ドル/MTokと表示されています。Claude Sonnet 4.6やClaude Haiku 4.5など、用途に応じた価格帯のモデルもあります。
公式URL:
[https://platform.claude.com/docs/en/about-claude/pricing](https://platform.claude.com/docs/en/about-claude/pricing)
Gemini APIも、モデル、Standard、Batch、Flex、Priority、Grounding、Context cachingなどで料金が変わります。たとえばGemini 2.5 Flash-LiteのStandardでは、入力が100万トークンあたり0.10ドル、出力が0.40ドル、Batchでは入力0.05ドル、出力0.20ドルと表示されています。
公式URL:
[https://ai.google.dev/gemini-api/docs/pricing](https://ai.google.dev/gemini-api/docs/pricing)
| 前提 | 意味 | 実務上の注意点 |
|---|---|---|
| 料金は主に100万トークン単位 | 多くの公式ページは per 1M tokens 表記 | 1回あたりの単価に換算する必要がある |
| 入力と出力で単価が違う | 出力の方が高いことが多い | 長文生成は費用が膨らみやすい |
| モデルごとに単価が違う | 高性能モデルほど高い傾向 | 全処理を最上位モデルにしない |
| キャッシュ単価がある | 同じ入力を再利用すると安くなる場合がある | RAG、長文マニュアル、エージェントで効く |
| バッチ割引がある | 非同期処理は安くなる場合がある | 即時応答不要な処理に向く |
| 検索・ツールは別料金の場合がある | Web検索、file search、code interpreterなど | トークン料金だけで見積もるとズレる |
| 無料枠と本番料金は違う | 無料枠は検証用のことが多い | 商用利用・データ利用条件も確認する |
| 料金は頻繁に変わる | モデル名・単価・割引が更新される | 公開日と確認日を残す |
用語の定義
### LLM API
LLM APIは、大規模言語モデルを自社システム、管理画面、バッチ処理、アプリケーションなどから呼び出すための仕組みです。チャットUIと違い、ユーザーが画面から直接使うだけでなく、商品DB、問い合わせ管理、社内文書検索、CMS、広告レポートなどと連携できます。
### トークン
トークンは、LLMが処理する文字列の単位です。日本語では1文字が必ず1トークンになるわけではありません。入力文、会話履歴、システムプロンプト、ツール定義、参照文書、出力文などがトークンとして計算されます。
### 入力トークン
APIに送る情報です。ユーザーの質問だけでなく、システムプロンプト、制約条件、過去の会話履歴、RAGで取得した文書、ツール定義なども入力トークンに含まれます。
### 出力トークン
モデルが生成する回答です。記事、要約、返信案、JSON、コード、分類結果などが出力トークンになります。多くのモデルでは入力より出力の単価が高いため、長文生成では出力制御が重要です。
### キャッシュ
同じ入力の一部を再利用する仕組みです。長いシステムプロンプト、マニュアル、会話履歴、ツール定義などを毎回再処理せず、キャッシュとして読むことで費用やレイテンシを下げられる場合があります。
### バッチ
すぐに結果が必要ない処理をまとめて非同期で実行する仕組みです。商品説明の一括生成、過去レビューの要約、夜間の分類処理などに向きます。Claude APIではBatch APIが入力・出力トークンの両方に50%割引を提供すると公式に説明されています。
公式URL:
[https://platform.claude.com/docs/en/about-claude/pricing](https://platform.claude.com/docs/en/about-claude/pricing)
### RAG
RAGはRetrieval-Augmented Generationの略です。社内文書、商品DB、FAQ、マニュアル、規約などを検索し、関連する情報をLLMに渡して回答させる設計です。RAGでは、LLM本体のトークン料金に加えて、埋め込み、ベクトルDB、検索、再ランキング、ストレージ、RAGで渡す文書トークンの費用が増えます。
### 検索課金
Web検索、Google Search Grounding、Perplexity Sonar API、OpenAI Web searchなど、外部情報を検索して回答に使う場合の追加料金です。OpenAIの料金ページでは、Web searchが1,000 callsあたり10ドル、検索コンテンツトークンはモデルレートで課金される方式が示されています。一部のプレビュー方式では1,000 callsあたり25ドルで検索コンテンツトークンが無料と表示されています。
公式URL:
[https://developers.openai.com/api/docs/pricing](https://developers.openai.com/api/docs/pricing)
入力トークンと出力トークン
LLM API料金の基本は、入力トークンと出力トークンです。
簡易式は次の通りです。
たとえば、ある処理で1回あたり入力5,000トークン、出力1,000トークンを使うとします。月間10,000回実行するなら、月間トークンは次のようになります。
仮に入力1M tokensあたり1ドル、出力1M tokensあたり5ドルのモデルなら、月額は次の通りです。
この例では入力トークンが5倍多いにもかかわらず、入力費用と出力費用が同じになっています。出力単価が高いためです。
実務では、次のように用途によってコスト構造が変わります。
ここで重要なのは、「LLM費用は文字数ではなく設計で変わる」という点です。同じ記事生成でも、毎回長い前提条件や過去記事を丸ごと渡す設計と、必要な部分だけRAGで渡す設計では、月額費用が大きく変わります。
API費用 =
入力トークン数 / 1,000,000 × 入力単価
+
出力トークン数 / 1,000,000 × 出力単価
+
追加ツール料金
入力: 5,000 × 10,000 = 50,000,000 tokens
出力: 1,000 × 10,000 = 10,000,000 tokens
入力費用: 50M × $1 = $50
出力費用: 10M × $5 = $50
合計: $100| 用途 | 入力 | 出力 | 費用が増えやすい場所 |
|---|---|---|---|
| 商品説明生成 | 中 | 長 | 出力 |
| FAQ案生成 | 中 | 中 | 出力 |
| 問い合わせ分類 | 中 | 短 | 入力 |
| レビュー要約 | 長 | 中 | 入力 |
| 社内文書Q&A | 長 | 中 | RAG入力 |
| 記事生成 | 中 | 長 | 出力 |
| JSON整形 | 中 | 短 | 入力 |
| コード生成 | 中 | 長 | 出力 |
| 長文マニュアル読解 | 非常に長い | 中 | 入力・キャッシュ |
代表的なAPI料金の見方
以下は、2026年6月30日時点で公式料金ページから確認できる範囲の例です。モデル名・単価は変わるため、公開前と導入前に再確認してください。
OpenAI公式料金:
[https://developers.openai.com/api/docs/pricing](https://developers.openai.com/api/docs/pricing)
Claude公式料金:
[https://platform.claude.com/docs/en/about-claude/pricing](https://platform.claude.com/docs/en/about-claude/pricing)
Gemini公式料金:
[https://ai.google.dev/gemini-api/docs/pricing](https://ai.google.dev/gemini-api/docs/pricing)
Perplexity公式料金:
[https://docs.perplexity.ai/docs/getting-started/pricing](https://docs.perplexity.ai/docs/getting-started/pricing)
Claudeの料金ページでは、Batch APIとPrompt cachingの割引は組み合わせ可能と説明されています。これは、長い共通プロンプトや文書を何度も使う業務では重要です。
| サービス | 例にするモデル | 入力単価 | キャッシュ入力 | 出力単価 | 備考 |
|---|---|---|---|---|---|
| OpenAI | gpt-5.5 Standard short context | $5.00 / 1M | $0.50 / 1M | $30.00 / 1M | 出力が入力の6倍 |
| OpenAI | gpt-5.4-mini Standard | $0.75 / 1M | $0.075 / 1M | $4.50 / 1M | 大量処理向け候補 |
| OpenAI | gpt-5.4-nano Standard | $0.20 / 1M | $0.02 / 1M | $1.25 / 1M | 分類・整形向け候補 |
| Claude | Claude Opus 4.8 | $5 / MTok | 条件により割引 | $25 / MTok | 高度な推論・長文向け |
| Claude | Claude Sonnet 4.6 | $3 / MTok相当の標準価格帯 | 条件により割引 | $15 / MTok相当の標準価格帯 | 多くの本番処理向け |
| Claude | Claude Haiku 4.5 | $1 / MTok相当の標準価格帯 | 条件により割引 | $5 / MTok相当の標準価格帯 | 軽量処理向け |
| Gemini | Gemini 2.5 Flash | $0.30 / 1M | $0.03 / 1M | $2.50 / 1M | Standardの例 |
| Gemini | Gemini 2.5 Flash-Lite | $0.10 / 1M | $0.01 / 1M | $0.40 / 1M | 低コスト大量処理向け |
| Perplexity | Agent API / Sonar API | モデル・ツール依存 | 要確認 | モデル・ツール依存 | 検索・URL取得課金に注意 |
キャッシュとバッチ
LLM API料金を下げるうえで、キャッシュとバッチは重要です。
### キャッシュが効くケース
キャッシュが効くのは、同じ入力を何度も使う場合です。
たとえば、次のような業務です。
ClaudeのPrompt cachingでは、以前処理したプロンプトの一部を再利用し、同じ大きなシステムプロンプトや文書、会話履歴を毎回再処理しないことで、コストとレイテンシを下げられると説明されています。キャッシュ読み取りは標準入力価格の一部で済み、5分キャッシュや1時間キャッシュなどの条件が示されています。
公式URL:
[https://platform.claude.com/docs/en/about-claude/pricing](https://platform.claude.com/docs/en/about-claude/pricing)
Google Gemini APIにもContext cachingがあります。Geminiのドキュメントでは、同じ入力トークンを繰り返し渡す典型的なAIワークフローで、キャッシュによりパフォーマンスとコストを最適化できると説明されています。
公式URL:
[https://ai.google.dev/gemini-api/docs/caching](https://ai.google.dev/gemini-api/docs/caching)
OpenAI API料金ページでも、Input、Cached input、Outputが分かれており、キャッシュ入力は通常入力より低い単価で示されています。
公式URL:
[https://developers.openai.com/api/docs/pricing](https://developers.openai.com/api/docs/pricing)
### キャッシュが効きにくいケース
一方で、毎回まったく違う入力だけを短く処理する場合、キャッシュ効果は限定的です。
キャッシュは「長くて、繰り返される文脈」に効きます。短いリクエストを大量に投げるだけなら、モデル選定や出力制限の方が効果的です。
### バッチが効くケース
バッチが効くのは、すぐに結果が必要ない処理です。
ClaudeのBatch APIは、大量リクエストの非同期処理に対して入力・出力トークン双方を50%割引すると説明されています。Gemini APIにもBatchの料金区分があり、Gemini 2.5 Flash-LiteではStandard入力0.10ドル/1Mに対してBatch入力0.05ドル/1M、Standard出力0.40ドル/1Mに対してBatch出力0.20ドル/1Mのように表示されています。
公式URL:
[https://ai.google.dev/gemini-api/docs/pricing](https://ai.google.dev/gemini-api/docs/pricing)
つまり、ECの商品説明文を1万件生成する、過去の問い合わせを分類する、レビューをまとめる、といった処理では、リアルタイムAPIで一気に流すより、バッチを検討する価値があります。
| 業務 | キャッシュ対象になりやすいもの |
|---|---|
| 社内規程Q&A | 規程本文、共通プロンプト |
| 商品説明生成 | ブランドガイドライン、禁止表現リスト |
| 問い合わせ返信 | 返信ルール、FAQ、トーンガイド |
| コードレビュー | プロジェクトルール、設計方針 |
| AIエージェント | ツール定義、システムプロンプト、会話履歴 |
| 記事生成 | メディア方針、文体ルール、SEOルール |
| 業務 | キャッシュ効果 |
| ------------ | ------- |
| 短い分類だけ | 小さい |
| 1回限りの記事生成 | 小さい |
| 毎回違うWeb検索 | 小さい |
| ランダムな短文変換 | 小さい |
| 共通ルールがない単発処理 | 小さい |
| 業務 | バッチ向きか |
| ------------- | ------ |
| 商品説明の一括生成 | 向いている |
| 過去レビューの要約 | 向いている |
| FAQ候補の分類 | 向いている |
| 夜間レポート生成 | 向いている |
| 問い合わせ即時返信 | 向いていない |
| チャットボット応答 | 向いていない |
| 管理画面のリアルタイム補助 | 向いていない |
RAGで増えるコスト
RAGは便利ですが、LLM本体のトークン費用だけでは見積もれません。
RAGでは、主に次のコストが増えます。
OpenAIの料金ページでは、File searchについてストレージが1GB無料、その後1GBあたり1日0.10ドル、Tool callが1,000 callsあたり2.50ドルと表示されています。Web searchやFile searchのような組み込みツールは、LLMのトークン料金とは別に見る必要があります。
公式URL:
[https://developers.openai.com/api/docs/pricing](https://developers.openai.com/api/docs/pricing)
RAG費用で失敗しやすいのは、検索で拾った文書を多く渡しすぎることです。
たとえば、1回の質問に対して20チャンクを渡し、1チャンクあたり1,000トークンなら、それだけで20,000入力トークンになります。月10,000回実行すると、RAGで渡す文書だけで2億トークンです。
これにシステムプロンプト、ユーザー質問、会話履歴、ツール定義、出力トークンが加わります。
RAGのコストを抑えるには、次の設計が重要です。
Cohereは埋め込みやRerankに強いサービスとして知られ、公式料金ページでもEmbedやRerankのモデル・専用利用形態が掲載されています。RAGを本格導入する場合は、生成モデルだけでなく、埋め込み、検索、再ランキングまで含めて比較する必要があります。
公式URL:
[https://cohere.com/pricing](https://cohere.com/pricing)
20チャンク × 1,000 tokens × 10,000回 = 200,000,000 input tokens| コスト項目 | 内容 |
|---|---|
| 埋め込み生成 | 文書をベクトル化する費用 |
| ベクトルDB | 埋め込みを保存・検索する費用 |
| ストレージ | ファイル、チャンク、メタデータの保存 |
| 検索 | キーワード検索、ベクトル検索、ハイブリッド検索 |
| 再ランキング | 検索結果を並べ替える費用 |
| RAG入力トークン | 検索で取得した文書をLLMに渡す費用 |
| 回答生成 | LLMの出力費用 |
| 更新処理 | 文書追加・削除・再埋め込みの費用 |
| 権限管理 | ユーザーごとの参照制御に関する実装・運用費 |
| 対策 | 内容 |
| ------------- | ---------------------- |
| チャンクを小さくしすぎない | 細かすぎると検索数が増える |
| チャンクを大きくしすぎない | 大きすぎると不要情報が増える |
| 上位件数を絞る | top_kを必要最低限にする |
| 再ランキングを使う | LLMに渡す前に候補を絞る |
| メタデータで絞る | 部署、商品、日付、カテゴリで検索範囲を狭める |
| 回答に必要な部分だけ渡す | 文書全体を丸ごと渡さない |
| キャッシュを使う | 同じマニュアルや規程を繰り返し使う場合に有効 |
| ログを分析する | 実際に使われているチャンク数を確認する |
検索課金の見方
LLM APIでWeb検索を使う場合、トークン料金に加えて検索課金が発生することがあります。
検索課金で確認すべき項目は次の通りです。
OpenAIのWeb searchは、最新情報にアクセスして出典付き回答を生成するためのツールです。公式料金ページでは、Web searchが1,000 callsあたり10ドル、検索コンテンツトークンがモデルレートで課金される方式が示されています。
公式URL:
[https://developers.openai.com/api/docs/guides/tools-web-search](https://developers.openai.com/api/docs/guides/tools-web-search)
Gemini APIのGrounding with Google Searchでは、モデル・プランによって無料枠や追加課金が異なります。たとえばGemini 2.5 FlashのStandardでは、Paid Tierで1,500 RPDまで無料、その後1,000 grounded promptsあたり35ドルと表示されています。Gemini 3系の一部では、5,000 promptsまたはrequests per monthの無料枠の後、1,000 search queriesあたり14ドルといった表示もあります。
公式URL:
[https://ai.google.dev/gemini-api/docs/pricing](https://ai.google.dev/gemini-api/docs/pricing)
Perplexity APIは、検索・URL取得・エージェントワークフローを前提にしたAPIです。公式料金ページでは、Agent APIがOpenAI、Anthropic、Google、xAIなどの第三者モデルを、直接プロバイダー料金・ノーマークアップのトークンベース価格で提供すると説明されています。検索やURL取得を使う場合は、モデル料金だけでなくツール料金も確認してください。
公式URL:
[https://docs.perplexity.ai/docs/getting-started/pricing](https://docs.perplexity.ai/docs/getting-started/pricing)
検索課金は、ニュース要約、競合調査、法改正確認、価格調査、商品比較、SEO記事作成などで特に重要です。1回の回答で検索が複数回走る設計にすると、トークン料金より検索ツール料金の方が目立つこともあります。
| 確認項目 | 内容 |
|---|---|
| 検索1回あたりの課金 | 1,000 callsあたりいくらか |
| 検索結果トークン | 検索結果本文が入力トークンとして課金されるか |
| 1プロンプトあたり検索回数 | 1回の質問で複数検索されるか |
| URL取得 | fetch_urlなどが別料金か |
| 検索上限 | 無料枠・月間上限・レート制限 |
| 引用・根拠 | 取得元URLや引用形式をどう扱うか |
| キャッシュ | 同じ検索結果を再利用できるか |
月額UIとAPIの違い
LLM料金で混同しやすいのが、月額UI料金とAPI料金です。
ChatGPT、Claude、GeminiのようなチャットUIは、主にユーザー単位の月額料金です。一方、APIは利用量に応じた従量課金です。
OpenAIのChatGPT Pricingでは、Free、Go、Plus、Pro、Business、Enterpriseなどの有料プランがユーザーごとの月額課金として説明されています。
公式URL:
[https://openai.com/business/pricing/](https://openai.com/business/pricing/)
月額UIが向いているのは、次のようなケースです。
APIが向いているのは、次のようなケースです。
つまり、「LLMを使う人数が多い」のか、「処理回数が多い」のかで選び方が変わります。人数が多いだけなら月額UI、処理回数が多く業務フローに組み込みたいならAPIを検討します。
- 担当者が自分で調査する
- 文章の下書きを作る
- 企画の壁打ちをする
- コードの相談をする
- 小規模チームでAI活用を始める
- API設計の前に用途を検証する
- 商品説明を大量生成する
- 問い合わせを自動分類する
- 社内検索に組み込む
- CMSや管理画面から呼び出す
- 毎日決まったレポートを生成する
- 顧客ごとにパーソナライズした文面を作る
- 人間レビュー前提で返信案を作る
| 比較項目 | 月額UI | API |
|---|---|---|
| 課金単位 | ユーザーごと | トークン・ツール・ストレージごと |
| 向いている用途 | 人間の調査、文章作成、壁打ち | システム連携、自動処理、大量処理 |
| 導入難易度 | 低い | 中〜高い |
| 費用予測 | 人数で予測しやすい | 利用量次第 |
| 管理 | Business/Team以上で管理しやすい | 自社側でログ・制限が必要 |
| 自動化 | 限定的 | 高い |
| 品質管理 | 人間の判断に依存 | 評価データ・テストが必要 |
| 失敗時の影響 | 個人作業に限定されやすい | システム全体に影響し得る |
実務での月額費用の見積もり手順
LLM API料金を見積もるときは、次の手順で進めると現実的です。
### Step 1. 対象業務を1つに絞る
最初は、1つの業務だけで見積もります。
例:
### Step 2. 1回あたりの入力と出力を測る
実際のプロンプトを作り、数十件で試します。推測ではなく、実測したトークン数を使います。
### Step 3. 月間回数を見積もる
平均回数ではなく、平常時・繁忙期・上限の3パターンで見ます。
### Step 4. モデル別に計算する
同じ業務を、高性能モデル、中価格モデル、低価格モデルで計算します。
### Step 5. 人間レビューの工数も含める
LLM費用だけを見ても、実務コストはわかりません。人間レビューの時間も含めます。
LLM API導入で本当に見るべきなのは、「API料金が安いか」だけではなく、「人間の作業時間がどれだけ減るか」です。
月額費用 =
入力トークン月合計 / 1,000,000 × 入力単価
+
出力トークン月合計 / 1,000,000 × 出力単価
+
検索・RAG・ツール・ストレージ費用- 商品説明生成
- FAQ案作成
- 問い合わせ分類
- レビュー要約
- 社内文書検索
- 広告レポート生成
- 記事下書き生成
| 項目 | 測る内容 |
|---|---|
| システムプロンプト | 共通ルール、文体、禁止事項 |
| ユーザー入力 | 商品情報、問い合わせ、質問 |
| 会話履歴 | 過去のやり取り |
| RAG文書 | 検索で渡すチャンク |
| ツール定義 | tool useやfunction callingの定義 |
| 出力 | 生成文、JSON、分類結果 |
| シナリオ | 月間回数 |
| ----- | ---------: |
| 小さく検証 | 1,000回 |
| 通常運用 | 10,000回 |
| 繁忙期 | 50,000回 |
| 全量処理 | 100,000回以上 |
| 項目 | 見積もり対象 |
| --------- | ----------------- |
| LLM API費用 | トークン、検索、RAG、ツール |
| 実装費 | API連携、UI、ログ、エラー処理 |
| レビュー工数 | 人間の確認・修正 |
| 運用工数 | プロンプト改善、監視、品質評価 |
| 情シス対応 | 権限、請求、監査、セキュリティ |
| 法務確認 | 規約、データ利用、商用利用 |
実務での判断表
| 状況 | 判断 |
|---|---|
| 月に数十回だけ使う | APIより月額UIで十分な可能性が高い |
| 月に数千回の定型処理がある | API検証の価値がある |
| 同じ長文ルールを毎回使う | キャッシュを検討する |
| 即時性が不要 | バッチを検討する |
| Web検索が必要 | 検索課金を別枠で見積もる |
| 社内文書検索をしたい | RAG費用を別枠で見積もる |
| 生成文が長い | 出力トークン制限を設計する |
| 顧客情報を扱う | 法人契約・データ利用条件を確認する |
| 価格だけで選びたい | 品質低下・再生成コストも確認する |
| 将来モデル変更がありそう | モデル切替しやすい設計にする |
コスト削減チェックリスト
LLM API費用を下げるには、単価の安いモデルを選ぶだけでは不十分です。次の観点で見直します。
### 1. モデルを使い分ける
すべてを最上位モデルで処理しないことが重要です。
### 2. 出力を短く制御する
出力トークンは高くなりやすいため、長文生成では制御が重要です。
対策:
### 3. 入力を削る
入力側も、RAGや長文プロンプトでは大きな費用になります。
対策:
### 4. キャッシュを使う
共通プロンプトや社内文書を毎回送る業務では、キャッシュが効く可能性があります。
効果が出やすいもの:
### 5. バッチを使う
即時性が不要な処理はバッチに回します。
向いている例:
### 6. 検索回数を制御する
検索連携は便利ですが、使いすぎると費用が増えます。
対策:
### 7. RAGのtop_kを見直す
RAGでは、検索結果を多く渡しすぎると入力トークンが増えます。
対策:
### 8. ログを見て改善する
費用削減は、感覚ではなくログで行います。
見るべき項目:
- 最大文字数を指定する
- JSON出力にする
- 箇条書き数を制限する
- 不要な前置きを禁止する
- 「説明せず結果だけ」などのモードを作る
- 再生成を減らすため、最初から条件を明確にする
- 毎回全文を渡さない
- 必要なチャンクだけ渡す
- 会話履歴を要約する
- 古い履歴を捨てる
- ツール定義を必要なときだけ渡す
- 長い禁止事項を構造化する
- 共通ルールはキャッシュする
- 長いシステムプロンプト
- ブランドガイドライン
- FAQ
- 社内規程
- 返信ルール
- 商品説明ルール
- AIエージェントのツール定義
- 夜間の商品説明生成
- 過去問い合わせ分類
- レビュー要約
- 記事候補の大量生成
- ログ分析
- 重複コンテンツ検出
- 検索が必要な質問だけ検索する
- 社内DBで足りる場合はWeb検索しない
- 同じ検索結果をキャッシュする
- 1回答あたりの検索回数を上限設定する
- URL取得を必要最低限にする
- 検索結果をLLMに渡す量を絞る
- top_kを小さくする
- スコア閾値を設定する
- 再ランキングを使う
- メタデータで検索対象を絞る
- チャンク設計を見直す
- 回答に使われなかったチャンクを分析する
- モデル別の入力トークン
- モデル別の出力トークン
- 検索回数
- RAGチャンク数
- キャッシュヒット率
- 再生成回数
- エラー回数
- 採用率
- 人間の修正量
- 1件あたり費用
| 処理 | 推奨モデル帯 |
|---|---|
| カテゴリ分類 | 低価格モデル |
| JSON整形 | 低価格モデル |
| 重複判定 | 低価格モデル |
| 商品説明の初稿 | 中価格モデル |
| 重要な提案書 | 高性能モデル |
| 法務・医療・金融の判断補助 | 高性能モデル + 人間レビュー |
| RAG回答 | 中〜高性能モデル |
| 大量夜間処理 | 低価格モデル + バッチ |
失敗しやすいパターン
### 失敗1. 料金表の入力単価だけを見る
出力単価は入力より高いことが多いため、入力単価だけで安いと判断すると失敗します。記事生成、メール返信、商品説明、レポート生成では出力トークンを必ず見積もってください。
### 失敗2. RAGの文書トークンを見落とす
RAGでは、検索で取得した文書をLLMに渡すため、その分の入力トークンが増えます。ベクトル検索だけでなく、LLMに渡すチャンク数と長さを見積もる必要があります。
### 失敗3. 検索課金を忘れる
Web検索やGroundingは、トークン料金とは別に課金される場合があります。ニュース要約や調査系の処理では、検索回数を必ず見積もってください。
### 失敗4. 無料枠で本番費用を判断する
無料枠は検証には便利ですが、本番利用ではレート制限、商用利用、データ利用、SLA、管理機能が変わることがあります。無料枠で安いと判断せず、本番条件で試算してください。
### 失敗5. すべて高性能モデルで処理する
最初は品質確認のために高性能モデルを使っても、本番では分類・整形・下書き・最終確認でモデルを分けるべきです。
### 失敗6. 人間レビューの費用を入れない
LLM API費用が安くても、人間レビューが重ければ業務全体の費用は下がりません。採用率、修正時間、再生成回数を必ず測ってください。
### 失敗7. 価格改定に備えない
LLM APIは、モデル名、単価、割引、レート制限が変わります。モデル名をコードに直書きせず、設定で切り替えられるようにしておくべきです。
### 失敗8. 非公式プロキシや格安APIを使う
公式より極端に安いAPIプロキシは、モデル偽装、認証情報流出、入力データの再利用、規約違反のリスクがあります。業務データやソースコードを扱う場合は、公式APIまたは信頼できるクラウド経由を使うべきです。
小さく始める手順
LLM API料金を安全に検証するなら、次の流れが現実的です。
### Step 1. 1業務だけ選ぶ
最初は、商品説明生成、問い合わせ分類、レビュー要約など1つに絞ります。
### Step 2. サンプルを50〜100件用意する
実際の業務データに近いサンプルを用意します。個人情報や機密情報はマスキングしてください。
### Step 3. 2〜3モデルで試す
高性能モデル、中価格モデル、低価格モデルを比べます。
### Step 4. トークン数を記録する
入力、出力、RAG文書、検索回数、再生成回数を記録します。
### Step 5. 採用率を測る
LLM出力をそのまま使えるか、人間がどれくらい修正したかを記録します。
### Step 6. 月額費用を3パターンで出す
小規模、通常、繁忙期で試算します。
### Step 7. 上限予算と停止条件を決める
API利用には、必ず上限を設定します。
### Step 8. 本番前に規約とデータ利用条件を確認する
料金だけでなく、データ利用、ログ保持、商用利用、法人契約、DPA、監査ログ、権限管理を確認してください。
小規模: 月1,000回
通常: 月10,000回
繁忙期: 月50,000回- 1日あたりの上限
- 1ユーザーあたりの上限
- 1ジョブあたりの上限
- 月額予算アラート
- 異常利用時の停止条件
- 高額モデルの利用制限
注意点と限界
この記事は、2026年6月30日時点の公式情報をもとにした解説です。LLM API料金は頻繁に変わります。特に次の項目は、公開前・導入前に必ず再確認してください。
また、LLM費用はAPI料金だけでは決まりません。実装費、レビュー工数、品質評価、エラー対応、監視、プロンプト改善、情報管理ルールの整備も含めて判断する必要があります。
AIエージェントや複数AIの協調まで進める場合は、単純なAPI料金比較だけでなく、プロンプト仕様、役割分担、ログ、実行権限、承認フローも重要になります。AI同士・AIと人間の協調設計については、`/ainews/article/anchorspec-ai-collaboration-protocol/` も参考になります。
関連する観測記事も、実装例や国内の利用文脈を知る手掛かりになります。料金や商用利用条件の最終確認は、必ず公式情報で行ってください。
- モデル名
- 入力単価
- 出力単価
- キャッシュ単価
- キャッシュ条件
- バッチ割引
- 検索課金
- RAG関連料金
- ファイル検索料金
- コード実行料金
- 画像・音声・動画料金
- 無料枠
- レート制限
- データ利用条件
- 商用利用条件
- リージョン・データ所在地
- 法人契約条件
FAQ
### Q1. LLM API料金は何で決まりますか？
主に入力トークン、出力トークン、モデル単価、実行回数で決まります。さらに、キャッシュ、バッチ、Web検索、RAG、ファイル検索、コード実行、画像・音声などの追加機能を使うと費用が増える場合があります。
### Q2. 入力トークンと出力トークンはどちらが重要ですか？
両方重要ですが、出力トークンの方が高いことが多いため、長文生成では出力側を特に見ます。一方、RAGや長文読解では入力トークンが大きくなります。用途によって費用の増え方が違います。
### Q3. OpenAI API料金を見るときの注意点は何ですか？
Input、Cached input、Outputを分けて見ることです。また、Web search、File search、Code Interpreter、画像、音声などのツール料金は、トークン料金とは別に確認してください。公式料金ページでは、Web search、File search storage、Tool callなどの料金が個別に示されています。
公式URL:
[https://developers.openai.com/api/docs/pricing](https://developers.openai.com/api/docs/pricing)
### Q4. Claude API料金を見るときの注意点は何ですか？
モデルごとの入力・出力単価に加えて、Prompt caching、Batch API、Fast mode、Tool use、Managed Agentsなどの条件を確認します。ClaudeのBatch APIは大量の非同期処理に50%割引がある一方、リアルタイム応答には向きません。
公式URL:
[https://platform.claude.com/docs/en/about-claude/pricing](https://platform.claude.com/docs/en/about-claude/pricing)
### Q5. キャッシュは必ず使った方がよいですか？
同じ長い文脈を繰り返し使うなら有効です。社内規程、ブランドガイドライン、長いシステムプロンプト、AIエージェントのツール定義などでは効果が出やすいです。一方、短い単発リクエストばかりなら効果は限定的です。
### Q6. バッチ処理はどんな業務に向いていますか？
すぐに結果が不要な大量処理に向いています。商品説明の一括生成、レビュー要約、過去問い合わせ分類、夜間レポート作成などです。チャットボットや管理画面のリアルタイム補助には向きません。
### Q7. RAGは安くなりますか？
必ず安くなるわけではありません。RAGは必要な文書だけを渡せるため、長文を丸ごと渡すより安くなることがあります。一方で、埋め込み、ベクトルDB、検索、再ランキング、RAG文書の入力トークンが増えるため、設計が悪いと高くなります。
### Q8. 月額UIとAPIはどちらが安いですか？
用途によります。少人数が調査や文章作成に使うなら月額UIが安く簡単です。大量処理やシステム連携をするならAPIが向いています。ただしAPIは従量課金なので、回数・トークン・検索回数の管理が必要です。
### Q9. LLM API費用を下げる一番の方法は何ですか？
モデルの使い分け、出力制限、RAG入力の削減、キャッシュ、バッチ、検索回数制御です。特に、すべてを高性能モデルで処理しないこと、長い出力を無制限に生成させないことが重要です。
### Q10. API料金が安いモデルを選べばよいですか？
安いモデルだけで選ぶと、誤回答、再生成、人間修正が増え、結果的に高くなることがあります。API単価だけでなく、採用率、修正時間、エラー率、業務削減効果まで含めて比較してください。
まとめ：LLM料金は「単価」ではなく「月額運用費」で見る
LLM API料金は、単純なモデル単価だけでは判断できません。
見るべきなのは、次の全体像です。
1. 1回あたりの入力トークン
2. 1回あたりの出力トークン
3. 月間実行回数
4. モデル単価
5. キャッシュ利用の有無
6. バッチ利用の有無
7. 検索課金
8. RAG関連コスト
9. 人間レビュー工数
10. 実装・監視・運用コスト
LLM APIを導入するなら、まずは1業務に絞り、50〜100件のサンプルで実測し、モデル別に月額費用と採用率を比較してください。そのうえで、キャッシュ、バッチ、RAG、検索回数制御を検討すると、実務に合った費用設計ができます。
AIサービス全体の比較は `/ainews/ai-services/` にまとめています。この記事は、そこから一歩進んで、LLM APIを実際に使うときの費用設計に焦点を当てたものです。LLMサービス比較全体の記事や、`/ainews/article/anchorspec-ai-collaboration-protocol/` と組み合わせることで、モデル選定、料金設計、AI運用設計をつなげて考えやすくなります。
参考リンク一覧
[https://developers.openai.com/api/docs/pricing](https://developers.openai.com/api/docs/pricing)
[https://developers.openai.com/api/docs/guides/tools-web-search](https://developers.openai.com/api/docs/guides/tools-web-search)
[https://openai.com/business/pricing/](https://openai.com/business/pricing/)
[https://platform.claude.com/docs/en/about-claude/pricing](https://platform.claude.com/docs/en/about-claude/pricing)
[https://ai.google.dev/gemini-api/docs/pricing](https://ai.google.dev/gemini-api/docs/pricing)
[https://ai.google.dev/gemini-api/docs/caching](https://ai.google.dev/gemini-api/docs/caching)
[https://docs.perplexity.ai/docs/getting-started/pricing](https://docs.perplexity.ai/docs/getting-started/pricing)
[https://docs.perplexity.ai/docs/agent-api/tools](https://docs.perplexity.ai/docs/agent-api/tools)
[https://cohere.com/pricing](https://cohere.com/pricing)
[https://docs.cohere.com/docs/models](https://docs.cohere.com/docs/models)
[https://aws.amazon.com/bedrock/pricing/](https://aws.amazon.com/bedrock/pricing/)
- OpenAI API Pricing
- OpenAI Web search guide
- ChatGPT Pricing
- Claude Platform Pricing
- Google Gemini API Pricing
- Google Gemini API Context Caching
- Perplexity API Pricing
- Perplexity Agent API Tools
- Cohere Pricing
- Cohere Models Overview
- AWS Bedrock Pricing