トークン料金
トークン料金(token pricing)とは、ほとんどのAIモデルのAPIが採用している課金方法です。送る入力トークン100万あたりの定額料金と、モデルが生成する出力トークン100万あたりの、通常はより高い別の料金があり、キャッシュされた入力やバッチジョブには割引があります。
別名: price per million tokens, input vs output tokens
執筆 Divya Sharma · 2026年11月16日確認 · レビューの方法
プロバイダーは、リクエストや単語ではなくトークンで請求します。たとえばAnthropicの料金ページは、MTok、つまり100万トークンあたりの価格を、基本の入力、キャッシュの書き込み、キャッシュヒット、出力の別々の列で示しています。入力には送るものすべてが含まれます。システムプロンプト、会話の履歴、検索された文書、ツールの定義です。出力トークンはモデルが書き返すもので、推論モデルの隠れた推論トークンも含みます。
費用の計算
リクエストあたりの費用は、入力トークン数×入力価格と、出力トークン数×出力価格を、それぞれ100万で割って足したものです。長いチャットは毎回履歴全体を送るため、ターンごとに高くなっていきます。出力の価格は入力の数倍に設定されているのが一般的なので、冗長なモデルは、一見安そうなモデルより高くつくことがあります。
請求額を変える要素
プロンプトキャッシュでは、繰り返されるプレフィックスの料金が下がります。batch APIは、待てるジョブに割引を提供します。非常に長いプロンプトや特定のリージョンに高い料金を課すプロバイダーもあります。トークナイザーも重要です。Anthropicは、新しいトークナイザーが同じテキストに対して約30%多くのトークンを生成すると注記しており、トークンあたりの価格はモデルファミリー間で直接比較できません。
モデルの比較
トークンあたりの価格は、品質と速度と並べて初めて意味を持ちます。3回の再試行が必要な安いモデルは安くありません。当サイトのAIモデル料金の調査はプロバイダーごとの定価を追跡しており、ランキングは品質をコストと並べて示しています。
関連用語
- トークン(LLM)
- トークン(LLM)とは、言語モデルが読み書きするテキストの基本単位で、多くの場合、単語、単語の一部、句読点、またはバイ トです。料金、速度、コンテキストの上限はすべてトークンで数えます。
- 出力トークン
- 出力トークン(output tokens)とは、言語モデルが応答で生成するトークンです。入力トークンとは別に数えられ、別に請求されます。max_tokensの設定で、1つの応答に含められる数の上限を決めます。
- プロンプトキャッシュ
- プロンプトキャッシュ(prompt caching)とは、長いシステムプロンプトや文書など、繰り返し使われるプロンプトの先頭部分を処理済みの形で保存するAPIの機能です。同じ先頭部分で始まる後続のリクエストが安く、速くなります。
- Batch API
- Batch API とは、大量のモデルへのリクエストを 1 つのジョブとして送信し、呼び出しごとに待つのではなく、後でまとめて結果を受け取れる API です。提供元は余裕があるときにジョブを実行し、通常は料金を安くしています。
- トークナイザー
- トークナイザー(tokenizer)とは、テキストをトークンに分割し、言語モデルが処理できる数値のIDに変換し、モデルが出力したIDをテキストに戻す構成要素です。
- レート制限(API)
- レート制限(rate limit)とは、アカウントが一定時間内にAPIをどれだけ使えるかの上限で、通常は1分あたりのリクエスト数(RPM)と1分あたりのトークン数(TPM)で示されます。上限を超えたリクエストは拒否され、通常はHTTP 429エラーが返ります。