トークンはいくらかかる？OpenAI・Claude・Gemini API費用の計算方法
APIの請求額は画面の料金表示より驚くことが多いです。モデルは「1リクエスト」ではなく、入力・出力トークンごとに課金されます。以下では OpenAI、Claude、Gemini の課金の仕組み、月次予算の立て方、そして企業が無駄遣いしやすいポイントを整理します。
- トークン - 課金単位：おおむね 3-4 文字、または語の一部
- 入力は量で効き、出力は 1M あたり高い - 長いコンテキストは短く賢い返答より請求を押し上げる
- 計算式 -
(input_tokens / 1M) × input_price + (output_tokens / 1M) × output_price - 2026年7月の目安 - GPT-5.6 Luna/Terra/Sol、Claude Sonnet 5 / Opus 4.8 / Fable 5、Gemini 3.5 Flash / 3.1 Pro
- 隠れコスト - system prompt、チャット履歴、RAGチャンク、リトライ、tool 呼び出し
- 節約 - 定型は小さめモデル、caching/batch、コンテキスト短縮、難しいケースだけフラッグシップへ
トークンとは何か - なぜ「単語」ではないのか
トークンはモデルのトークナイズ後のテキスト断片です。必ずしも単語全体ではなく、「プログラミング」が 2-3 トークンになることもあり、空白や句読点もカウントされます。ボリュームの目安：
| 言語 / テキスト種別 | 目安 |
|---|---|
| 英語 | ~750語 ≈ 1,000 トークン |
| 密な本文 | A4 1枚 ≈ 500-800 トークン |
| コード | 単語より「高く」なりがち：短いトークンが多い |
| 表 / JSON | 見た目はコンパクトでもトークンは急増 |
正確な分割はプロバイダのトークナイザ次第です。課金は感覚ではなく API 応答の usage を見てください。1リクエストの上限はコンテキストウィンドウを参照。
API価格の計算方法
3社とも同じ構造です。
- input tokens を数える（system + user + 履歴 + 添付/チャンク）。
- output tokens を数える（回答。reasoning/thinking が別計上されることも）。
- 単価は 100万トークン（1M）あたり、入力と出力で別。
- 1コールの費用：
cost = (input_tokens / 1_000_000) × price_input
+ (output_tokens / 1_000_000) × price_output
重要な点：
- 出力はほぼ常に 1M あたり高い - しばしば 4-6倍 - 長い回答や「推論」は請求を膨らませる。
- 一部モデルは閾値超で長コンテキスト課金（OpenAI GPT-5.6 は 272K 超、Gemini 3.1 Pro は 200K 超）。
- Batch API と prompt caching は重複する system/RAG コンテキストで安くなる - アーキテクチャが許せば。
- ChatGPT / Claude / Gemini Workspace の座席は別コスト項目。トークン従量と混同しないでください。人向け比較は ChatGPT vs Claude vs Gemini。
2026年7月の料金：計算のベースライン
価格は変わります - 本番前に公式表を確認してください。以下は 2026年7月モデル概観 の作業用目安（USD / 1M tokens、standard）。
OpenAI（GPT-5.6）
| モデル | 役割 | Input / 1M | Output / 1M |
|---|---|---|---|
| GPT-5.6 Sol | フラッグシップ：コード・エージェント | $5.00 | $30.00 |
| GPT-5.6 Terra | 価格と品質のバランス | $2.50 | $15.00 |
| GPT-5.6 Luna | 大量・バックグラウンド | $1.00 | $6.00 |
入力 272K 超では GPT-5.6 に long-context 料金（目安：input ×2、output ×1.5）。
Anthropic（Claude）
| モデル | 役割 | Input / 1M | Output / 1M |
|---|---|---|---|
| Claude Fable 5 | Coding、長い agentic ワークフロー | $10.00 | $50.00 |
| Claude Opus 4.8 | Enterprise、複雑な日常業務 | $5.00 | $25.00 |
| Claude Sonnet 5 | テキストと指示（intro は 2026-08-31 まで） | $2.00 | $10.00 |
2026-09-01 以降の Claude Sonnet 5 目安：$3.00 / $15.00 per 1M。
Google（Gemini）
| モデル | 役割 | Input / 1M | Output / 1M |
|---|---|---|---|
| Gemini 3.1 Pro | 複雑な推論 | $2.00 | $12.00 |
| Gemini 3.5 Flash | 高トラフィック、長いコンテキスト | $1.50 | $9.00 |
Gemini 3.1 Pro は 200K トークン超で高単価（目安：$4.00 / $18.00 per 1M）。
計算例
例1. サポート返信：短い対話
1チケットあたり：
- input：1,200 トークン（指示 + 質問 + 履歴2ターン）；
- output：400 トークン；
- 規模：月 50,000 チケット。
| モデル | チケット単価 | 月額 |
|---|---|---|
| GPT-5.6 Luna | ≈ $0.0036 | ≈ $180 |
| Gemini 3.5 Flash | ≈ $0.0054 | ≈ $270 |
| GPT-5.6 Terra | ≈ $0.009 | ≈ $450 |
| Claude Sonnet 5 | ≈ $0.0064 | ≈ $320 |
| Claude Fable 5 | ≈ $0.032 | ≈ $1,600 |
L1サポートでフラッグシップが元を取ることはほぼありません。重要なのはトップベンチマークより、retrieval の質と「わからない」と言えることです。
例2. 大きなコンテキストの契約要約
1文書あたり：
- input：80,000 トークン（PDF + system）；
- output：2,000 トークン；
- 規模：月 2,000 文書。
| モデル | 文書単価 | 月額 |
|---|---|---|
| Gemini 3.5 Flash | ≈ $0.138 | ≈ $276 |
| GPT-5.6 Luna | ≈ $0.092 | ≈ $184 |
| GPT-5.6 Terra | ≈ $0.23 | ≈ $460 |
| Claude Sonnet 5 | ≈ $0.18 | ≈ $360 |
| Claude Opus 4.8 | ≈ $0.45 | ≈ $900 |
| Claude Fable 5 | ≈ $0.90 | ≈ $1,800 |
ここでの主役は input です。「短く答える」より、RAG の関連チャンクで足りるなら PDF 全体を送らない方が安いです。
例3. tools 付きエージェント：隠れた倍率
エージェントの「1ユーザー依頼」はしばしば 5-20 回のモデル呼び出し（計画 → tool → 観測 → 再計画）です。各ステップが完全な system + 履歴を運ぶと：
agent_cost ≈ cost_of_one_call × number_of_steps
Terra で 10 ステップ、各 8K input / 500 output は「数セントのチャット」ではなく、難しいケースで本格的なドルになります。UI メッセージではなくエージェントの trace で予算を見てください。
企業が払いすぎるポイント
- すべてをフラッグシップに。 メール分類や FAQ に Sol / Fable 5 - 典型的な予算リーク。
- 毎回、太い system + 全履歴。 caching なしの繰り返しコンテキストは input を倍増させる。
- RAG のチャンク上限なし。 「念のため」10個は関連2個より高く、品質も落ちる。
- リトライとフォールバックを未計上。 タイムアウト → 再試行 → 第2モデル = 1クリックで二重請求。
- 「念のため」長い出力。 高い
max_tokens+ 曖昧なプロンプト = モデルが長文を書く。 - 席と API の混同。 Team サブスクは製品・ボット・自動化のトークン請求を消しません。
- 長コンテキスト料金の無視。 200K/272K を超えると単価が跳ねるのにダッシュボードは「平均」を出す。
月次予算の立て方
財務と CTO 向けの実務テンプレ：
- トラフィックをシナリオに分ける（サポートチャット、要約、エージェント、埋め込みは別）。
- 各シナリオでログの input/output 中央値を取る（理想デモではない）。
- 月間リクエスト量 / エージェントステップ数をかける。
- リトライ・ピーク・実験用に 20-40% のバッファを足す。
- モデル切替を計画：小さめモデルでパイロット → ルールで上位へ。
計画ミニ表：
| シナリオ | リクエスト / 月 | Input 中央 | Output 中央 | モデル | $ / 月 |
|---|---|---|---|---|---|
| L1チャット | 80,000 | 1,500 | 350 | Luna / Flash | … |
| PDFレビュー | 3,000 | 40,000 | 1,500 | Sonnet / Terra | … |
| エージェント（ステップ） | 15,000 steps | 6,000 | 400 | Terra / Opus | … |
| 合計 + 30% reserve | … |
この表なしで「いちばん賢いモデル」を選ぶのはくじ引きであり、財務ではありません。
品質を落とさず費用を下げる
- モデルルーティング。 分類と下書きは Luna / Flash / Sonnet；難しいコードと長い agentic 連鎖は Sol / Fable 5。
- コンテキストエンジニアリング。 履歴を削り、system を短くし、同じ指示を重複させない。コンテキストエンジニアリングを参照。
- 「全部プロンプトに」ではなく RAG。 入力が減れば請求も減り、ノイズ由来のハルシネーションリスクも下がる。
- Prompt caching と batch。 繰り返し指示と夜間バッチは realtime より安いことが多い。
- 出力の硬い上限。 エッセイより structured output（JSON）；長さの明示上限。
- デフォルトでフラッグシップにしない。 まず安いモデル；低信頼や難しいタスク型だけ高くする。
- 可観測性。 feature/tenant 別に
usageを記録する。さもないと最適化できない。
まとめ
トークン費用は「料金表のモデル価格」ではなく、入力量 × 単価 + 出力量 × 単価 × 呼び出し回数です。2026年の現実的なビジネススタックは、流量に安く速いモデル、作業文書に mid-tier、フラッグシップはピンポイント、がよくあります。実ログのシナリオで計算し、エージェント連鎖とリトライを織り込む - そうすれば API は月末のサプライズではなくなります。
よくある質問
入力トークンと出力トークンの価格はどう違う？
出力はほぼ常に 1M あたり高い - 4-6倍になることも。ただし最終請求を膨らませるのはしばしば input：長い文書、チャット履歴、RAGチャンクです。usage の両側を見て、「モデルがどれだけ書いたか」だけ見ないでください。
平均的なユーザーメッセージのトークン数は？
短い日本語の質問はだいたい 20-100 トークンです。system prompt、ポリシー、履歴10ターンがあると、「1チャット」は回答前に 1,000-5,000+ input になりやすいです。予算では顧客の一文ではなく、リクエスト全体を測ってください。
高トラフィックなら Gemini Flash、GPT Luna、Claude Sonnet のどれ？
大量分類、FAQ、短い回答では Gemini 3.5 Flash と GPT-5.6 Luna が勝つことが多いです。文体・指示追従・丁寧な文章をまだ手頃な価格で重視するなら Claude Sonnet 5。料金表だけでなく、自前データセットの A/B で確認してください。
「念のため」常に最上位モデルを選ぶべき？
いいえ。 高いモデルが元を取るのは難しいタスク：長いコード、agentic 連鎖、厳しい推論要件です。同種リクエストの流れでは割増が無駄になります - ルーティングとルールベースのエスカレーションの方がよいです。
ログがまだないとき、月次請求はどう見積もる？
実プロンプト 20-50 本を API に通し、usage を取り、input/output を平均し、予測リクエスト量で掛け、リトライと成長の 30% を足します。1-2週間後に本番中央値で置き換えると、誤差は通常何分の一かまで下がります。