2026年のAI API料金比較：トークン費用と予算の計算方法

APIアカウントに入金すると、すぐに「これはどれくらい持つのだろう？」という疑問が浮かびます。「1万ある。入力はこの価格で、出力はもっと高くて、キャッシュ割引もあるらしい」という程度のことは頭にあっても、それをどうひとつの数字にまとめればよいのか分からないものです。数字を使って、順を追って説明します。

まず要点です。APIの請求額は、トークン数にトークン単価を掛けて計算します。入力トークンと出力トークンは価格が異なるため、別々に数えます。続いて、この計算を使って予算がどれくらい持つかを求める方法と、キャッシュが計算にどう関わるかを説明します。

Ailootの利用方法については、ドキュメントをご覧ください。

AI APIの料金はどう計算する？#

API経由でモデルを呼び出すと、モデルを通過したテキスト量に応じて課金されます。この量はトークンで測定されます。トークンはテキストの小さな断片です。詳しくは次のセクションで説明しますが、ここではすべての計算に使う単位だと考えてください。

1回の呼び出しには2つの側面があります。1つ目は、質問そのもの、添付したコードや文書、会話中の過去のメッセージ、冒頭のシステム指示など、モデルに送った内容です。これが入力です。2つ目は、モデルが回答として書いた内容です。これが出力です。DeepSeekの料金説明にも明記されているように、請求額は入力トークン数と出力トークン数の合計に基づきます。

入力と出力では価格が違うため、別々に数えます。1回のリクエストの計算式はシンプルです。

cost = (input tokens × input price) + (output tokens × output price)

価格は通常、100万トークンあたりで表示されます。1トークンの価格は通貨単位のごく一部なので、そのほうが便利です。ここからの計算はすべてこの式を基準とし、予算で支払える金額の範囲に収まるだけのリクエストを処理できます。

トークンは単語ではない：使用量をどう見積もる？#

最初につまずきやすいのは、トークンが単語と同じではないという点です。モデルは独自の規則でテキストをまとまりに分割します。そのまとまりは短い単語全体の場合もあれば、長い単語の一部、文字と空白、句読点の場合もあります。そのため、「自分のリクエストにトークンが何個必要か」を頭の中で正確に計算することはできず、見積もるしかありません。

大まかな目安を紹介します。英語のテキストでは、トークン1個は約4文字に相当します。AnthropicとOpenAIが示す目安です。モデルはロシア語のテキストをより細かく分割します。キリル文字は短い断片に分割されるため、意味が同じでもトークン数は増えます。どれくらい増えるかはモデルによりますが、英語の1.5〜2倍を見込んでください。

トークン数にすると、どのようになるでしょうか。モデルにテキスト1ページ分を送り、回答として1段落を受け取るだけでも、入力はすでに数千トークン、出力は数百トークンになります。大きなファイルを添付したり、長い会話履歴を引き継いだりすると、入力は数万トークンに達することもあり、請求額の大半を占めます。APIのレスポンスには正確な数が示され、メタデータのフィールドに実際に使用された入力トークン数と出力トークン数が返されます。ただし、事前に予算を見積もるだけなら、文字数に基づく概算で十分です。

出力が入力より高くつくのはなぜ？請求額にどう影響する？#

2026年9月上旬時点の100万トークンあたりの公式価格を表にまとめました。どのモデルでも、出力のほうが入力より数倍高いことが分かります。

プロバイダー間の価格差は非常に大きく、表の入力単価では、Claude Opus 5の入力100万トークン分は、DeepSeek Proの約758万トークン分と同じ価格です（$5 ÷ $0.66 ≈ 7.58）。ただし、どの価格帯でも共通するルールがあります。出力は入力の3〜6倍の価格です。理由はシンプルで、モデルにとってリクエストを読むほうが回答を書くより簡単で、負荷の高い処理ほど費用がかかるからです。

このことは請求額に直接影響します。長い回答は長い質問より高くつきます。モデルに「できるだけ詳しく説明して」と頼むと、最も高価な部分を自分で増やしていることになります。同じ意味を短い回答にまとめれば、費用は数分の一になります。これが、バイブコーディングがある人には安くても、同じモデルを使っている別の人では予算を1日で使い切ることがある理由の1つです。

予算がどれくらい持つかを計算するには？#

順を追って計算してみましょう。ご自身の価格、一般的なトークン量、予算を当てはめてください。

1. 一般的なリクエストを見積もります。たとえば、1回の呼び出しで入力トークンを20,000個（質問、コードの一部、会話履歴）、出力トークンを2,000個（モデルの回答）使うとします。
2. 入力コストを計算します。入力トークン数を100万で割り、100万トークンあたりの入力価格を掛けます。
3. 出力コストを計算します。出力トークン数を100万で割り、100万トークンあたりの出力価格を掛けます。
4. 入力コストと出力コストを足します。
5. 予算を、算出したリクエスト1回あたりの費用で割ります。

記事の表のOpus 5単価を使うと、入力は20,000 ÷ 1,000,000 × $5 = $0.10、出力は2,000 ÷ 1,000,000 × $25 = $0.05です。合計はキャッシュなしで1回$0.15。トークン数が同じで追加料金がなければ、$10で66回（$9.90）の呼び出しができます。

実際のリクエストが平均的であることはほとんどありません。大きなファイルを添付したり、長い会話を続けたりすると、入力は20,000トークンから200,000トークンに増えることがあります。理想化したリクエストでは誤った答えになるため、普段の使い方に基づいて計算してください。少し多めに見積もるのもよいでしょう。

Devin、Claude Code、その他のAIエージェントも同じAPIを使い、同じ計算式に従ってトークンを消費します。違いは、エージェントが裏側で何度も呼び出すため、より多く使う点だけです。これによってバイブコーディングが予想以上に高くつく理由については、バイブコーディングに隠れたコストの記事で別途説明しました。

キャッシュ割引とは？いつ適用される？#

次はキャッシュです。「最大80％割引」という言葉を聞くと計算が複雑に思えますが、仕組みはシンプルです。冒頭のシステム指示、大きなコンテキスト、何度も使う添付文書など、リクエストごとに変わらない入力があります。キャッシュを使うと、その部分を毎回最初から読み直さずに済み、記憶からずっと低い料金で取り出せます。

どれくらい安くなるかはプロバイダーによって異なります。Claudeでは、キャッシュからの読み取りは通常の入力より10分の1の料金です。Opus 5の場合、通常の入力は100万トークンあたり5ドルですが、キャッシュ読み取りは0.50ドルです。DeepSeekの割引はさらに大きく、flashモデルのキャッシュ済み入力は0.007ドル、通常の入力は0.22ドルで、30倍以上の差があります。そのため、「最大80％オフ」というのは控えめな見積もりで、実際の割引率はそれ以上になる場合があります。

キャッシュの計算を誤らないよう、次の2つの条件を覚えておいてください。

• 割引は繰り返される入力にのみ適用されます。モデルは毎回出力をゼロから生成するため、出力にキャッシュ割引は一切ありません。請求額の大半が長い回答によるものなら、キャッシュで節約できる金額はごくわずかです。
• 最初にキャッシュへ書き込む際は、通常の入力より少し高くつきます。Claudeでは短期保存のキャッシュ書き込みに、通常の入力価格の1.25倍が請求されます。すでにキャッシュに保存された部分を読み込む2回目のリクエストから、節約が始まります。1回だけのリクエストではキャッシュの効果はなく、むしろ少し高くつきます。

キャッシュを考慮して予算を計算し直すには？#

先ほどのリクエスト量の例に戻り、キャッシュを加えてみましょう。入力を2つに分けます。割引の対象になる繰り返しの部分と、リクエストごとに新しくなる部分です。

入力20,000トークン、出力2,000トークンの同じリクエストを考えます。入力のうち15,000トークンは変わらないコンテキスト、5,000トークンは新規入力とします。上のOpus 5単価を使い、100万トークンあたり新規入力$5、キャッシュ読み取り$0.50、短期キャッシュ書き込み$6.25（1.25 × $5）、出力$25で計算します。

キャッシュ済み入力部分は90%安くても、リクエスト全体ではキャッシュなしの$0.15より45%安くなります。最初の書き込みは逆に高くなります。書き込み1回とヒット1回の計2回は、$0.30ではなく$0.25125です。$10の予算なら、書き込み1回の後に119回の確認済みヒットを行い、計120回を$9.98625で処理できます。キャッシュが有効で、全呼び出しのトークン数が同じ、追加料金なしという条件です。繰り返せば必ずヒットすると仮定せず、実際のキャッシュ読み取り・書き込み利用量を使ってください。

このことから、ひとつのルールが導けます。ひとつの大きなコンテキストを何度も使ってリクエストを行うならキャッシュは有効ですが、短い質問をばらばらに送る場合は役に立ちません。

気づかないうちにトークンを使い切るのはどんなとき？#

請求額が見積もりより高くなるのは、たいてい一目では分からない次の3つが原因です。

1つ目で、最大の原因は会話履歴です。モデルが過去のメッセージを自分で記憶しているわけではありません。呼び出しのたびに会話全体が入力の一部として再送されます。つまり、長い会話の10番目のメッセージには、前の9つのメッセージとそれらへの回答がすべて含まれます。会話の最初はリクエストの費用が少なくても、終盤には入力が増えているため、同じ意味の質問でも数倍高くつきます。簡単な対策があります。話題が変わったら、新しい会話を始めましょう。ひとつの会話を延々と続ける必要はありません。

2つ目は推論モードです。新しいモデルには、まず内部で推論を進めてから回答するモードがあります。その推論も出力トークンとして数えられ、出力は最も高価な部分です。回答は短く見えても、その裏では多くのトークンが使われているため、請求額に驚くことがあります。

3つ目は大きな添付ファイルです。大きな文書や複数のファイルをリクエストに添付すると、コンテキストに残っている間は、呼び出しのたびに全体が入力として送られます。同じ文書をしばらく使うなら、毎回通常料金を払わずに済むよう、キャッシュに保持するとよいでしょう。コンテキストに何を残すかを管理するのは、コンテキストエンジニアリングと呼ばれる別のスキルで、請求額に直接影響します。

手計算せずに支出を追跡するには？#

お金がどれくらい持つかを大まかに把握するための手計算は、最初の1回だけで十分です。それ以降は手で計算する必要はありません。APIが計算してくれます。

すべてのモデルレスポンスには、リクエストで使われたトークン数を示すメタデータフィールドが付いています。入力に使われた数、出力に使われた数、キャッシュから読み込まれた入力トークン数、初めてキャッシュに書き込まれた数が示されます。これらは特定の呼び出しに関する正確な情報で、予算が実際にどこへ使われているかが分かります。Claude Codeなどのツールを使うと、通常はタスクごとに使用量が表示されます。

プロバイダーのダッシュボードにも利用状況ページがあり、日ごとの支出と現在の残高を確認できます。特に最初の数週間は、普段の支出パターンを把握するまで、ときどき確認してください。節約には、月間支出上限を設定できるプロバイダーなら設定し、普段の支出額が分かるまでは残高の自動チャージを有効にしないことも役立ちます。そうしないと、夜の間に暴走したエージェントが予想以上の料金を請求することがあります。

Ailootについて知りましょう。