AI料金モデルの解説: トークン、タスク、コスト

AI機能が稼働し、その価格設定を検討していることでしょう。モデルのトークンレートは管理できそうに見えるかもしれませんが、ステージング環境での請求には、長文の回答、リトライ、ツール呼び出し、そして結局使えなかった動画生成ジョブなどが含まれています。見出しのレートに予想されるトラフィックを掛けても、もはや現実的な予算にはならないはずです。

AIの価格モデルは、ベンダーがどのように課金するかを示します。完了したタスクあたりのコストは、その機能が経済的であるかどうかを示します。 請求を照合するための請求単位と、モデル、プロバイダー、製品マージンを比較するための最終的な成果物という、両方の視点が必要です。

目次

• 6つのAI料金モデルとそれぞれの請求方法
  • ワークロードに合った単位を選ぶ
• トークン課金がリクエストごとの請求になる仕組み
  • 両方の料金でリクエストを処理する
  • 実際のリクエストから見積もりを作成する
• 画像、動画、音声のメディア料金
  • 同じ生成設定で比較する
• 完了したタスクあたりのコストがトークンあたりのコストより優れている理由
  • 失敗した作業を分子に含める
• モデルの価格が下がり続ける理由
  • 永続的な料金ではなく、変動する供給に合わせて予算を組む
• クレジット、サブスクリプション、従量課金から選択する
  • 運用上の制約を考慮して選択する
  • 資金調達と課金を分ける
• 表示価格以外のプロバイダーチェックリスト
  • 請求経路を確認する
  • 制御経路を確認する
• コミットする前にタスクあたりのコストを確認する
  • 管理された比較を実行する
  • 決定を再現可能にする

6つのAI料金モデルとそれぞれの請求方法

ほとんどのAI製品は、6つの構造のいずれかで請求されます。以下の表は、それぞれの請求単位、最適な用途、主なリスクを示しています。

一般的なAI料金モデルの概要

ワークロードに合った単位を選ぶ

トークン単位の請求は、処理および生成された素材を計測するため、テキストワークロードに適しています。チャットやコーディングに役立ちますが、詳細な説明を生成する指示は、リクエスト数を変えずに請求額を変える可能性があります。

メディア単位の請求は、一見すると理解しやすいです。画像1枚ごと、または生成ジョブ1回ごとに支払います。難しいのは、解像度、期間、品質設定、音声など、その単位の定義です。

クォータ付きサブスクリプションは、チームが定期的なアクセスを必要とし、予測可能な許容量内に収まる場合に機能します。サブスクリプションを固定運用コストと見なす前に、上限に達したときに何が起こるかを確認してください。

プリペイドクレジットは、資金提供された残高の範囲内で支出を行います。有効期限、払い戻し、およびクレジットが実際の使用量にどのように変換されるかを理解していれば、モデル間の実験に適しています。

成果ベースの料金設定は、ビジネス価値により近い形で課金されます。ただし、サポートワークフローには、顧客がケースを再開した場合に何が起こるかを含め、明確な解決テストが必要です。

ハイブリッドプランは、アクセスまたは含まれる許容量と変動的な消費量を組み合わせます。混合ワークロードに対応できますが、経理部門は基本料金と従量課金の両方を調整する必要があります。

実用的なルール： 見出し価格を比較する前に、ベンダーが請求する単位を特定してください。

サブスクリプションが従量課金よりも自動的に安いわけではなく、クレジットが自動的に割引になるわけでもありません。各オファーを、使用しないのに支払うことになる許容量を含め、実行する予定のワークロードに変換して考えてください。

トークン料金がリクエストごとの請求額になる仕組み

リクエスト費用 = (入力トークン ÷ 料金単位あたりのトークン数 × 入力レート) + (出力トークン ÷ 料金単位あたりのトークン数 × 出力レート)。

100万トークンあたりの料金が提示されている場合、除数として100万を使用します。入力トークンには、プロンプト、システム指示、会話履歴、および取得されたドキュメントが含まれます。出力トークンは、生成された回答を指します。特にコードや多言語テキストの場合、単語数による概算ではなく、モデルのtokenizerまたは返されたusage fieldsを使用してください。

レートが異なることは重要です。arXivのAPI pricing分析によると、GPT-4は2023年3月に入力トークン100万あたり$30、出力トークン100万あたり$60でリリースされました。生成にはプロンプトの処理とは異なる計算が必要なため、2つのレートが一致すると仮定しないでください。

両方のレートでリクエストを試算する

入力トークン2,000、出力トークン800を含む架空のリクエストを考えてみましょう。Claude Opus 5.5は、定価では入力100万トークンあたり$4.00、出力100万トークンあたり$20.00ですが、UberLLMでは入力$2.03、出力$10.13です。

これらの計算は架空のリクエストを説明するものであり、お客様のアプリケーションの平均ではありません。このトークン構成で月に100万件の架空のリクエストがあった場合、その差は**$11,836**、つまりおよそ**$12,000**になります。出力の長さが異なると、結果も変わります。

請求フローにより、プロンプトサイズと回答サイズの区別を簡単に確認できます。

実際のリクエストから見積もりを作成する

1. プロンプトテンプレートと代表的な顧客データを使用して、入力トークンをカウントします。指示と取得されたコンテキストを含めます。
2. 最も短い成功したデモンストレーションだけでなく、承認された回答から出力トークンを見積もります。
3. 各レートを対応するトークン数に個別に適用します。
4. 結果を合計して、そのリクエストのモデル料金を取得します。
5. 短いリクエストと長いリクエストのクラスを分けて、予想されるボリュームで乗算します。

当社の表示モデル料金は、リクエストが通常どれくらいの費用がかかるかを示すものであり、上限ではありません。リクエストは、それに付随するmax_priceまたはmax_costを超える請求はされません。その区別をアプリケーションで明確にしてください。見積もりは支出の予測に役立ち、リクエストの上限は制限を強制します。

画像、動画、音声のメディア料金

メディアの単位あたりの価格例：定価とUberLLMの比較

Fluxの価格は、記載されている画像価格から計算すると75%安くなります。LTXは25%安く、Veoは50%安くなります。各比較は、指定されたモデルと一致する設定にのみ適用され、すべての画像または動画のリクエストに適用されるわけではありません。

メディア製品は、text token以外の単位で請求されることがよくあります。生成ジョブ、画像、音声の長さ、または動画の長さが、標準化する必要がある単位となります。モデルの選択と出力設定によって、その単位で何が得られるかが決まります。

同一の生成設定を比較する

安価な短いクリップは、製品が必要とするより長く、高解像度のアセットの代わりにはなりません。音声も重要です。無音のプレビューと完成した視聴覚クリップは同等の成果物ではありません。

プロバイダーを比較する前に、以下を明確にしてください:

• モデルとタスク: text-to-videoとimage-to-videoを含め、モデルのバージョンと生成モードを同一に保ちます。
• 解像度と長さ: モデル名に頼るのではなく、要求された寸法とクリップの長さを記録します。
• 音声設定: 生成された音声が含まれるかどうかを指定します。
• ジョブの定義: ジョブに何が含まれるか、また拡張機能、アップスケーリング、または追加の出力に個別のリクエストが必要かどうかを確認します。

Veo APIの秒単位価格ガイド]は、時間ベースの比較を組み立てるのに役立ちます。その見積もりがカバーする長さを知るまでは、ジョブごとの見積もりを秒単位の料金に変換しないでください。

メディアの価格比較は、両方の価格が同じ成果物を購入する場合にのみ役立ちます。

音声の場合、生成された音声と、文字起こしおよび音楽生成を区別してください。アップロードされた音声の長さと生成された出力の長さは異なる測定値であるため、サービスが請求する方を記録してください。

価格スプレッドシートと一緒に、小さな設定マニフェストを保管してください: モデル識別子、タスク、寸法、長さ、音声、および品質オプション。そのマニフェストを各プロバイダーで価格設定し、見積もりと設定を一緒に保存してください。価格が変更されたときに、誤って異なる製品を比較することなく、比較を繰り返すことができます。

「完了タスクあたりのコスト」が「トークンあたりのコスト」を上回る理由

最も安価なトークンレートが、最も高価な完了タスクを生み出すことがあります。繰り返し修正が必要なモデル、不必要なツール呼び出しを行うモデル、または手動での修正が必要なモデルは、安価なトークンを消費する一方で、使用可能な結果を出すためにより多くのコストがかかる可能性があります。

その違いは、直接的な回答と、継続的にアクションを取り続けるワークフローを比較すると明らかになります。

Oometaのエージェントワークフローコスト分析では、エージェントワークフローが従来のチャットボットとのやり取りよりも5～30倍多くのトークンを消費すると説明しており、おおよそシンプルなチャットボットの呼び出しで$0.001、複数ステップのエージェントタスクで$0.10～$1.00と見積もっています。これらはあくまで参考として捉え、予測として扱わないでください。計画、検索、ツール、推論、再試行は実装によって異なります。

失敗した作業を分子に含める

成功した成果あたりのコスト = タスク関連の総費用 ÷ 成功裏に完了したタスク数

仮定のバッチで、各$0.10の1,000回の試行は**$100かかります。もし800回成功した場合、解決済みタスクあたりのコストは$0.10ではなく$0.125**になります。失敗した試行もコスト計算に含める必要があります。

2つ目の仮定の比較は、なぜ表示価格が誤解を招くのかを示しています。

これらは算術的な例であり、測定されたモデルのパフォーマンスではありません。これらは同等の試行と不変の成功率を前提としており、あなたの評価で両方を確立する必要があります。

このビデオは、ワークフローのコストを検討する別の方法を提供します。

共有のタスク識別子に対して、出力長、再試行、レイテンシーによるフォールバック、および失敗したリクエストに対する料金を追跡してください。ツールやインフラストラクチャのコストが重要な場合はそれらを含め、APIレスポンスとビジネス上の成功を区別してください。

従業員が書き直す必要があるサポートの回答は、解決済みのチケットと同等ではありません。顧客が必要とする成果物を使用してください。解決済みのケース、承認されたクリップ、または受け入れテストに合格するコーディングタスクなどです。

モデルの価格が下がり続ける理由

MMLUでGPT-3.5レベルの性能に匹敵する最も安価なモデルは、約2022年11月の100万トークンあたり$20から2024年10月の$0.07へと下落し、約286倍安くなりました。これはOrbによるStanford報告値のまとめ。Stanfordの2025 AI Index Reportでは、その期間における能力を一致させた推論コストの低下を280倍超と説明しています。

この比較では、ベンチマークのしきい値を一定に保っています。高価で高性能なモデルと、安価で低性能なモデルを単純に比べているわけではありません。ただし、ベンチマークで一致しても、あなたのアプリケーションで同等の動作が保証されるわけではありません。

変動する供給に備える予算であり、恒久的な料率ではない

より小規模なアーキテクチャ、量子化、推論ソフトウェアの改善、専用ハードウェア、プロバイダー間の競争が、コスト低下に寄与しています。それぞれは、モデルサイズ、数値精度、サービング効率、ハードウェア利用率、サプライヤーのマージンという、経済性の異なる部分に影響します。

購入者にとっての実用的な意味は、価格の前提と品質の前提を切り分けることです。低い料金は、その候補が依然としてあなたの受け入れ基準を満たす場合にのみ役立ちます。

• 日付付きの価格記録を維持する: モデル識別子、入力と出力の料金、課金単位、およびそれらを確認した日時を保存する。
• 予算シナリオを使う: 想定需要と、より長い出力とより複雑なタスクを伴う重いワークロードを並べて試算する。
• レビューを予定する: 四半期ごとに料金を見直し、次回の予定レビュー前に請求額の重大な乖離を調査する。

モデル価格インデックスは、再テストする価値のある候補を見つけるのに役立ちます。ただし、あなた自身のリクエストログに紐づく価格記録の代わりにはなりません。

当社の掲載価格は5分ごとに更新されます。プロバイダーの定価に、マーケットプレイスで過去24時間のうち最も高く取引された1時間に請求された定価の割合を掛けたものを使い、最も安いオファーを下回ることはありません。

契約上の価格変更条件は、レビュー予定とは別に確認してください。カレンダーのリマインダーは変動料率を固定にするわけではないし、過去の下落は、すべてのルートが安くなることを保証するものでもありません。

クレジット、サブスクリプション、従量課金の中から選択する

AI製品の価格設定に関するarXivの研究は、52製品の中で、使用量クォータ付きのサブスクリプションがAIネイティブな価格設定パターンとして最も一般的であることを発見しました。25が無料枠、トライアル、またはスタータークレジットを提供し、一方、13は従量課金制の初期価格設定を採用していました。このパターンは、普遍的な勝者を確立するものではありません。これは、純粋な消費量課金だけが唯一の合理的な構造ではない理由を示しています。

この決定は、変動する使用量のリスクを誰が負うかにかかっています。サブスクリプションは、需要リスクの一部をベンダーに移転させ、一方、プリペイドおよび従量課金制の構造は、購入者にとって消費量をより明確にします。

運用上の制約を利用して選択する

単一のプロバイダーでの安定した使用は、サブスクリプションに向いています。ただし、許容量が実際のワークロードに合致している場合に限ります。未使用のクォータを価値として数えないでください。また、超過分に承認が必要か、自動的に発生するかを確認してください。

複数のモデルにわたる不均一な需要は、クレジットまたは従量課金制の使用に向いています。有効期限と繰り越し条件は重要です。なぜなら、決して使用しない容量を購入することは、見かけ上の割引を帳消しにする可能性があるからです。

資金調達と課金を分離する

プリペイドウォレットは、いつ使用量に資金を投入するかを説明するものであり、必ずしも各リクエストがどのように価格設定されるかではありません。同様に、従量課金制は、後払い請求書ではなくプリペイド残高を通じて運用できます。

当社には月額料金も最低料金もありません。お客様は1つの残高を保持し、使用した分だけ支払います。最初に提供される当社のupto支払いオプションでは、ウォレットが上限として見積もりに署名します。回答後、実際の費用のみが徴収され、100万分の1ドル単位で切り上げられます。

プランを選択する前に、妥協できない制約を選択してください。

その制約が固定予算である場合、支出管理を調べてください。安定したチームのための予測可能なアクセスである場合、クォータと超過ルールを調べてください。テキストとメディアにわたる柔軟性である場合、同じ残高が実行しようとしているワークフローをサポートするかどうかを確認してください。

表示価格のその先にあるプロバイダーチェックリスト

料金表だけでは、本番環境の請求書を照合するために必要なすべてがわかるわけではありません。プレイグラウンドに表示される計算だけでなく、請求の挙動をテストしてください。

このチェックリストを使って、具体的な回答が必要な項目を特定しましょう。

請求経路を確認する

• 料金は明示的であること。 当社は、表示されているモデル価格に上乗せ料金を追加しません。合計支出を比較する際は、資金調達手数料とリクエスト料金を分けてください。不適切な回答は、不特定のプラットフォーム追加料金を除外した見積もりです。
• 請求根拠は追跡可能であること。 プロバイダーが呼び出しに対して請求した金額を報告した場合、当社はその金額を正確に請求します。それ以外の場合、呼び出しは表示価格でトークン数に応じて課金されます。不適切な回答は、リクエストレベルの使用量や報告された料金に紐付けられない請求書合計です。
• 失敗したリクエストの扱いが明確であること。 当社の失敗したリクエストと生成は無料です。ただし、気に入らない完了した生成が自動的に技術的な失敗として分類されるべきではありません。不適切な回答は、その区別を不明確なままにします。

制御経路を確認する

• キーは分離性を提供すること。 当社のAPI keyはスコープが設定され、取り消し可能であり、キーごとの支出制限が適用されます。MCPツール呼び出しは、同等のAPIリクエストと同様に課金され、制限され、拒否されます。不適切な回答は、単一の侵害された統合を停止するためにすべてのサービスを無効にすることを要求します。
• フォールバックの挙動が理解可能であること。 プロバイダーが遅くなったり利用できなくなったりした場合、当社はリクエストを別の健全な販売者に移動します。結果として生じる料金とタイミングをログでテストしてください。代替ルートによって料金が変わるかどうかを説明できないプロバイダーは、価格が不明なままになります。

混合ワークロードの場合、統一されたテキスト、画像、ビデオAPIがタスクのステータスと結果をどのように公開するかを調べてください。非同期メディアリクエストには、提出、完了、および請求が異なる時間に発生しても照合できるように、永続的なタスク識別子が必要です。

これらのチェックを、タイムアウト、キャンセル、失敗したジョブを含む、代表的な本番環境のトラフィックに対して実行してください。短いプロンプトと成功した応答を持つデモアカウントでは、アプリケーションが処理しなければならない条件で会計処理が適切に行われるかどうかは明らかになりません。

コミットする前にタスクあたりのコストを確認する

料金表だけで移行を判断するのではなく、範囲を定めた評価を行いましょう。その目的は、ワークロードを変更することなく、許容できる運用コストで許容できる結果をもたらす選択肢を見つけることです。

管理された比較を実行する

1. 代表的なタスクを選択します。 定期的なリクエスト、困難なケース、長いコンテキスト、以前問題を引き起こした入力を含めてください。使用が許可されていない限り、機密性の高い顧客資料を評価に含めないでください。
2. 実行記録をキャプチャします。 入力および出力トークン、タスク識別子、リトライ、ツール呼び出し、料金、成功判定をログに記録してください。最初の応答までの時間だけでなく、利用可能な結果までの時間を記録してください。
3. 現在のベースラインを計算します。 関連するすべての費用を承認された成果で割ってください。簡単なリクエストが困難な作業における劣悪な経済性を隠さないように、タスククラスは分けておきましょう。
4. 代替モデルをテストします。 プロンプト、入力、ツール権限、受け入れテストを保持してください。当社の共通APIアクセスでは、モデルを切り替えるには異なるモデル識別子を使用し、各リクエストは最も安価で健全な販売者にルーティングされます。
5. リクエスト予算を適用します。 各タスククラスに適した制限を選択し、アプリケーションが拒否または不完全な作業をどのように処理するかを確認してください。制限は、説明のないエラーではなく、制御されたユーザーエクスペリエンスを生み出すべきです。
6. 運用結果をまとめて比較します。 成功あたりのコスト、レイテンシー、失敗率を評価してください。自動スコアリングが事実誤認や不完全な作業を見落とす可能性がある場合は、実際の出力を検査してください。
7. コミットする前にパイロットを実施します。 候補にライブトラフィックの少量で制御された部分を送信してください。パイロット中に請求された料金をログと照合し、品質と会計の両方が信頼できるまでロールバックパスを保持してください。

決定を再現可能にする

モデル名と価格を確認する前に、受け入れ基準を書き留めてください。そうしないと、候補が安価に見えるという理由で、弱い出力を簡単に言い訳してしまいがちです。

評価セットはバージョン管理し、アプリケーションの変更に応じて新しい失敗ケースを追加してください。次のレビューは四半期ごとにスケジュールし、重要なモデル、価格設定、または製品の変更により既存の比較が信頼できなくなった場合は、より早く再テストを実施してください。

勝利する選択肢は、単独で最も安価なモデルではありません。それは、品質、レイテンシー、予算の制約内でワークロードを完了する構成です。

---

UberLLMは、テキストおよびメディアモデル用の単一のAPIキー、共有プリペイド残高、およびリクエストされた各モデルに対して最も安価で健全な販売者へのルーティングを提供します。現在の価格を比較するにはUberLLMにアクセスし、本番トラフィックを移行する前に、代表的なタスクをテストして承認された結果のコストを測定してください。