LLM API 料金：レートカードに無い 6 つのコスト

TL;DR：モデルページに書かれた 100 万トークンあたりの数字は、計算の出発点であって答えではありません。そこから請求書までの間に 6 つの仕組みがあり、どれもベンダーを変えるより大きく金額を動かしえます。このページは 6 つすべてに名前を与え、それぞれの実測へリンクし、追跡している各モデルの現行料金ページを索引にします。

Last updated 2026-08-31。以下で引用する倍率は、同日に各社自身のキャッシュおよび料金ドキュメントから読み取ったものです。

レートカードに載らない 6 つのコストとは？

1. なぜキャッシュがかえって請求を増やすことがあるのか？

現行のフラッグシップでは、キャッシュの両側が値付けし直されており、割引なのは片側だけです。Anthropic は倍率をそのまま明記しています。

5-minute cache write tokens are 1.25 times the base input tokens price · 1-hour cache write tokens are 2 times the base input tokens price · Cache read tokens are 0.1 times the base input tokens price

OpenAI も GPT-5.6 以降で同じ形に着地し、「cache writes cost 1.25× the standard, uncached input-token rate」、読み出しはその 0.1 倍です。それ以前の OpenAI モデルにはキャッシュ書き込みの課金自体がありません。つまりキャッシュはヒット率への賭けです。書いて一度読めば通常の入力コストの 2 倍ではなく 1.35 倍で済み、書いて一度も読まなければ単に 25% 余計に払っただけになります。

両社の実装差はアーキテクチャを変えるほど大きいです。Anthropic と OpenAI のプロンプトキャッシュ にコストの算数とキャッシュミスの 3 つの対処があります。ヒット率が高いときの実際の請求書は LLM API のキャッシュヒット計算 が、料金ページ上は $50、請求は $4 という事例で扱っています。直感を壊す細部がもう一つ。DeepSeek はバイト単位の前方一致ではなく完全な前方ユニットで一致を見るため、まずい位置で 1 文字変えるとヒットを丸ごと失います。

2. なぜ同じ処理が午後 3 時と午前 3 時で値段が違うのか？

DeepSeek は 2026-08-16 の UTC 16:00 に V4 系全体をピーク・オフピーク課金へ移しました。同じワークロードを一日のうち別の時刻に流すと請求額が変わり、その日付より前に作られたコストモデルは百分率ではなく倍率でずれます。

DeepSeek API の値上げ に時間帯とティア別の倍率があります。値上げ後に安く済ませる 6 つの方法 が対策側です。

3. なぜ 1 トークン増えるとリクエスト全体が倍になるのか？

最も驚かれるのがこれです。Grok 4.6 はプロンプトが 200K トークンに達するまで入力 100 万あたり $2、出力 $6 です。その線を越えると、超過分だけでなくリクエスト内のすべてのトークンが倍額で課金されます。201K のプロンプトは 199K より少し高いのではなく、2 倍になります。

200K の崖と 4.5 が勝つ場面 に算数と分岐点があります。

4. なぜ見積もりツールは推論モデルを過小評価するのか？

見積もりが prompt_tokens × input + completion_tokens × output で計算されているなら、そのモデルの推論トークンが completion_tokens に含まれるかを確認してください。Grok 4.6 では含まれません。実測したコーディングのワークロードでは、この式が課金対象の出力を 77%、呼び出し全体を約 71% 過小評価しました。

Opus 5 と Grok 4.6 のコスト比較 がこの問題の出てきた直接対決です。請求は 3.6 倍、出てきたコードは 1.75 倍で、推論トークンを正しく数えて初めて帳尻が合います。

5. アグリゲーターはトークンに課金するのか、お金に課金するのか？

OpenRouter はプロバイダー料金にトークン単位の上乗せをしません。クレジットカードのチャージ額に 5.5% のプラットフォーム手数料をかけ、暗号資産なら 5%、さらに取引ごとの固定費があるため少額チャージほど不利になります。これは「上乗せ」とは形の違うコストであり、対策はモデルの変更ではなくまとめてチャージすることです。

OpenRouter が請求するすべての費用の内訳 に全項目があります。

6. サブスクが従量キーより不利になるのはいつか？

定額の月額は変動費を固定費に変えます。それ自体には価値があります。同時に、支出の問題を可用性の問題に変えます。ウィンドウを使い切ったとき、追加で払うのではなく手が止まるからです。

月 30 ドルの Grok Build と 100 万トークンあたり約 1 ドルの API が実際の比較です。Codex の週次上限と支出に上限をかける従量 API は同じ取引を反対側から見たもので、ハード上限付きの従量キーは予測可能性と作業継続の両方をくれます。

各モデルの現行料金はどこにあるか？

料金は毎月動くので、この索引は古びる数字を書き写すのではなく、モデルごとに更新し続けているページを指します。

ベンダーごとのページではなく 1 枚の横断表が必要なら、AI API 料金比較 が 23 モデルをキャッシュとバッチの算数付きで並べています。ただし数字を引く前に本文の日付行を読んでください。本文が申告している確認時期は 2026 年 5 月下旬で、以降いくつかの料金は動いています。とくに DeepSeek が大きく動きました。

動画の料金は仕組みが違いすぎるので独立した地図が要ります。秒単位・解像度単位の構造は Seedance API ガイド にあります。

モデルを変えずに支払いを減らすには？

4 つの経路を、投じた 1 時間あたりの見返りが大きい順におおまかに並べます。

1. タスクで振り分ける。 Claude Code のハイブリッドルーティング は安く済むターンの 90% を安いモデルに回して約 80% 削ります。AI API のコストを 60% 下げる は一般版です。
2. 本当に使える無料枠を使う。 コーディング向け無料 LLM API 枠のランキング が、実用的な上限を持つものと、最初のエージェントループで尽きるものを分けています。モデル別は DeepSeek V4 Flash、GLM 5.2、Kimi K2.7 Code。
3. すでにある割引を取る。 定価割れの LLM API が現在定価を下回っている 13 モデルを挙げています。
4. 下振れに蓋をする。 ハードな支出上限は、暴走したループを請求書からエラーに変えます。エラーのほうが安いです。そのエラーを扱うなら、LLM API エラーコード がどの課金失敗が 402 で来てどれが 429 で来るかを整理しています。

参考情報源

• OpenAI API の料金
• Claude の料金
• Gemini API の料金
• DeepSeek API の料金
• xAI のモデルと料金
• OpenRouter のモデル一覧