トークン節約ガイド：API コストを抑える実践術
LLM API はトークン単位で課金されます。本ページでは、課金の仕組みと最新モデルの価格表、トークンが消費される原因、現場別の節約術、そして AI 副業でのコスト削減手法と計算例までを、出典付きで一つのガイドにまとめました。
このページの内容
省トークン運用の実践
課金の仕組み・最新モデル価格表・トークンが焼ける原因・現場別の節約術5つ・よくある誤解トークンの計費の仕組み
コストを減らすには、まず「何に課金されているか」を正しく知ることが出発点です。
知っておくべき3つの原則
- 入力と出力の両方が課金対象です。送信したプロンプトだけでなく、モデルが生成した文章にも料金がかかります。
- 出力トークンは高価で、多くのモデルで入力単価の 3〜6 倍が一般的です。
- コンテキストは長いほど毎ターン累積します。マルチターンの会話では、過去の入力が毎回再計算・再課金されるため、やり取りが長引くほど1往復あたりのコストが膨らみます。
つまり「一度に送る量」だけでなく「何往復するか」「どれだけの長さを生成させるか」が、トータルコストを決める主な要素です。
最新モデル価格表
主要モデルの API 単価（100万トークンあたり・米ドル）です。入力が安く、出力が高い、という基本構造がどのモデルにも共通しています。
| モデル | 入力 $/1M | 出力 $/1M | キャッシュ入力 $/1M |
|---|---|---|---|
| GPT-6 Sol | 2.00 | 10.00 | 0.20 |
| GPT-6 Pro (Astra) | 10.00 | 50.00 | 1.00 |
| GPT-5.5 Pro | 30.00 | 180.00 | — |
| Gemini 3.1 Pro | 2.00 | 12.00 | 0.20（＋別途ストレージ $4.5/M/時） |
| Gemini 3.6 Flash | 1.50 | 7.50 | — |
| DeepSeek V4-Flash | 0.22（オフピーク） | 0.66 | 0.007（最大級のキャッシュ割引） |
数値は 2026年10月時点のものです。価格は変動します。実際の課金額・割引率・オフピーク料金の適用条件は、各社の最新の料金ページで必ずご確認ください。
キャッシュ割引のルール（各ベンダー共通・2026年10月時点）
同じ前置きを何度も送る場合、キャッシュを使うか使わないかで入力単価が大きく変わります。各社の主なルールは次のとおりです。
| Anthropic（Claude） | キャッシュ書込みは通常入力比 +25%。読取りは 90%OFF（通常価格の10%）で課金されます。 |
|---|---|
| OpenAI（GPT） | 数トークン以上の共通プレフィックスは自動でキャッシュされ、約50%OFF。GPT-6 は30分の窓で再利用率が上がる設計です。 |
| Google（Gemini） | 読取りは 75%OFF。明示的にキャッシュを作成し、保持時間に応じたストレージ課金が別途かかります。 |
| DeepSeek | キャッシュヒットした入力が最深割引となり、約97%OFF（上表の 0.007 $/1M）となります。 |
「書込みに少し割増がかかっても、読取りが何度も発生するならトータルで必ず得をする」という関係が、どのベンダーでも共通の構造です。
なぜトークンが焼けるのか
コストが想定以上に膨らむ代表的な原因を5つに整理しました。
長すぎるコンテキスト
システムプロンプトや添付資料が長いほど、毎ターンの入力トークンが膨らみます。一度コンテキストに入れた情報は、その後のすべての通信で再送され続けます。
RAG の全件注入
検索のたびに参考文書を全文チャンクで送る設計では、質問のたびに大量の入力が発生します。検索範囲と上位件数の絞り込みが効きます。
多輪の会話履歴
マルチターンでは、過去のやり取りがすべて毎回コンテキストに積み戻されます。会話が長引くほど1ターンあたりのコストが加速度的に増えます。
大きすぎる出力
出力トークンは入力の 3〜6 倍の単価が一般的です。長文を一気に書かせると、そのぶん課金も大きくなります。
ツール呼び出し
関数呼び出しや外部 API 連携では、関数定義・引数・戻り値のすべてが入出力トークンとして課金対象になります。定義を毎回送り直す設計は特に割高です。
節約術：5つの現場別アプローチ
コストを下げる定番の手を、場面ごとに具体的なやり方付きでまとめました。
プロンプトの精簡
命令は短く、例は本質だけに絞り、不要な前置き・繰り返し・定型文を削ぎ落とします。毎ターン送られるプロンプトが短いほど、累積コストに効きます。
コンテキスト管理
会話履歴を必要な分だけに切り詰め、古いやり取りは要約して持ち越します。RAG の検索量を上位件数で制御し、context window の予算をタスクごとに決めておきます。
プロンプトキャッシング
変化しない前置き（システム指示・ Few-shot の例・参考文書）をキャッシュさせると、読取り側の入力単価が大きく下がります。上の 02 章の各社ルールを参照してください。
モデルの使い分け
単純な分類・要約・抽出には安価なモデルを、複雑な推論には上位モデルを、とタスクで級分けします。すべてを最上位モデルで回す必要はありません。
バッチと出力制限
非同期でよい処理はバッチ API の割引を使い、max_tokens で出力の上限を決め、JSON mode など構造化出力で整形のやり直しを減らします。大きな処理は分割実行します。
おすすめしたい計数・管理の考え方
コストを把握するには、まず「今どれだけ消費しているか」を数える習慣です。
まずはトークンを数えることから
代表的な手法として、OpenAI 公開の tiktoken があります。モデルごとのトークン数を手元で正確に数えられるライブラリで、プロンプトの長さチェックやコンテキスト予算の見積もりに広く使われています。このほか、多くの API 基盤・学習プラットフォームは管理画面でトークン使用量と課金額のダッシュボードを標準提供しています。
特定の有料サービスをおすすめするものではなく、「自分のプロンプトが何トークンか」を把握し、毎月の使用量を可視化することが、節約の第一歩です。
よくある誤解
コスト削減で陥りがちな思い込みを、誤解と真実の形で整理しました。
「出力を短くすれば安い」
真実：多くの実運用では、入力（特にキャッシュされない長いコンテキスト）が主コストです。出力を短くするだけでは効きません。
「キャッシュは細かくて無視してよい」
真実：プロンプトキャッシングは最大約97%OFFにもなる、最も効くレバーの一つです。固定部分をキャッシュさせる設計は必須です。
「高価な最上位モデルほど確実」
真実：単純なタスクほど安いモデルで十分な品質が出ます。タスクに応じた級分けが、品質とコストの両立につながります。
まとめ：省トークンの5原則
日々の運用でチェックしたい原則を、チェックリストとしてまとめました。
- 入力と出力のどちらに課金されているかを把握する。
- 変化しない前置きはキャッシュさせる。
- コンテキストの予算枠をタスクごとに決める。
- 単純タスクには安いモデルを選ぶなど、モデルを級分けする。
- max_tokens と構造化出力を必ず設定する。
出典・参考文献
本ページの価格・キャッシュルールは、以下の一次情報・公開比較資料を参考にしています（すべて 2026年10月時点）。
▶ 続き：AI 副業でコストを抑える（省トークン） — 同じ節約テクニックを、副業の経費としての API コスト削減に落とし込んだ実践編です。
AI 副業でコストを抑える（省トークン）
副業でトークンがかかる場面・コスト削減の5手法・実際の計算例・落とし穴AI副業で稼ぐためには、売上を伸ばすだけでなくAIツールの利用コスト（トークン課金）を抑えることが重要です。本ページでは、モデルの使い分け・プロンプトキャッシュ・バッチ処理など、今日から実践できる省トークン手法を、2026年10月時点のAPI価格表をもとに具体的な計算例とともに解説します。
AI副業でトークンがかかる場面
WHERE TOKENS GOAI副業を続けていると、「今月のAPI利用料が思ったより高い」という経験は誰にでもあります。トークン課金がかさむ典型的な場面を5つ挙げ、それぞれのコスト要因を確認します。
SEO記事・商品説明文・SNS投稿文などをまとめて数十〜数百本作成する場面。1本あたりの入力＋出力が積み重なり、月間数百万トークン規模になることも珍しくありません。
多言語展開・越境ECの商品ページ翻訳など、長文を繰り返し翻訳する場面。原文が長大なほど入力トークンが膨らみ、専門用語辞書などの共通プロンプトも毎回送ることになります。
問い合わせ対応の下書き・カスタマーサポートの自動応答生成。件数が多く、1件あたりの入力は短くても、1か月積み重なると無視できない量になります。
CSV・売上データ・アンケート結果をAIに読ませて分類・要約・集計する場面。入力トークンが特に大きく、データ行数が増えるほど課金が線形に伸びます。
画像生成AIのプロンプトをテキストモデルでブラッシュアップする作業。納得いくまで生成と修正を繰り返すため、出力トークンが想定以上に消費されがちです。
共通しているのは「毎回まったく同じ前提情報を送り直している」という点です。スタイルガイド・業界知識・禁止事項などを毎リクエストに含めると、入力トークンの大部分が「使い回し」で占められます。ここを削るのが省トークンの王道です。
コスト削減の5つの手法
5 LEVERS TO CUT COST実務で効果が高い順に、5つの削減レバーを解説します。
- 安いモデルをタスクで分級して使い分けるすべての作業に最上位モデルを使うのではなく、単純な分類・要約・整形には安価なモデル（Flash系・Mini系）を割り当て、推敲・最終チェックだけ高性能モデルに任せる。タスクの難易度でモデルを階層化するのが基本です。
- プロンプトキャッシュを最大限に活用する繰り返し送るシステムプロンプト・スタイルガイド・参考資料をキャッシュ対象にすると、入力単価が1割〜数十分の一になる。本ページの計算例で示す通り、もっともレバレッジが大きい手法です。
- バッチ処理でまとめて実行する急がない作業（記事の下書き・翻訳・要約など）は、APIが提供するバッチ（非同期一括）実行に切り替えると、同一モデルでも通常の入出力単価より割引になるケースが多い。納期に余裕のある副業案件と相性が良いです。
- 出力の長さを制限し、構造化出力を使う出力トークンは入力の数倍の単価設定が一般的。max_tokensを適切に絞り、JSONスキーマなどで構造化出力を指定すると、余分な散文生成を防げる。「書かせすぎない」ことがコストに直結します。
- 無料枠・オフピーク時間帯を活用する各社の無料トライアル枠・レート制限の低い時間帯（オフピーク）を把握し、まとまったバッチ処理は割安な時間帯に実行する。DeepSeek系などはオフピーク価格が常時価格の数分の一に設定されています。
※手法の効果はタスクの内容・繰り返し前提情報の量・納期の余裕によって変わります。すべてを同時にやる必要はなく、まずは①モデルの使い分けと②プロンプトキャッシュから試すのがおすすめです。
実際のコスト計算例
WORKED EXAMPLES以下の2026年10月時点の価格表をもとに、3つのケースで実際に計算します。
| モデル | 入力 $/1M | 出力 $/1M | キャッシュ入力 $/1M |
|---|---|---|---|
| GPT-6 Sol | 2.00 | 10.00 | 0.20 |
| GPT-6 Pro (Astra) | 10.00 | 50.00 | 1.00 |
| GPT-5.5 Pro | 30.00 | 180.00 | — |
| Gemini 3.1 Pro | 2.00 | 12.00 | 0.20（＋別途ストレージ $4.5/M/時） |
| Gemini 3.6 Flash | 1.50 | 7.50 | — |
| DeepSeek V4-Flash | 0.22（オフピーク） | 0.66 | 0.007（最大級のキャッシュ割引） |
※価格は2026年10月時点の公開API価格です。価格は変動します。為替レート・手数料・プロバイダの割引設定により実際の請求額は前後します。
ケース1：100記事のブログ執筆（GPT-6 Sol）
想定条件
1記事あたり、入力20,000 token（構成指示・参考URL要約・スタイルガイドを含む）、出力3,000 token（本文下書き）。月に100記事を執筆する想定。
合計コスト ＝ $4.00 ＋ $3.00 ＝ $7.00（約1,050円／100記事 ※目安）
ケース2：1か月の翻訳代行（GPT-6 Sol）
想定条件
1案件あたり、原文（入力）30,000 token、訳文（出力）20,000 token＝合計50,000 token/案件。月に20案件を翻訳する想定。
合計コスト ＝ $1.20 ＋ $4.00 ＝ $5.20（約780円／月20案件 ※目安）
ケース3：キャッシュあり／なしの比較（100記事例と同条件）
想定条件
ケース1の100記事執筆において、入力20,000 token/記事のうち、スタイルガイド・禁止事項・業界前提など毎回同じ内容が16,000 token/記事（80%）を占めると想定。この16,000 token/記事をプロンプトキャッシュに載せ、残り4,000 token/記事（テーマ固有の指示）は通常入力とする。
キャッシュあり合計 ＝ $4.12（キャッシュなし $7.00 から $2.88 削減）
同じ100記事例を DeepSeek V4-Flash（オフピーク） で実行すると、入力0.4M×$0.22＋キャッシュ1.6M×$0.007＋出力0.3M×$0.66 ＝ 約 $0.30。GPT-6 Solの$7.00と比べて約1/23です。品質とのバランスは要確認。
多くのモデルで出力は入力の約5倍の単価設定です。出力を2,000 token→1,200 tokenに絞るだけでも、コストは大きく下がります。「書かせすぎ」になっていないか出力を見直しましょう。
※上記の円換算・収益イメージは目安です。実際の請求額は各APIプロバイダのダッシュボードで確認してください。為替レート・決済手数料・消費税・ストレージ課金などが別途かかります。
注意点・落とし穴
CAVEATS安いモデルに切り替えた結果、誤字・事実誤り・文体の崩れが増え、修正リクエストが多発しては意味がありません。品質チェック用のテスト出力を数本試してから、本番運用に入りましょう。
プロバイダによってキャッシュの有効期限は異なります（例：Anthropicは5分程度、OpenAIは30分程度を目安とする仕様）。長時間空いたあとの再実行ではキャッシュがヒットしないことを前提に、頻繁に叩く設計が必要です。※仕様は変更される場合があります。
オフピーク価格は「待っても良い作業」専用です。当日納品の案件をオフピークに回すと間に合いません。バッチ処理は納期に余裕のある月次作業だけに限定しましょう。
海外APIは米ドル建て請求が一般的です。円安時には実質コストが膨らむほか、カード決済の外貨手数料（1〜3%程度）が上乗せされます。請求額はドルの金額だけでなく、円換算後の実額で管理しましょう。
各プロバイダのダッシュボード（Usage / Billing）で日次・週次のトークン消費額を必ず確認する習慣をつけましょう。アラート（利用上限通知）を設定し、想定外の消費に早く気づける体制が重要です。
まとめ・関連リンク
SUMMARY & LINKS省コスト3原則：
① 使うモデルをタスクで分ける（難易度に応じて最上位〜安価モデルを使い分け）／ ② 繰り返し前提はキャッシュに載せる（入力単価を1割〜数十分の一に圧縮）／ ③ 出力を書かせすぎない（max_tokens・構造化出力で余分なトークンを抑える）。この3つを押さえるだけで、AI副業の利益率は大きく改善します。
関連ページ
出典・参考価格
※本ページの計算例は上記公開価格をもとに本ページ執筆者が試算したものです。実際のAPI請求額はプロバイダのダッシュボードをご確認ください。価格は2026年10月時点のものであり、価格は変動します。
▶ あわせて読む：省トークン運用の実践 — 課金の仕組みと価格表、原因別の節約術をまとめた基本編です。用語の意味は トークン ／ コンテキストウィンドウ の用語解説で確認できます。
関連リンク
トークン節約とあわせて読みたい、サイト内の関連ページです。
- トークンとは（用語解説）基礎用語
- コンテキストウィンドウ基礎用語
- RAG（検索拡張生成）検索量を絞る設計
- プロンプト集プロンプトの精簡に
- AI ワークフロー自動化業務に組み込む実践
- AI 副業で稼ぐ収益化のガイド
- AI ツール一覧料金・モデル比較
- チュートリアルはじめての方向け