最も安いLLM API：tokenの価格とワークロードのコストを比較
執筆：Nicho
以下に示す5モデルのCheapAIModel比較では、GLM-5.3-Flashの計算上のtokenコストが最も低くなります。そのため、コストを重視する評価の候補にはなりますが、すべてのアプリケーションで自動的に最適というわけではありません。
有用な問いは、入力、出力、キャッシュ、失敗した試行を考慮した後で、ワークロードのコストがいくらになるかです。入力料金が低くても、アプリケーションが長い回答を生成する場合には重要性が下がります。キャッシュ読み取り料金の低さが役立つのは、リクエストが実際にキャッシュにヒットする場合だけです。
このガイドでは、2026年10月26日に確認した公開価格と、明示したtokenの前提を使用します。これらは計算であり、実測のパフォーマンスベンチマークでも、請求額を約束するものでもありません。比較の対象は、その時点でCheapAIModelに掲載されていた5モデルであり、市場にあるすべてのAPIではありません。
まず3つのtoken価格を確認する
表は、CheapAIModelに表示されている100万tokenあたりのUSD価格を使用しています。「入力」はキャッシュされていない入力を意味し、キャッシュ読み取りは別に数えます。価格は表示されている精度のまま記載しているため、例を再計算できます。購入や本番トラフィックの変更の前に、最新の料金ページを確認してください。
| モデル | キャッシュなし入力 / 1M | 出力 / 1M | キャッシュ読み取り / 1M |
|---|---|---|---|
| GLM-5.3-Flash | $0.104676 | $0.348919 | $0.020935 |
| Grok 4.7 | $0.198958 | $0.596874 | $0.049740 |
| DeepSeek-V4.1-Flash | $0.209351 | $0.837404 | $0.004187 |
| GLM-5.3 | $0.976972 | $3.070483 | $0.181438 |
| Kimi K3 | $2.093511 | $10.467555 | $0.209351 |
ゲートウェイの料金を、モデル開発元の普遍的な価格として扱わないでください。同じ名前のモデルでも、アクセスする場所や方法によって請求条件が異なる場合があります。
モデルを選ぶ前にワークロードを見積もる
キャッシュヒットがないリクエストの場合、計算は次のとおりです。
Tokenコスト = 入力token数 / 1,000,000 × 入力料金 + 出力token数 / 1,000,000 × 出力料金。
以下の2つのシナリオでは、意図的にtoken数を一定にしています。価格だけの影響を示すものです。モデル間でtoken化、回答の長さ、品質が同一であることを意味するものではありません。
| モデル | サポート形式の使用量：入力15M + 出力4M | ドキュメント要約：入力200M + 出力20M |
|---|---|---|
| GLM-5.3-Flash | $2.97 | $27.91 |
| Grok 4.7 | $5.37 | $51.73 |
| DeepSeek-V4.1-Flash | $6.49 | $58.62 |
| GLM-5.3 | $26.94 | $256.80 |
| Kimi K3 | $73.27 | $628.05 |
これらは入力と出力の小計であり、計算後に四捨五入しています。税金や、別途請求されるキャッシュ、ツール、ストレージ、その他のサービスは含みません。記載した合計を超える再試行のtokenも含みません。
たとえば、GLM-5.3-Flashのサポートシナリオは15 × $0.104676 + 4 × $0.348919 = $2.965816です。この計算だけでは、顧客との会話を何件解決できるかは分かりません。実際のサービスを予算化するには、会話あたりのtoken数と、受け入れ基準を満たす割合を測定してください。
キャッシュによって順位が変わる場合がある
キャッシュされたリクエストでは、入力をキャッシュミスとキャッシュヒットに分けます。同じキャッシュ済み入力を二重に請求しないでください：
トークンの小計 = 未キャッシュ入力 × 入力料金 + キャッシュ済み入力 × キャッシュ読み取り料金 + 出力 × 出力料金。トークン数はすべて百万単位で表します。
合計入力トークンが225M、出力トークンが22.5Mだとします。キャッシュヒット率を80%と仮定すると、未キャッシュ入力が45M、キャッシュ済み入力が180Mになります。記載の料金を適用すると、トークンの小計はDeepSeek-V4.1-Flashで$29.02、Grok 4.7で$31.34になります。
これは未キャッシュの例とは順序が逆になります。80%という数値はシナリオ上の入力であり、実測値でも保証されたヒット率でもありません。これを前提に予算を組む前に、実際の使用量レコードを確認し、どのプレフィックスが対象になるか、キャッシュがどれだけ保持されるか、書き込みや保存に別途料金がかかるかを確認してください。
ここではプロバイダー固有のルールが重要です。Kimiの課金ドキュメントでは、K3モデルに別途のキャッシュ書き込み料金があると説明されています。ただし、サードパーティのゲートウェイがそれをどう課金するかは示されていません。直接プロバイダーの前提をゲートウェイの見積もりに持ち込むのではなく、ゲートウェイ自身の扱いを確認してください。
同じ料金条件で比較する
割引は、明示された基準があって初めて意味を持ちます。次の3つの確認で、誤解を招く比較を防げます。
- 利用時間帯。DeepSeekの直接APIにはピーク料金とオフピーク料金の両方が記載されています。Flashのオフピーク料金は、100万トークンあたり未キャッシュ入力が$0.15、キャッシュ済み入力が$0.003、出力が$0.60です。これらの料金は、上記のCheapAIModelのFlash料金を下回ります。ワークロードを柔軟な時間帯に実行できる場合は、公式の料金表を確認してください。
- リクエストサイズとサービス。Grok 4.7の公式ページでは、200Kコンテキストを超える場合に異なる料金が適用され、別途課金されるツールへのリンクも示されています。基本料金の比較で、すべてのリクエストサイズやツール有効時のワークフローを暗黙に代表させないでください。
- 製品タイプ。Z.aiのAPI料金表とKimiの課金ガイドでは、特定のAPI料金が説明されています。APIのワークロードはAPIの条件と比較し、無関係なチャット会員やコーディングサブスクリプションと比較しないでください。
受け入れられた結果で選び、その後で利用額を最適化する
アプリケーションが処理する必要のあるタスクから、小さな評価セットを作成します。実行前に成功を定義します。有効な分類、根拠のある回答、テストの合格、その他の観察可能な結果です。候補間で同じタスクセットを使用し、設定の違いを記録します。
各候補について、総利用額、成功したタスク、再試行、レイテンシー、人手による修正を追跡します。有用なビジネス指標は、総評価利用額を承認された結果で割ったものです。分子には失敗した試行も含めます。そうしないと、再試行が頻繁に必要なモデルが実際より安く見えることがあります。
要件を満たす可能性がある最も安価なモデルから始めます。測定された失敗や修正のコストがそれを正当化する場合は、別の候補に移ります。価格が高いことは品質が高いことを証明しませんし、この料金比較はコーディング能力、信頼性、応答速度を順位付けするものではありません。
品質が許容範囲になったら、不要なコンテキストを削減し、必要に応じて回答の長さを制限し、キャッシュに適したprompt構造をテストします。一度に1つの変数だけを変更すると、削減効果がモデル、prompt、出力の削減のどれによるものかを判断できます。
実践的な次のステップ
モデルカタログで対応候補を絞り込み、現在の料金と必要な機能を確認します。モデル固有の課金の詳細については、DeepSeek料金ガイドまたはKimi APIガイドに進んでください。
テストする準備ができたら、開発者向けドキュメントに従い、小規模で代表的なワークロードを実行し、トラフィックを増やす前に使用量の結果と見積もりを比較してください。