気に入ったモデルが見つかり、その横に価格が出ている——100万トークンあたり 2 ドル。この数字は、ひとつの問いに答えられるようになるまで役に立ちません。あなたのアプリは実際に何トークン使うのか?
たいていの人は当て推量で、たいてい少なく見積もります。トークンが複雑だからではなく、リクエストのほとんどすべてがトークンでできていて、あなたが入力したものはそのごく一部にすぎないからです。
トークンとは何か、どう数えるか、そしてどこに驚きが潜んでいるかを説明します。
価格の最終確認: 2026年8月26日。 最新の数字は ElliSekiz の比較ページ にあります。
トークンとは実際には何か
AI モデルは文字も単語も読みません。読むのは トークン——モデルが構築されたときの固定語彙から取られた、小さなテキストの断片です。
トークンは単語全体のこともあれば、単語の一部、一文字、句読点のこともあります。おおよそ:
cat→ 1 トークンtokenization→ しばしば 3〜4 個の断片、たとえばtoken+iz+ation!→ 1 トークン- 単語の前のスペースは通常その単語と一緒に運ばれるので、
theは 1 トークンで、2 つではありません
なぜこう区切るのか。モデルには認識できるものの固定リストが必要です。英単語をすべて並べたリストは膨大になり、それでも固有名詞や打ち間違い、他言語を取りこぼします。約 10 万個のサブワード断片のリストならほぼ何でもカバーできます。知らない語も、知っている断片から綴れるからです。
考え方はこれだけです。テキストが入り、既知の断片に刻まれ、断片ごとに課金されます。
あなたのテキストは何トークンか
英語についての OpenAI の目安は 1 トークン ≈ 4 文字 ≈ 単語の ¾ で、100 トークンはおよそ 75 語です。
ざっと確かめるには十分ですが、予算を組むには不十分です。理由は三つ。
モデルごとにトークン化が違います。 同じ文でもモデルが違えば数が違い、ときには大きく違います。Anthropic 自身のドキュメントには、Claude 4.7 以降は新しいトークナイザーを使っており 「同じ入力テキストが以前のモデルより約 30 パーセント多いトークンを生む」 と書かれています。同じテキスト、同じベンダー、それでもバージョンが変わっただけで 30 % 増です。
他の言語はもっとかかります。 ほとんどのモデルの語彙は英語に偏っています。あまり代表されていない言語のテキストは、より多く、より細かく分割されます——同じ意味でもトークンは多くかかるのです。
コードや構造化テキストは挙動が変です。 インデント、括弧、長い識別子は散文とは違う壊れ方をします。
確実なのは、見積もるのではなく数えることです。プロバイダーは手段を用意しています。Anthropic には無料で呼べるトークン数計測のエンドポイントがあり、OpenAI はトークナイザーのツールを公開しています。実際のプロンプトで一度数えれば、二度と当て推量は要りません。
意外に思われる点: すべてがトークン
あなたの質問は支払いのごく一部です。Anthropic のドキュメントは最小限のリクエストについて正確な数を公開しており、よく読む価値があります:
| 送られた内容 | 入力トークン |
|---|---|
| システムプロンプト「You are a scientist」＋メッセージ「Hello, Claude」 | 14 |
| 質問「What's the weather like in San Francisco?」＋ツール定義 1 つ | 403 |
| 画像 1 枚＋「Describe this image」 | 1,028 |
| PDF 1 つ＋「Please summarize this document.」 | 2,188 |
2 行目をもう一度読んでください。質問は 9 語です。ツールをひとつ説明するだけで——名前、説明、入力スキーマ——およそ 390 トークン。ツールを 15 個持つエージェントは、ユーザーが何も入力しないうちから、リクエストのたびにこれを払います。
3 行目と 4 行目はメディアについて同じ話です。画像はおよそ 1,000 トークン。PDF は数千で、しかもそれは短いものでした。
入力トークンと出力トークンは同じ値段ではない
どのテキストモデルも 2 種類のレートを公開しています。高いのはいつも出力です。
| モデル | 入力 $/1M | 出力 $/1M | 出力の倍率 |
|---|---|---|---|
| GPT-5 nano | $0.05 | $0.40 | 入力の 8× |
| Gemini 2.5 Flash Lite | $0.10 | $0.40 | 入力の 4× |
| GPT-5 mini | $0.25 | $2.00 | 入力の 8× |
| Claude Haiku 4.5 | $1.00 | $5.00 | 入力の 5× |
| GPT-5 | $1.25 | $10.00 | 入力の 8× |
| Claude Sonnet 5 | $2.00 | $10.00 | 入力の 5× |
| Claude Opus 5 | $5.00 | $25.00 | 入力の 5× |
ここから実務上の帰結が直に出ます。「10 文ではなく 3 文で答えて」とモデルに伝えるほうが、プロンプトを同じ分量だけ削るよりも節約になります。 たいていは最も安上がりな最適化で、指示 1 行で済みます。
会話 1 回の実際のコスト
10 ターンのチャット。システムプロンプト 500 トークン、質問 100 トークン、回答 250 トークン。
落とし穴は、モデルには呼び出し間の記憶がないことです——会話全体が毎ターン送り直されます。つまりターン 10 は、ターン 1 から 9 の分をもう一度払います。
- あなたが入力したトークン: 10 × 100 = 1,000
- 課金される入力トークン: 21,750
- 出力トークン: 10 × 250 = 2,500
1,000 トークン打って、22,000 近く払っているわけです。
| モデル | この会話 1 回のコスト |
|---|---|
| GPT-5 nano | $0.002 |
| Claude Sonnet 5 | $0.069 |
どちらも小さな額です。月 50,000 会話を掛ければ、その差は端数誤差と実際の費目との差になります。
トークン請求を静かに膨らませる 4 つのもの
- システムプロンプト（毎リクエスト課金）。 800 トークンのシステムプロンプトを 50,000 メッセージに掛ければ、一度書いたテキストのために月 4,000 万トークンです。プロンプトキャッシュはまさにこのためにあります——プロバイダーが変わらない接頭部を保存し、読み直しにはごく一部だけ課金します。
- 会話履歴。 上で見たとおりです。古いターンを刈り込むか要約するのが対処です。
- ツール定義。 1 つあたり約 390 トークン、毎リクエスト、そのツールが使われるかどうかに関係なく。
- 画像と PDF。 それぞれ 1,000 トークン以上。
どれも隠されてはいません——すべて文書化されています。ただ、見積もりから抜け落ちやすいだけです。
トークンは複数ある課金単位のひとつにすぎない
一般化する前に知っておくべきこと: ほとんどの AI モデルはトークンでは課金され ません。ElliSekiz が追跡する 472 モデルのうち、トークン課金は 160——テキストとチャットのモデルです。残る 338 は、画像ごと、メガピクセルごと、動画の秒ごと、あるいは実行ごとに課金されます。
つまり「このモデルはいくらか」はモデルが何を生むかで形が変わり、トークン単価を画像単価と直接比べることは決してできません。
まとめ
- トークンは小さなテキストの断片であって、単語ではありません。英語で単語のおよそ ¾、他の多くの言語ではそれ以下です。
- 目安で予算を組んではいけません。プロバイダー自身のツールで、実際に使うモデルに対して数えてください。
- あなたの質問は小さいほうです。システムプロンプト、会話履歴、ツール定義、添付が大きいほうです。
- 出力トークンは入力の 4〜8 倍かかるので、回答を短くするのがいちばん安い節約です。
ElliSekiz でさらに見る
チャットモデルを一覧する。 すべてのテキストモデルの入力・出力トークン価格を並べて、チャットモデルのページ で。
そして試す。 どのモデルページにも playground があります——何かを 50,000 倍する前に、実際のプロンプトを実行して本物のトークン数を読んでください。
出典
- Anthropic — Token counting（文書化された例の数値、トークナイザーの変更、無料の計測エンドポイント）
- OpenAI Help Center — What are tokens and how to count them?（英語の目安）
- OpenRouter models API,
https://openrouter.ai/api/v1/models（トークン価格、2026-08-26 参照）