トークンベースのAPI料金体系の仕組みを平易に解説
OpenAI APIの価格モデルはトークン課金です:送信するトークンとモデルが返すトークンに対して、異なる2つのレートで課金されます。このページでは、その仕組みを平易な言葉で解説し、当社のOpenAI互換APIが同じ考え方をどのように適用しているかを示します。
更新日:

- 入力のレートと、より高い出力のレートで、トークン単位で課金されます。
- 会話履歴は各ターンで再送信されるため、長いチャットは短いチャットよりもメッセージあたりのコストが高くなります。
- レート制限はリクエストを送信できる速度を制限します。トークンあたりの価格は変わりません。
- 当APIは前払いクレジットから1Mトークンあたり$0.15と$0.50を課金し、ベンダーのAPIとは別の製品です。
モデルを1段落で説明
ホストされた言語モデルAPIは通常、シート数ではなく使用量に基づいて販売されます。プログラムがテキストを送信すると、サービスは入力と出力のトークン数をカウントし、請求額はそれらのカウントに百万トークンあたりの価格を掛けたものになります。入力と出力には別々の価格が設定されています。異なるモデルには異なる価格が設定されています。いくつかの追加ルールがあります:レート制限、コンテキストウィンドウ、および入金方法(前払いまたは請求書)。これらが料金体系の全体像であり、このページの残りの部分では各要素を詳しく解説します。
まず前提を明確にします。このフレーズを検索ボックスに入力する際、多くの人はOpenAI独自の価格表を指していると思われます。私たちはOpenAIではなく、価格が変動するためここではOpenAIの価格を引用していません。正確に説明できるのは、大半のプロバイダが共有する構造であり、私たちが運用するAPIでの動作方法です。これは独立したプロバイダが運用するホストされたOpenAI互換のテキスト専用APIで、1つのオープンウェイトモデルuncensoredを使用しています。
トークンは単位です
トークンはモデルが読み書きするテキストの断片です。短い単語全体、長い単語の一部、数字、または句読点である場合があります。通常の英語文章では、1トークンは約4文字、または単語の4分の3に相当するという大まな目安があります。他の言語、コード、特殊なフォーマットは同じ可視長さでもより多くのトークンを必要とするため、目安は推定値として扱い、実際のカウントはAPIから確認してください。
当社のAPIからのすべてのレスポンスには、prompt_tokensとcompletion_tokensを含むusageオブジェクトが含まれます。ストリーミングレスポンスの場合、使用量は最後に到着します。これら2つの数字が課金の対象となります。リクエスト数や呼び出しにかかった時間など、他の要素は価格に含まれません。
単位が文字や呼び出しではなくトークンであるため、同じ機能でも実装方法によって安価にも高価にもなります。1行の分類プロンプトであれば、1000回の呼び出しで1セント未満のコストになる可能性があります。60ページのドキュメントをすべてのリクエストに貼り付けるプロンプトは、呼び出し回数が同じでもはるかに高価になります。
入力と出力には異なる価格が設定されています
入力トークンには、システムメッセージ、会話履歴、ユーザーの最新のメッセージ、ツール定義、ツール結果などが含まれます。出力トークンは、モデルが生成するもので、生成するツール呼び出しも含みます。テキストの生成には読み取りよりも多くの計算リソースが必要であるため、プロバイダは出力をより高い価格で設定しています。当APIでのレートは以下の通りです:
| 100万トークンあたり | トークンあたり | |
|---|---|---|
| 入力 | $0.15 | $0.00000015 |
| 出力 | $0.50 | $0.0000005 |
出力は0.50 / 0.15、つまりトークンあたり約3.3倍高価です。この比率が設計上の判断に影響します。アプリが3,000トークンのプロンプトを送信し、100トークンのラベルを受け取る場合、入力は$0.00045、出力は$0.00005となり、入力がコストの90%を占めるため、プロンプトを短くすることが最も重要です。アプリが200トークンのプロンプトから2,000トークンのストーリーを生成する場合、入力は$0.00003、出力は$0.001となり、出力がコストの97%を占めるため、ストーリーの長さが鍵となります。
これらの数字を自分で確認してください:3,000 x 0.15 / 1,000,000 = 0.00045。100 x 0.50 / 1,000,000 = 0.00005。200 x 0.15 / 1,000,000 = 0.00003。2,000 x 0.50 / 1,000,000 = 0.001。
なぜ履歴がチャットの時間とともにコストを増やすのか
APIはステートレスです。モデルは最後のリクエストを記憶しないため、チャットアプリケーションは新しいリクエストごとに以前のメッセージを再送信します。したがって、10番目のターンでの入力は1から9までのターンを含み、それらのトークンに対して毎回課金されます。
各ターンで合計400トークンを追加するチャットを考えます。ターン1では約400トークンのコンテキストが送信され、ターン10では約4,000トークン、ターン50では約20,000トークンになります。当APIのモデルのコンテキストウィンドウは100,000トークン(プロンプトと補完を合計)であり、非常に長いセッションでは、コストが問題かどうかにかかわらず、最終的に切り捨てが必要になります。一般的な解決策は次の通りです。
- システムプロンプトと最後のNターンを保持し、中間を削除します。
- 古いターンを短いノートに要約し、そのノートを送信します。
- 長期の事実をチャットの外部に保存し、関連するもののみを挿入します。
具体的な数値:1,000トークンのシステムプロンプトが1,000回のリクエストごとに送信されると、1,000,000の入力トークンとなり、それは$0.15です。単独では問題ありません。しかし、10,000トークンのキャラクターシートが100,000回のリクエストごとに送信されると、1,000,000,000の入力トークン、つまり$150になります。固定オーバーヘッドはボリュームによって乗算され、この乗算が注目すべき点です。
サブスクリプションではなく前払いクレジットです
プロバイダーによって資金の動き方が異なります。月末後に請求するところ、前払い残高から差し引くところ、月次プランを混ぜるところもあります。当APIではシンプルです:クレジットを追加し、使用量がそれを減らし、自動的に更新されることはありません。クレジットは期限切れになりません。失敗または拒否されたリクエストは課金されません。
チャージは$20から$500までの任意の全額で行え、$50以上で+5%、$100以上で+10%、$200以上で+15%のボーナスが付きます。つまり、$100チャージで$110のクレジット、$200チャージで$230のクレジットが得られます。暗号資産(TRC20上のUSDT、Base上のUSDC)でお支払いいただけます。実質的な結果として、ループするバグが発生しても、チャージした金額が上限となるため、残高を超えて課金されることはありません。各呼び出し後の残高は、X-Balance-USDレスポンスヘッダーで確認できます。
新規ユーザーはまずサービスを試すことができます。サインアップ後、API キー ページでワンクリックするだけで$0.50の無料トライアルクレジットが取得でき、7日間有効、1人1回、カード不要です。
レート制限は別の調整です
同じ百万トークンあたりの価格を持つ2つのAPIでも、レート制限が1分あたりに送信できる量を決めるため、非常に異なるものになることがあります。プロバイダーは通常、アカウントティアごとに制限を設定します。当APIでは、フルキーは8つの同時リクエストと1分あたり300リクエストを許可し、トライアルキーは2つの同時と1分あたり60リクエストを許可します。最大ボディサイズは8 MBです。
制限を超えるとHTTP 429が返されます。1分あたりのリクエスト数を超えた場合はエラーコードrate_limited、リクエストが同時に処理中になりすぎた場合はconcurrencyとなります。一時的な過負荷時には、APIは429をRetry-After: 5ヘッダーとともに返します。注意すべき点として、ストリーミングリクエストはストリームが終了するまで同時実行数のスロットを保持するため、トークンを1つずつ読み取る低速クライアントは、リクエスト数よりも早く8つのスロットを埋める可能性があります。
制限はスループットを変え、価格は変えません。大量のバッチを送信する必要がある場合、計算はシンプルです:1分あたり300リクエストの場合、10,000リクエストは、各リクエストが同時に8つ以内に収まるように十分に早く完了すると仮定すると、約34分かかります。
このAPIでのモデルの利用
OpenAI互換部分こそが、この価格モデルを移植可能にするものです。ベースURLとキーを変更すれば、どのOpenAI SDKでも動作するため、1つのプロバイダのために書いたコスト追跡コードは通常再利用可能です。このスクリプトは使用量を読み取り、当社のレートで呼び出しの価格を計算します:
from openai import OpenAI
client = OpenAI(
base_url="https://api.openaiapipricing.com/v1",
api_key="YOUR_API_KEY",
)
resp = client.chat.completions.create(
model="uncensored",
messages=[
{"role": "system", "content": "You are a concise assistant."},
{"role": "user", "content": "Explain what a token is in two sentences."},
],
)
u = resp.usage
input_cost = u.prompt_tokens * 0.15 / 1_000_000
output_cost = u.completion_tokens * 0.50 / 1_000_000
print(f"in={u.prompt_tokens} out={u.completion_tokens} total={input_cost + output_cost:.7f}")
上記の観点からこのAPIの特徴:1つのモデル、テキストのみ、100,000トークンのコンテキストウィンドウ、ツール呼び出し、JSONモード、ストリーミング、学習に使用されないプロンプト。このモデルは、合法的な成人向け利用においてコンテンツ拒否なしで回答するようにチューニングされており、未成年者に関する性的コンテンツには厳格な制限があります。これはベンダー間のルーターではなく、またいかなるベンダーの公式エンドポイントでもありません。セットアップの詳細はクイックスタートに記載されており、完全な価格表は価格ページにあります。他のサービスとの比較事例については、ChatGPT APIのコストページをご覧ください。
その他のガイド
質問と回答
OpenAI APIの価格モデルは平易な言葉で何を示すのか?
トークンに対して課金されます:送信するトークンには1つのレート、モデルが返すトークンにはより高いレートが適用されます。レートはモデルによって異なり、請求額はトークン数に百万トークンあたりの価格を掛けたものです。
入力のほうが出力よりも高コストですか?
出力です。当APIでは入力は1Mトークンあたり$0.15に対し、出力は$0.50で、約3.3倍の価格です。
なぜチャットが長くなるとメッセージあたりのコストが増えるのですか?
APIは以前の会話履歴を記憶しないため、各リクエストで履歴が入力トークンとして再送信されます。履歴が長ければ長いほど、会話の各ターンでより多くの入力に対して課金されます。
レート制限は、私が支払う金額に影響しますか?
いいえ。1分あたりのリクエスト数と同時リクエスト数に制限を設けています。トークンあたりの料金は同じです。
あなたのAPIはOpenAIと同じですか?
いいえ。OpenAIのリクエスト形式に従っているため既存のSDKが動作しますが、独立したプロバイダーが運用する異なるオープンウェイトモデルで動作します。
キーはフォーム1つで手に入ります
アカウントを作成し、キーをコピーし、ベースURLを変更します。これでセットアップは完了です。