社内ツールやスクリプトから LLM の API（プログラムから AI を呼び出す窓口）を使い、PDF や議事録をまるごと渡している方向けの記事です。入力が長くなると単価そのものが上がるモデルと、プロンプトキャッシュの損益分岐を、公式価格から計算して整理します。読み終わると、請求額が跳ねた原因を見つけて、設計で費用を下げる順番が分かるようになります。
この記事で分かること
- どのモデルが、入力何トークンから、何倍に値上がりするのか
- キャッシュの書き込みは割高なのに、何回使えば元が取れるのか
- 15万トークンの資料に1日50回・5日間質問すると、モデルごとにいくらかかるのか
ざっくり言うと：長さには「崖」があり、繰り返しには「割引」がある
LLM の料金は、トークン（AI が文章を数えるときの単位。文字数とは一致しない）の数で決まります。多くのモデルは「トークン数 × 単価」で費用が決まるので、入力が2倍なら費用も2倍です。
ところが一部のモデルは、1回の入力がある長さを超えると単価そのものが上がります。この記事では、この段差を「価格の崖」と呼びます。崖を1トークンでも越えると、その1回の入力費用が2〜5倍に跳ねます。
一方で、同じ資料に何度も質問するなら、プロンプトキャッシュ（一度送った入力の先頭部分を AI 側に一時保存し、次から安く読み直せる仕組み）が使えます。この2つを組み合わせて考えると、費用の大半は設計で決まることが分かります。
トークン課金の種類：入力・出力・キャッシュの書き込みと読み取り
API の料金表には、だいたい次の4つの単価が並んでいます。単価はすべて「100万トークンあたりの米ドル」です。
| 種類 | 何に払うお金か | 特徴 |
|---|---|---|
| 入力 | AI に送った文章（資料と質問） | 長い資料を渡すと、ここが費用の大部分になる |
| 出力 | AI が書いた回答 | 入力より単価が高いが、回答が短ければ金額は小さい |
| キャッシュ書き込み | 入力を保存する最初の1回 | 通常の入力より割高（1.25〜2.5倍） |
| キャッシュ読み取り | 保存済みの入力を読み直す2回目以降 | 通常の入力の数％〜25％と、大幅に安い |
たとえば Anthropic の資料では、5分間有効なキャッシュの書き込みは基本入力の1.25倍、1時間有効なものは2倍と説明されています（Anthropic Prompt caching）。書き込みで少し多く払い、読み取りで取り返すという考え方です。
価格の崖：入力の長さで単価が変わるモデル
今回調べた公式価格のうち、入力の長さで単価が変わるモデルは3つでした。
| モデル | しきい値 | 入力単価の変化 | 出力単価の変化 | キャッシュ読み取りの変化 | 出典 |
|---|---|---|---|---|---|
| Claude Haiku 5.5 | 10万トークン | 0.10 → 0.50（5倍） | 0.50 → 2.50（5倍） | 0.01 → 0.05 | Anthropic |
| grok-4.7 | 20万トークン | 2 → 4（2倍） | 6 → 12（2倍） | 0.50 → 1 | xAI |
| gpt-6.1-sol | 27.2万トークン | 2 → 4（2倍） | 10 → 15（1.5倍） | 0.10 → 0.20 | OpenAI |
| Claude Sonnet 5.5 | 段差の記載なし | 2 | 10 | 0.10 | Anthropic |
| Claude Fable 5.1 | 段差の記載なし | 10 | 50 | 0.25 | Anthropic |
| deepseek-flash | 段差の記載なし | 0.3（ピーク時） | 1.2（ピーク時） | 0.006（ピーク時） | DeepSeek |
コンテキスト長（1回に渡せる入力の上限）は、grok-4.7 が50万トークン（xAI）、DeepSeek が100万トークン（DeepSeek）と公表されています。Anthropic の3モデルと gpt-6.1-sol の上限は、今回参照したページでは確認できませんでした。企画段階では Mistral Large 4 も比べる予定でしたが、価格と上限のどちらも確認できなかったため外しています。
階段グラフで見る「1トークンで費用が跳ねる」瞬間
筆者は、上の単価から「入力トークン数 × その長さでの単価」を計算しました（図1は1万トークン刻み、下の表は2万トークン刻み）。しきい値を超えたら、その1回のプロンプト全体に高い単価がかかると仮定しています（公式ページの「100k 以下／超のプロンプト」「200k 未満／超」という書き方に基づく解釈です）。
図1のとおり、grok-4.7 と gpt-6.1-sol は、しきい値を越えた点で線が急に立ち上がります。図では1万トークンごとの点を直線でつないでいるため段差が少し斜めに見えますが、実際の単価は、しきい値を1トークン超えた位置で垂直に跳ねます。30万トークンでは、どちらも段差のない Sonnet 5.5 の2倍の1.2ドルになりました。
Haiku 5.5 は金額が小さいので図では目立ちませんが、倍率は最も大きいです。筆者の計算では、ちょうど10万トークンなら0.01ドル、1トークン多い100,001トークンなら0.05ドルで、1回の入力費用が5倍になります。
| 入力トークン数 | Haiku 5.5 | grok-4.7 | gpt-6.1-sol | Sonnet 5.5 | deepseek-flash |
|---|---|---|---|---|---|
| 2万 | 0.002 | 0.04 | 0.04 | 0.04 | 0.006 |
| 4万 | 0.004 | 0.08 | 0.08 | 0.08 | 0.012 |
| 6万 | 0.006 | 0.12 | 0.12 | 0.12 | 0.018 |
| 8万 | 0.008 | 0.16 | 0.16 | 0.16 | 0.024 |
| 10万 | 0.01 | 0.2 | 0.2 | 0.2 | 0.03 |
| 12万 | 0.06 | 0.24 | 0.24 | 0.24 | 0.036 |
| 14万 | 0.07 | 0.28 | 0.28 | 0.28 | 0.042 |
| 16万 | 0.08 | 0.32 | 0.32 | 0.32 | 0.048 |
| 18万 | 0.09 | 0.36 | 0.36 | 0.36 | 0.054 |
| 20万 | 0.1 | 0.4 | 0.4 | 0.4 | 0.06 |
| 22万 | 0.11 | 0.88 | 0.44 | 0.44 | 0.066 |
| 24万 | 0.12 | 0.96 | 0.48 | 0.48 | 0.072 |
| 26万 | 0.13 | 1.04 | 0.52 | 0.52 | 0.078 |
| 28万 | 0.14 | 1.12 | 1.12 | 0.56 | 0.084 |
| 30万 | 0.15 | 1.2 | 1.2 | 0.6 | 0.09 |
（単位: 米ドル／1回。筆者が各社の公式価格から計算。deepseek-flash はピーク時間帯のキャッシュなし単価）
この表から分かるのは、「少し長いだけ」の入力が一番損だということです。たとえば Haiku 5.5 に12万トークンを渡すと0.06ドルですが、段差がなければ0.012ドルで済んだ計算になります。
プロンプトキャッシュの仕組みと各社の違い
キャッシュは、毎回同じ「先頭部分」を送る使い方で効きます。長い資料を先頭に、質問を末尾に置けば、資料の部分だけが保存され、質問ごとに読み直されると考えられます（仕組みの説明は Anthropic Prompt caching を参照）。
1回目: [資料 15万トークン][質問A] → 資料を保存（書き込み料金）
2回目: [資料 15万トークン][質問B] → 資料は読み取り料金、質問Bだけ通常料金
3回目: [資料 15万トークン][質問C] → 同上ただし、保存には有効期間があり、各社で扱いが違います。
| 提供元 | 既定の有効期間 | 長い期間の選択肢 | 書き込みの割増 | 最小の長さ | 出典 |
|---|---|---|---|---|---|
| Anthropic | 5分（使うたびに無料で延長） | 1時間 | 5分は1.25倍、1時間は2倍 | 512トークン（Haiku 5.5・Sonnet 5.5） | Prompt caching |
| OpenAI（GPT-5.6 以降） | 30分 | 12時間（2026-10-20 追加） | 30分は1.25倍、12時間は2.5倍 | 1,024トークン | Prompt caching ガイド、Changelog |
| xAI（grok-4.7） | 今回の資料に記載なし | 記載なし | 記載なし | 記載なし | Release notes |
| DeepSeek | 今回の資料に記載なし | 記載なし | 記載なし | 記載なし | Pricing |
OpenAI の12時間キャッシュは、Responses API で選べるようになり（OpenAI Changelog）、prompt_cache_options.ttl で指定すると説明されています（OpenAI Prompt caching ガイド）。gpt-6.1-sol の12時間キャッシュの書き込み単価は、27.2万トークン以下で5ドル、超えると10ドルです（OpenAI Pricing）。
なお、12時間キャッシュ専用の読み取り単価は確認できませんでした。この記事では、価格表のキャッシュ入力（27.2万以下で0.10ドル）を読み取り単価として計算しています。
損益分岐の計算：書き込み2.5倍は何回読めば元が取れるか
キャッシュが得になるかどうかは、次の式で判断できます。通常の入力単価を P、書き込み単価を W、読み取り単価を R とします。
毎回フル送信の累計 = n × P
キャッシュ利用の累計 = W + (n − 1) × R
キャッシュが得になる回数 n ≥ (W − R) ÷ (P − R)筆者がこの式に各社の単価を当てはめた結果が次の表です。
| モデルと方式 | 通常入力 P | 書き込み W | 読み取り R | (W−R)÷(P−R) | 元が取れるのは |
|---|---|---|---|---|---|
| gpt-6.1-sol 12時間 | 2 | 5 | 0.10 | 2.58 | 3回目 |
| gpt-6.1-sol 30分 | 2 | 2.5 | 0.10 | 1.26 | 2回目 |
| Sonnet 5.5 5分 | 2 | 2.5 | 0.10 | 1.26 | 2回目 |
| Sonnet 5.5 1時間 | 2 | 4 | 0.10 | 2.05 | 3回目 |
| Fable 5.1 5分 | 10 | 12.5 | 0.25 | 1.26 | 2回目 |
| Haiku 5.5（10万超） | 0.5 | 0.625 | 0.05 | 1.28 | 2回目 |
| grok-4.7（20万以下） | 2 | 割増の記載なし | 0.50 | 1.0 | 1回目は同額、2回目から得 |
| deepseek-flash（ピーク） | 0.3 | 割増の記載なし | 0.006 | 1.0 | 1回目は同額、2回目から得 |
（Fable 5.1 の書き込み単価12.5は、Anthropic の「5分は基本入力の1.25倍」という説明から筆者が算出。gpt-6.1-sol の30分の書き込み単価2.5は、OpenAI の価格表に載っている値（27.2万以下で2.50ドル、超えると5.00ドル。OpenAI Pricing）。grok-4.7 と deepseek-flash は書き込み割増の記載がないため、書き込みを通常入力と同額として計算）
図2のとおり、12時間キャッシュは1回目こそフル送信の2.5倍（0.75ドル対0.3ドル）ですが、3回目で逆転します。10回目には、フル送信3ドルに対して0.885ドルです。
| 送った回数 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
|---|---|---|---|---|---|---|---|---|---|---|
| 毎回フル送信 | 0.3 | 0.6 | 0.9 | 1.2 | 1.5 | 1.8 | 2.1 | 2.4 | 2.7 | 3 |
| 12時間キャッシュ | 0.75 | 0.765 | 0.78 | 0.795 | 0.81 | 0.825 | 0.84 | 0.855 | 0.87 | 0.885 |
| 30分キャッシュ | 0.375 | 0.39 | 0.405 | 0.42 | 0.435 | 0.45 | 0.465 | 0.48 | 0.495 | 0.51 |
（単位: 米ドル、入力費用の累計。筆者が OpenAI の公式価格から計算）
30分キャッシュのほうが常に安く見えるのは、この計算が「途中でキャッシュが切れない」前提だからです。実際の差は、次の業務試算で見る「何回書き込み直すか」で決まります。
業務試算：15万トークンの資料に1日50回質問するといくらか
300ページ級の資料を想定し、次の条件で費用を比べました。
- 資料と質問を合わせて1回15万トークン、回答は1回300トークン
- 1日50回 × 5日間 = 250回
- キャッシュ利用時は、250回のうち80％（200回）が読み取り、20％（50回）が書き込み
- 質問を短時間にまとめて流し、次の質問がキャッシュの有効期間（Anthropic の既定は5分、gpt-6.1-sol の既定は30分）の中に来る場合の値（間隔が空いた場合は、後の「つまずきやすい点」を参照）
Haiku 5.5 は10万トークンを超えるため高い側の単価、grok-4.7 は20万以下なので通常の単価で計算しています。
| モデル | 毎回フル送信 | キャッシュ利用（ヒット率80％） | 下がった割合 |
|---|---|---|---|
| Haiku 5.5（10万超の単価） | 18.94 | 6.37 | 66％ |
| Sonnet 5.5 | 75.75 | 22.50 | 70％ |
| Fable 5.1 | 378.75 | 105.00 | 72％ |
| grok-4.7（20万以下の単価） | 75.45 | 30.45 | 60％ |
| gpt-6.1-sol（30分キャッシュ） | 75.75 | 22.50 | 70％ |
| deepseek-flash（ピーク料金） | 11.34 | 2.52 | 78％ |
（単位: 米ドル、5日間の合計。筆者が各社の公式価格から計算）
図3のとおり、質問をまとめて流してヒット率80％を保てた場合は、どのモデルでもキャッシュで費用が6〜8割下がりました。
質問の間隔が5分を超えやすい場合に Anthropic の3モデルで1時間キャッシュ（書き込みは基本入力の2倍）を選ぶと、同じヒット率80％で、Haiku 5.5 は9.19ドル、Sonnet 5.5 は33.75ドル、Fable 5.1 は161.25ドルになりました（筆者の計算）。下がる割合は5〜6割に縮みます。
ヒット率80％の場合で比べても、最も安い deepseek-flash のキャッシュ利用（2.52ドル）と、最も高い Fable 5.1 のキャッシュ利用（105ドル）には約40倍の差があります。キャッシュの工夫よりも、どのモデルを選ぶかのほうが金額への影響は大きいと言えます。
12時間キャッシュは「書き込み回数」で価値が変わる
gpt-6.1-sol を12時間キャッシュにして、同じヒット率80％で計算すると41.25ドルになり、30分キャッシュ（22.50ドル）より高くなりました。書き込みが50回発生し、そのたびに入力の2.5倍を払うためです。
一方、1日の最初に1回だけ書き込み、残りの49回をすべて読み取りにできた場合は、5日間で8.18ドルでした（書き込み5回で3.75ドル、読み取り245回で3.68ドル、回答で0.75ドル）。12時間キャッシュは、1日の作業を1回の書き込みでまかなえるときに初めて大きく効く仕組みだと考えられます。
崖の手前に収めると、さらに一桁下がる
Haiku 5.5 で、資料を要約や抜き出しで9.5万トークンに縮めた場合も計算しました。同じ250回で、毎回フル送信なら2.41ドル、キャッシュ利用なら0.82ドルです。15万トークンのとき（18.94ドルと6.37ドル）と比べると、入力は約6割に減っただけなのに、費用は約8分の1になります。
設計で下げる：見直す順番
ここまでの計算から、費用を下げる見直しは次の順で進めると効率がよいと考えられます。
- 1回の入力トークン数を測る（API の応答に含まれるトークン数の記録を見る）
- しきい値（10万・20万・27.2万）を超えていたら、資料を分割するか、要約してから渡す
- 同じ資料に3回以上質問するなら、資料を先頭・質問を末尾に置いてキャッシュを使う
- 質問の間隔を測り、キャッシュの有効期間（5分・30分・1時間・12時間）の中に実行をまとめる
- それでも高ければ、価格帯の違うモデルに選び直す
図4のとおり、最初の分かれ道は「しきい値を超えているか」です。崖を越えたままキャッシュを使っても、高い側の単価に割引がかかるだけだからです。
DeepSeek を使う場合は、時間帯も設計の対象になります。平日の UTC 01:00〜04:00 と 06:00〜10:00 がピーク時間帯で、それ以外は半額と案内されています（DeepSeek Pricing）。筆者が日本時間に換算すると、ピークは午前10時〜午後1時と午後3時〜7時にあたるため、夜間のまとめ実行と相性がよいと考えられます。
つまずきやすい点
キャッシュの有効期間が切れて、書き込みを払い続ける
1日8時間に50回質問すると、平均の間隔は約9.6分です（筆者の計算）。Anthropic の既定の5分キャッシュは、使うたびに無料で延長されますが（Anthropic Prompt caching）、5分以上空くと切れてしまいます。切れるたびに書き込み料金がかかるので、試算のヒット率80％を下回る可能性があります。
対策は、質問をまとめて短時間に流すか、有効期間の長い選択肢（1時間や12時間）を選ぶことです。1時間キャッシュにした場合の試算は、「業務試算」の節に載せています。ただし長い期間ほど書き込みが割高なので、上の損益分岐の表で「何回読めば取り返せるか」を確認してから選ぶのが安全です。
しきい値ぎりぎりの入力が、日によって崖を越える
議事録や問い合わせ履歴のように、日々長さが変わる資料は注意が必要です。9.8万トークンの日は安く、10.2万トークンの日だけ Haiku 5.5 の費用が5倍になる、ということが起こります。請求額が「ある日だけ高い」場合は、その日の入力トークン数を最初に確かめてください。
Haiku 5.5 の「10万」にキャッシュ分が含まれるかは分からない
Haiku 5.5 の価格ページには「100k 以下／超のプロンプト」とだけ書かれており、キャッシュから読み取った部分を10万の判定に含めるかどうかは確認できませんでした。この記事の試算は、読み取り分も含めて15万トークン全体を10万超として扱っています。正確な条件は、実際の請求明細で確かめるのが確実です。
短すぎる入力はキャッシュされない
キャッシュには最小の長さがあり、Haiku 5.5 と Sonnet 5.5 は512トークン、OpenAI の GPT-5.6 以降は1,024トークンです（Anthropic、OpenAI）。長い資料なら問題になりませんが、短い定型文だけをキャッシュしようとしても効きません。
まとめ
- 価格の崖を知る: Haiku 5.5 は10万、grok-4.7 は20万、gpt-6.1-sol は27.2万トークンを超えると、1回の入力費用が2〜5倍に跳ねます。まず入力を崖の手前に収めるのが最も効きます。
- キャッシュは2〜3回目で元が取れる: 書き込み1.25倍なら2回目、2倍や2.5倍でも3回目で逆転します。12時間キャッシュは、書き込みを1日1回に抑えられるときに大きく効きます。
- 最後はモデル選び: 同じ業務でも、キャッシュ利用後の費用は2.52ドルから105ドルまで約40倍の差がありました。
参考にした一次情報
- Claude Haiku 5.5（Anthropic）
- Claude Sonnet 5.5（Anthropic）
- Claude Fable and Mythos 5.1（Anthropic）
- Prompt caching（Anthropic Docs）
- Release notes（xAI Docs, 2026年9月）
- API Pricing（OpenAI）
- Changelog（OpenAI, 2026-10-20）
- Prompt caching（OpenAI Docs）
- Models and Pricing（DeepSeek API Docs）
価格はいずれも2026年10月28日に確認した値です。各社の価格は変わることがあるため、使う前に公式ページで最新の値を確かめてください。