BroadRouter
始める

LLM API 料金の仕組み:入力・キャッシュ・出力・推論トークンを解説

BroadNet Inference チーム · 約 6 分で読めます · 公開日 · 更新日

LLM API は 100 万トークンあたりで課金され、入力・キャッシュ入力・出力に別々の単価があります。推論トークンは出力、画像は入力トークンとして課金され、音声認識は音声 1 分単位です。BroadNet Inference の DeepSeek V4.1 Flash は 100 万トークンあたり入力 $0.175、キャッシュ $0.0055、出力 $0.52 です。

A stream of tokens flowing into the words "Ideas become answers."

LLM API は 100 万トークンあたりで課金され、新規入力、キャッシュ入力、出力という別々のメーターで計測されます。推論トークンは出力として、画像は入力トークンとして課金され、音声認識は音声 1 分単位で課金されます。このガイドでは各メーターを説明したうえで、BroadNet Inference の公開料金(2026-11-14 に同期)を使って実際のリクエストの料金を計算します。

実際には何に料金を払っているのか?

トークンはテキストの小さな断片で、通常は数文字程度です。BroadRouter が 5 種類のトークナイザーで独自に測定したところ、英語 1,000 語はおよそ 1,290 トークンでした。OpenAI の目安では 100 トークンでおよそ 75 語です。ほかの言語では数が変わるので、無料のトークンカウンターに実際のテキストを貼り付けて確認してください。各リクエストは usage ブロックでトークン数を報告し、請求額は次のメーターの合計になります。

メーター 数えるもの 課金単価
入力(prompt) システムプロンプト、履歴、ドキュメント、ツール定義、画像 入力単価
キャッシュ入力 プロバイダーが処理済みで再利用した入力 キャッシュ単価(大幅に安い)
出力(completion) 表示される回答と、推論の部分 出力単価
音声の分数 文字起こしに送った音声の長さ 1 分あたりの単価

いちばん重要なのは入力トークンと出力トークンの区別です。2 つの単価が大きく離れているからです。

各モデルのトークン単価はいくらか?

BroadNet Inference の料金(100 万トークンあたり):

モデル 入力 キャッシュ入力 出力 コンテキスト
DeepSeek V4.1 Flash $0.175 $0.0055 $0.52 1,048,576
GLM 5.3 $0.78 $0.173 $3.46 1,048,576
Qwen3.8 27B $0.175 $0.0435 $2.17 262,144
Gemma 4 VL 26B $0.10 キャッシュ割引なし $0.22 32,768

この料金表にも、ほかの多くの料金表にも、2 つのパターンがあります。まず、出力は入力より高く、Gemma 4 VL 26B の約 2 倍から Qwen3.8 27B の 10 倍超まで幅があります。次に、キャッシュ入力は新規入力のごく一部の料金です。OpenAI、Anthropic、Google などのプロバイダーと比較するには LLM API 料金表を、追跡しているすべてのモデルについて市場全体の中央値、プロバイダー間の価格差、出力と入力の単価比を見るには LLM API 価格指数(CSV と JSON を公開)を参照してください。

なぜ出力は入力より高いのか?

モデルはプロンプト全体を 1 回の並列処理で読み込みます。一方、回答は 1 トークンずつ書き出し、新しいトークンごとにもう 1 回処理が必要です。そのため出力はトークンあたりの GPU 時間が多くかかり、料金にもそれが反映されます。短いプロンプトで長い回答を返すリクエストは、長いプロンプトで短い回答を返すリクエストより高くなることがあります。

キャッシュ入力トークンはどう課金されるのか?

プロンプトの先頭が直近のリクエストと一致すると、プロバイダーは前回の処理を再利用できます。このキャッシュ入力トークンは prompt_tokens_details.cached_tokens に表示され、キャッシュ単価で課金されます。DeepSeek V4.1 Flash の場合、100 万トークンあたり $0.175 ではなく $0.0055 です。

キャッシュは、先頭部分が安定したプロンプトほど効きます。システムプロンプト、ツール一覧、ドキュメントを先に置き、新しいメッセージを最後に置いてください。毎ターン同じリポジトリを送り直すエージェントが最も恩恵を受けます。各プロバイダーがキャッシュの読み書きをどう課金しているかは キャッシュ入力トークンの解説を、ご自身のキャッシュ率を試算するには プロンプトキャッシュ計算ツールを使ってください。

推論モデルでは、なぜ見えている以上の出力が課金されるのか?

DeepSeek V4.1 Flash、GLM 5.3、Qwen3.8 27B は、回答する前に推論します。この推論は推論トークンでできています。応答には表示されませんが、completion_tokens に含まれ、出力単価で課金されます。OpenAI の推論ガイドも自社モデルについて同じルールを示しており、推論トークンは “are billed as output tokens”(訳:出力トークンとして課金される)と書いています。

推論は max_tokens にも含まれます。低すぎる値にすると、回答のないまま推論の分だけ料金を払うことになります。応答が空になる理由と推論コストを抑える方法も参照してください。

画像と音声の料金はどう決まるのか?

画像。ビジョンモデルは画像を入力トークンに変換します。そのトークンに入力単価がかかり、画像が大きいほどトークンが増えます。BroadNet には画像 1 枚ごとの別料金はありません。画像 1 枚あたりのコスト比較もご覧ください。

音声。音声認識はトークンではなく、音声の長さで課金されます。

モデル 1 分あたり 音声 1 時間あたり
BroadNet Transcribe Arabic $0.0042 $0.25
BroadNet Transcribe(14 言語) $0.002 $0.12

実際のリクエストはいくらかかるのか?計算例

以下はすべて DeepSeek V4.1 Flash を使った例です。合計がちょうど 100 万トークン単位になるように規模をそろえているので、計算を簡単に確かめられます。

  1. **チャット機能。**入力 2,000 トークン、出力 2,000 トークンのリクエストを 500 回送ると、入力 100 万トークン、出力 100 万トークンになります。料金は $0.175 と $0.52 の合計です。
  2. **コンテキストを読み直すエージェント。**同じ 100,000 トークンのコンテキストを毎回送る 10 ターンで、入力は合計 100 万トークンになります。まったくキャッシュされなければ $0.175、仮にすべてキャッシュされれば $0.0055 ですが、最初のターンには再利用できるものがないため、これは下限と考えてください。最大でも、キャッシュ単価になるのは 900,000 トークンで、最初の 100,000 トークンは入力単価で課金されます。
  3. **見えない推論。**表示される部分が 200 トークンで、それぞれに 800 トークンの推論が付く回答を 1,000 件生成すると、出力 100 万トークン分の $0.52 が課金されます。実際に目にしたテキストはその 5 分の 1 だけです。
  4. **文字起こし。**アラビア語の音声 1,000 時間は $252.00 です。30 秒のボイスメモ 10,000 件は $21.00 です。

一般的な計算式:

cost = new_input/1M × input_price
     + cached_input/1M × cached_price
     + output/1M × output_price      (output includes reasoning)

ご自身のトラフィックで計算するには、無料の LLM API コスト計算ツールを使ってください。新機能のコストをしっかり予測するには、リリース前に LLM API のコストを見積もる方法をご覧ください。

レスポンスから実際の数値を読むには?

実際のトラフィックが流れ始めたら、単語数から見積もるのはやめて、実数を読み取りましょう。

import os
from openai import OpenAI

client = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"])
r = client.chat.completions.create(
    model="broadnet/deepseek-v4.1-flash",
    messages=[{"role": "user", "content": "Summarise this ticket in one line: ..."}],
)
u = r.usage
details = u.prompt_tokens_details  # can be None when the model reports no cache data
cached = (details.cached_tokens or 0) if details else 0
print(u.prompt_tokens, cached, u.completion_tokens)

ストリーミングの場合は stream_options={"include_usage": True} を追加すると、最後のチャンクに usage が含まれます。ストリーミングガイドを参照してください。

ほかにどんな料金体系があるのか?

トークン課金だけが選択肢ではありません。

  • 定額プラン。定額プランはトークンではなく時間に対して課金します。BroadNet の Full Moon は 1 セッションあたり月 $60 で、DeepSeek V4.1 Flash を無制限に使えます(同時に 1 リクエスト)。Orbit は週 $15、Meteor は 1 時間 $1 です。
  • 時間制キー。$0.50 で Gemma 4 VL 26B を 1 ストリームで 1 時間使えます。時間制キーの解説をご覧ください。
  • **バッチと専有 GPU。**夜間のバッチジョブを割り引いたり、GPU を丸ごと時間単位で貸し出したりするプロバイダーもあります。ほかのプロバイダーのオープンモデルの価格設定を参照してください。

定額がトークン課金より得になるのはいつかは、利用量とキャッシュ率で決まります。キャッシュからバッチ割引まで、コストを下げる手段を順にまとめた LLM API のコストを下げる方法もご覧ください。

トークン単価は時間とともに上がりも下がりもします。11 社のプロバイダーの料金ページのアーカイブでは、80% のモデルは一度も価格が変わっていません。価格が変わったモデル全体では、値下げを 100 回、値上げを 52 回記録しました。いずれも、あるモデルの価格をそのモデル自身の以前の価格と比べたものです。LLM API の価格はどのくらいの頻度で変わるかと出典付き:LLM API の大幅値下げをご覧ください。

BroadNet Inference が合う場面

BroadNet は提供するすべてのモデルについて 1 つの料金表を公開しており、機械可読ファイルとして提供しています。このサイトの料金ページもこのファイルを読み込んでいます。新規アカウントには $5 の初回クレジットがあり、Gemma 4 VL 26B と 2 つの文字起こしモデルはこのクレジットで使えます。そのほかのチャットモデルはチャージが必要です。トークン課金と定額を 1 つのアカウントで使いたい場合に向いています。プランには専用のキーが発行されます。最先端のクローズドモデルを使う場所ではありません。提供しているのはオープンウェイトモデルと BroadNet 独自のビルドだけです。

よくある質問

LLM API の料金はどうやって計算しますか?

入力トークンに入力単価、キャッシュ入力トークンにキャッシュ単価、出力トークンに出力単価をそれぞれ掛け(単価はいずれも 100 万トークンあたり)、合計します。推論トークンは出力に含まれます。

なぜ出力トークンは入力トークンより高いのですか?

モデルは入力を 1 回の並列処理で読み込みますが、出力は 1 トークンずつ生成するため、出力トークン 1 つあたりの GPU 時間が多くなります。プロバイダーはその差を料金に反映しています。

推論トークンにも料金はかかりますか?

はい、トークン課金のキーではかかります。推論トークンは completion tokens に含めて報告され、応答には表示されないものの、出力単価で課金されます。

LLM API で画像 1 枚はいくらかかりますか?

画像は入力トークンに変換されるため、そのトークン数に入力単価を掛けた額になります。大きな画像ほどトークンが増えます。実際の数は usage ブロックの prompt_tokens で確認できます。

常時稼働のエージェントで一番安い支払い方は何ですか?

通常は定額プランです。BroadNet では、Full Moon セッションが月 $60 で、DeepSeek V4.1 Flash を無制限に使えます(同時に 1 リクエスト)。

Markdown で読むChatGPT に聞くClaude に聞くPerplexity に聞く