---
title: "LLM API 利用ログ：ユーザー別・機能別コストと PII 対策 | BroadRouter"
description: "LLM API の呼び出しごとにトークン、コスト、レイテンシ、リクエスト ID を記録し、支出をユーザーと機能に割り当て、書き込み前に PII をマスキングする方法。Python コード付き。"
url: https://broadrouter.com/ja/blog/llm-api-usage-logging/
lang: ja
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

このページは英語の原文を AI の支援を受けて翻訳したものです。 [英語の原文を読む](https://broadrouter.com/blog/llm-api-usage-logging/) (2026-11-14 更新).

# LLM API の利用ログ：ユーザー別・機能別のコストと PII のマスキング

BroadNet Inference チーム · 約 4 分で読めます · 公開日 2026-11-14

LLM 呼び出しは 1 つの関数でラップし、モデル、機能、ハッシュ化したユーザー ID、入力・キャッシュ・推論・出力トークン、コスト、レイテンシ、ステータス、リクエスト ID を記録します。コストは請求書でなく価格表から計算します。既定はメタデータのみ。本文を残すなら書き込み前にマスキングし、保持期間を短くします。

## 要点

-   ラッパーは 1 つ、ログは呼び出し 1 回につき 1 行：モデル、機能、ハッシュ化したユーザー、トークン数、コスト、レイテンシ、ステータス、リクエスト ID。
-   呼び出しごとのコストは usage ブロックと価格表から計算します。新規入力、キャッシュ入力、出力はそれぞれ価格が異なります。
-   ユーザー ID は鍵付きの HMAC でハッシュ化すれば、誰なのかを保存せずにユーザーごとに集計できます。
-   既定ではメタデータだけを記録します。PII の主なリスクはプロンプトの本文です。マスキングは書き込む前に行い、後からでは遅すぎます。
-   正規表現でも NER でも、マスキングには漏れがあります。保証ではなく、防御の 1 層として扱ってください。

**このページの内容**

1.  LLM の呼び出しごとに何を記録すべきですか？
2.  呼び出しごとのコストはどう計算しますか？
3.  ログ用のラッパーはどうなりますか？
4.  コストをユーザーと機能にどう割り当てますか？
5.  LLM のログに PII を残さないには？
6.  BroadNet Inference の位置付け

プロバイダーのダッシュボードは、いくら使ったかは教えてくれます。しかし、**どの機能**や**どの顧客**が使ったのかはほとんど分からず、火曜日に請求が跳ね上がった理由も分かりません。自前の利用ログならそれが分かります。この記事では、ログのスキーマ、それを埋めるラッパー、呼び出しごとのコストの計算方法、個人データを残さない方法を紹介します。得られた数字をどう使うかは、[ユーザーあたりのコストと SaaS の価格設定](https://broadrouter.com/ja/blog/llm-cost-per-user-saas/)と[予算とループ対策](https://broadrouter.com/ja/blog/llm-api-spend-control/)で扱っています。

## LLM の呼び出しごとに何を記録すべきですか？

再試行も含め、試行 1 回につき 1 行です。

| フィールド | 例 | 理由 |
| --- | --- | --- |
| `ts` | 2026-11-14T09:12:03Z | 時系列分析、障害のタイムライン |
| `feature` | `support_reply` | 機能ごとのコスト |
| `user_hash` | `hmac:4f1c…` | 身元を保存せずにユーザーごとのコスト |
| `tenant` | `acme` | B2B アプリでの顧客ごとのコスト |
| `model` | broadnet/deepseek-v4.1-flash | 価格の参照、モデルの比較 |
| `prompt_tokens` | 18,240 | 入力コスト |
| `cached_tokens` | 16,384 | キャッシュ入力は安い。[キャッシュ率](https://broadrouter.com/ja/blog/cached-input-tokens-explained/)を追跡 |
| `reasoning_tokens` | 612 | 推論モデルの隠れた出力コスト |
| `completion_tokens` | 1,104 | 出力コスト（推論を含む） |
| `cost_usd` | 計算値 | 経理が求める数字 |
| `latency_ms`, `ttft_ms` | 4,210 / 690 | 性能の劣化 |
| `status` | 200, 429, 503 | エラー率と再試行率 |
| `request_id` | `X-Request-ID` の値 | サポートへの問い合わせと請求の確認 |
| `prompt_version` | `support-v14` | コストの変化をプロンプトの変更と結び付ける |

プロンプトの本文もレスポンスの本文も記録しません。それは後の話で、しかもマスキングが前提です。

## 呼び出しごとのコストはどう計算しますか？

usage ブロックを読み、[トークン](https://broadrouter.com/ja/glossary/input-and-output-tokens/)の種類ごとに価格を付けます。BroadNet は機械可読な価格を [pricing.json](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=ja-blog-llm-api-usage-logging&utm_content=body) で公開しており、モデルごとに入力、キャッシュ入力、出力の 100 万トークンあたりの価格が載っています。

```python
import json, urllib.request

PRICES = {m["id"]: m for m in json.load(urllib.request.urlopen("https://inference.broadnet.ai/pricing.json"))["models"]}

def call_cost(model: str, usage) -> float:
    p = PRICES[model]
    details = getattr(usage, "prompt_tokens_details", None)
    cached = (getattr(details, "cached_tokens", 0) or 0) if details else 0
    new_input = usage.prompt_tokens - cached
    return (
        new_input * (p.get("input_per_m") or 0)
        + cached * (p.get("cached_input_per_m") or p.get("input_per_m") or 0)
        + usage.completion_tokens * (p.get("output_per_m") or 0)
    ) / 1_000_000
```

価格ファイルは呼び出しのたびに取得するのではなく、キャッシュして毎日更新してください。よくある間違いが 2 つあります。キャッシュされたトークンを新規入力として計算する（コストを過大に見積もる）ことと、推論トークンがすでに `completion_tokens` に含まれていることを忘れる（二重に加算しない）ことです。

## ログ用のラッパーはどうなりますか？

```python
import hashlib, hmac, os, time, logging
from openai import OpenAI

log = logging.getLogger("llm.usage")
client = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"])
HASH_KEY = os.environ["USAGE_HASH_KEY"].encode()

def user_hash(user_id: str) -> str:
    return "hmac:" + hmac.new(HASH_KEY, user_id.encode(), hashlib.sha256).hexdigest()[:16]

def chat(*, feature: str, user_id: str, prompt_version: str, **kwargs):
    t0 = time.perf_counter()
    row = {"feature": feature, "user_hash": user_hash(user_id),
           "model": kwargs["model"], "prompt_version": prompt_version}
    try:
        raw = client.chat.completions.with_raw_response.create(**kwargs)
        resp = raw.parse()
        u = resp.usage
        d = getattr(u, "completion_tokens_details", None)
        row.update(
            status=200,
            request_id=raw.headers.get("x-request-id"),
            prompt_tokens=u.prompt_tokens,
            cached_tokens=getattr(getattr(u, "prompt_tokens_details", None), "cached_tokens", 0) or 0,
            reasoning_tokens=(getattr(d, "reasoning_tokens", 0) or 0) if d else 0,
            completion_tokens=u.completion_tokens,
            cost_usd=round(call_cost(kwargs["model"], u), 6),
        )
        return resp
    except Exception as e:
        row.update(status=getattr(e, "status_code", "error"),
                   request_id=getattr(getattr(e, "response", None), "headers", {}).get("x-request-id"))
        raise
    finally:
        row["latency_ms"] = int((time.perf_counter() - t0) * 1000)
        log.info("llm_call", extra={"llm": row})
```

`with_raw_response` を使うとヘッダーが取得できるので、`X-Request-ID` を残せます。ストリーミングの呼び出しでは `stream_options={"include_usage": True}` を追加し、[SSE ストリーミングの記事](https://broadrouter.com/ja/blog/llm-streaming-sse-explained/)のように最後のチャンクから行を埋めてください。`HASH_KEY` は秘密にし、変えないでください。同じユーザーは常に同じハッシュになりますが、鍵がなければハッシュから元に戻すことはできません。

## コストをユーザーと機能にどう割り当てますか？

上の行を任意の SQL ストアに入れれば、割り当てはクエリ 1 つで済みます。

```sql
SELECT feature, model,
       count(*)                          AS calls,
       sum(cost_usd)                     AS cost,
       sum(cached_tokens)::float / nullif(sum(prompt_tokens), 0) AS cache_rate,
       avg(completion_tokens)            AS avg_out
FROM llm_calls
WHERE ts >= now() - interval '7 days'
GROUP BY feature, model
ORDER BY cost DESC;
```

`feature` を `user_hash` や `tenant` に置き換えれば、顧客ごとのコストになります。すぐに効果が出る追加分析が 3 つあります。

1.  \*\*コスト上位 1% のユーザー。\*\*単一のループやボットであることがよくあります。`cache_rate` の低下はもう 1 つの早期警告です。キャッシュ率 1 ポイントの価値は[プロンプトキャッシュ計算ツール](https://broadrouter.com/tools/prompt-caching-calculator/)で分かります。
2.  \*\*呼び出し単位ではなく、成功した成果あたりのコスト。\*\*自社の成功イベントと結合します。
3.  \*\*再試行の割合。\*\*ステータス 429 や 5xx の行を見れば、失敗にいくら使っているかが分かります。[429 エラーへの対処](https://broadrouter.com/ja/blog/handle-llm-api-429-rate-limits/)を参照してください。

## LLM のログに PII を残さないには？

最も安全なログは、プロンプトの本文をまったく含まないものです。デバッグや評価のために本文が必要なときは、次の手順を順番に行ってください。

1.  \*\*サンプリングする。\*\*本文はすべてではなく、ごく一部の呼び出しと失敗した呼び出しだけに残します。
2.  \*\*書き込む前にマスキングする。\*\*ログを書き込むプロセスの中でマスキングを実行します。後からマスキングするということは、生のテキストがすでにディスクとバックアップに残っているということです。
3.  \*\*検出器を重ねる。\*\*構造化データには正規表現、名前や住所には NER ツールを使います。
4.  \*\*別に保存する。\*\*本文はアクセス制限が厳しく保持期間が短い別のテーブルやバケットに置き、`request_id` で関連付けます。
5.  \*\*秘密情報は絶対に記録しない。\*\*OWASP のロギングのチートシートは、アクセストークン、パスワード、暗号鍵を除外すべきデータとして挙げています。[API キー](https://broadrouter.com/ja/glossary/api-key/)もそのリストに入ります。

最小限の正規表現の層は次のとおりです。

```python
import re
PATTERNS = [
    (re.compile(r"[\w.+-]+@[\w-]+\.[\w.-]+"), "[EMAIL]"),
    (re.compile(r"\+?\d[\d\s().-]{7,}\d"), "[PHONE]"),
    (re.compile(r"\b(?:\d[ -]?){13,19}\b"), "[CARD]"),
    (re.compile(r"\b(sk|key|bearer)[-_ ]?[A-Za-z0-9]{16,}\b", re.I), "[SECRET]"),
]
def redact(text: str) -> str:
    for pat, label in PATTERNS:
        text = pat.sub(label, text)
    return text
```

これで明らかなケースは捕まえられますが、名前、住所、変わったものは見逃します。[Microsoft Presidio](https://github.com/microsoft/presidio) はそれらに対してエンティティ認識を加えますが、その README には、すべての機密情報を見つけられる保証はないとはっきり書かれています。漏れは起きるものとして計画してください。保持期間を短くし、アクセスを厳しくしておけば、漏れたときの被害を抑えられます。

## BroadNet Inference の位置付け

BroadNet Inference は、モデルが報告する場合はキャッシュトークンと推論トークンを含む usage ブロックを返し、すべてのレスポンスに `X-Request-ID` を付け、コスト計算に読み込める公開の価格ファイルを提供しています。BroadNet 側では、プロンプトと回答はリクエストの処理に使われるだけで保持されず、残るのはタイミング、トークン数、コストといった内容を含まない記録だけです（[ゼロデータ保持の仕組み](https://broadrouter.com/ja/privacy/)）。そのため、プロンプトの本文の唯一のコピーはあなた自身のログになり、上記のマスキングのルールが実際の保持のあり方を決めます。BroadNet のチャットリクエストにはユーザーごとのメタデータフィールドがないので、コストの割り当てはラッパーで行います。チームごとに予算を分けるには別々のキーを使ってください。ラベルと許可リストは[キーのガイド](https://broadrouter.com/ja/guides/api-keys-ip-allow-lists/)で扱っています。

関連する無料ツール （英語）

-   [OpenAI to BroadNet migration helper](https://broadrouter.com/tools/openai-to-broadnet-migration/) Paste OpenAI SDK code; get base URL, key and model edits, a diff and the checks that remain.
-   [max\_tokens calculator for reasoning models](https://broadrouter.com/tools/reasoning-token-budget/) Answer length + reasoning budget + margin = a max\_tokens that does not cut the answer off.
-   [JSON schema generator for LLM structured output](https://broadrouter.com/tools/json-schema-generator/) Sample JSON to strict schema, Pydantic, Zod and a ready request.
-   [LLM JSON output validator](https://broadrouter.com/tools/llm-json-output-validator/) Parse errors by line and column, safe repairs, cut-off detection and JSON Schema checks for model output.

[無料ツール （英語）](https://broadrouter.com/tools/)

## この記事の用語

[トークン（token）](https://broadrouter.com/ja/glossary/token/)

トークンとは、言語モデルが読み書きするテキストの単位です。モデルのトークナイザーが作る単語、単語の一部、句読点、バイト列のいずれかにあたります。LLM API は利用量をトークンで数え、上限を設け、通常はトークン単位で課金します。

[キャッシュ入力トークン（cached input tokens）](https://broadrouter.com/ja/glossary/cached-input-tokens/)

キャッシュ入力トークンとは、LLM プロバイダーが直前に処理し、再計算せずにキャッシュから再利用できるプロンプトのトークンです。通常はシステムプロンプトやドキュメントなど繰り返し送るプレフィックスで、新しい入力トークンより安い単価で課金されます。

[指数バックオフ（exponential backoff）](https://broadrouter.com/ja/glossary/exponential-backoff/)

指数バックオフ（exponential backoff）とは、失敗するたびに待ち時間を長くして再試行するリトライ戦略で、通常は上限まで遅延を 2 倍ずつ増やします。各待ち時間にランダムなジッターを加えると、多数のクライアントの再試行が分散し、同時にサーバーへ集中しなくなります。

[PII（個人を特定できる情報）](https://broadrouter.com/ja/glossary/pii/)

PII（個人を特定できる情報）とは、氏名、ID 番号、生体情報など個人の身元を識別・追跡できる情報と、その人に結び付いた、または結び付けうる情報です。GDPR ではより広い「個人データ」を使います。LLM では、プロンプトが社外に出る前に PII をマスキングします。

[SSE（Server-Sent Events）](https://broadrouter.com/ja/glossary/sse/)

SSE（Server-Sent Events）とは、content type が text/event-stream の長時間続く 1 つの HTTP 応答を通じて、サーバーがクライアントにテキストイベントのストリームを送るための Web 標準です。各イベントは data: などのフィールド行 1 行以上と、最後の空行からなります。

[API キー（API key）](https://broadrouter.com/ja/glossary/api-key/)

API キーとは、API を呼び出すクライアントを識別し、認可するための秘密の文字列です。LLM API では通常 Authorization: Bearer ヘッダーで送り、キーを持つ人は誰でも、そのキーの所有アカウントに課金されるリクエストを送れます。

[ストリーミング（streaming）](https://broadrouter.com/ja/glossary/streaming/)

ストリーミングとは、言語モデルの応答を最後にまとめて返すのではなく、生成中に小さなチャンクに分けて返す方式です。OpenAI 互換 API では、リクエストで stream を true にすると Server-Sent Events（SSE）でストリーミングされます。

[ツール呼び出し（Function Calling、tool calling）](https://broadrouter.com/ja/glossary/tool-calling/)

ツール呼び出し（Function Calling とも呼ばれます）とは、開発者が定義した関数の実行を求める構造化されたリクエストを、モデルが JSON の引数付きで返す LLM API の機能です。関数を実行して結果を返すのはアプリケーションで、モデル自身がコードを実行することはありません。

## よくある質問

### LLM API のコストをユーザーごとに把握するには？

各呼び出しにユーザー識別子を付け、レスポンスから usage ブロックを読み、トークン数に価格表を掛けて、呼び出しごとに 1 行のログを書きます。あとはユーザーのタグで集計します。メールアドレスではなく、ハッシュ化した ID を使ってください。

### プロンプトとレスポンスの全文を記録すべきですか？

既定ではしないでください。個人データはそこに含まれています。すべての呼び出しでトークン数とメタデータを記録し、全文はサンプリングした呼び出しや失敗した呼び出しに限り、マスキングしたうえで短い保持期間で残します。

### 計算したコストがプロバイダーの請求額と合わないのはなぜですか？

多くの場合、キャッシュされたトークンを新規入力として計算した、推論トークンを出力から漏らした、再試行を記録していなかった、のいずれかです。usage を返した失敗リクエストも含め、すべての試行を記録してください。

### ストリーミングのレスポンスからトークン使用量を取得するには？

stream\_options の include\_usage を true に設定します。すると最後のチャンクで、空の choices リストとともに usage ブロックが返ります。

### LLM のログにはどの PII マスキングツールを使うべきですか？

メールアドレス、電話番号、カード番号などの構造化データには正規表現から始め、名前や住所には Microsoft Presidio のような NER ベースのツールを加えます。Presidio 自身の README も、すべてを見つけられる保証はないとしています。

## 続けて読む

-   [ゼロデータ保持の LLM API：確認すべき 10 の質問チェックリスト](https://broadrouter.com/ja/blog/zero-data-retention-llm-api-checklist/)
-   [キャッシュ入力トークンとは：LLM API の請求額を下げる方法](https://broadrouter.com/ja/blog/cached-input-tokens-explained/)
-   [LLM API の 429 エラー対処法：バックオフ、ジッター、同時実行制限](https://broadrouter.com/ja/blog/handle-llm-api-429-rate-limits/)
-   [LLM のストリーミング解説：SSE のチャンク、delta、usage、キャンセル](https://broadrouter.com/ja/blog/llm-streaming-sse-explained/)
-   [LLM API のレスポンスをキャッシュしてコスト削減：Python の完全一致キャッシュ](https://broadrouter.com/ja/blog/cache-llm-responses-cut-cost/)
-   [BroadNet の GPU ハードウェアとサービング方式（BroadNet の説明による）](https://broadrouter.com/ja/blog/broadnet-gpu-fleet-and-serving/)
-   [文書 AI のワークフローに人手のレビューを組み込む](https://broadrouter.com/ja/blog/document-review-queues/)
-   [ガイド：OpenAI Python SDK を BroadNet Inference で使う](https://broadrouter.com/ja/guides/openai-python-sdk/)
-   [ガイド：chat completions のストリーミングと接続切断への対処](https://broadrouter.com/ja/guides/streaming-chat-completions/)
-   [ガイド：IP 許可リストで API キーを自社サーバーに限定する](https://broadrouter.com/ja/guides/api-keys-ip-allow-lists/)

実際のワークロードで試してください。 新規アカウントには US$5 の初回クレジットがあり、Gemma、文字起こし に使えます。DeepSeek、GLM、Qwen3.8 はチャージが必要です。

[始める](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ja-blog-llm-api-usage-logging&utm_content=page-cta) ·

**出典**

-   [BroadNet Inference API リファレンス：usage フィールド、リクエスト ID、データ保持 （英語）](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ja-blog-llm-api-usage-logging&utm_content=sources)
-   [BroadNet Inference の機械可読な価格（pricing.json） （英語）](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=ja-blog-llm-api-usage-logging&utm_content=sources)
-   [OWASP Logging Cheat Sheet：ログから除外すべきデータ](https://cheatsheetseries.owasp.org/cheatsheets/Logging_Cheat_Sheet.html)
-   [Microsoft Presidio README：PII 検出とその限界（2026-11-14 取得）](https://github.com/microsoft/presidio)
-   [openai-python README：with\_raw\_response でのレスポンスヘッダーの読み取り](https://github.com/openai/openai-python)
