回答は短いのにAPI代が高い。見落としがちな読込み・検索・再試行の費用

「1回の回答は短いので、API料金もわずかなはず」と考えて月額を出すと、想定より高くなることがあります。例えば、公開情報を調べて回答案を作る機能では、回答文だけでなく、資料の読み込み、検索、途中の処理にも費用を見込みます。

まず、普段使う資料で数件試し、月の業務件数、1件を終えるまでの全API試行回数、各試行の入力・出力の利用量を記録します。開発担当者には、APIの返答に含まれる利用量を出してもらいます。その平均と月の件数を、下の表へ入れます。

OpenAIのテキストAPIを例に、通常・繁忙・再試行増を比べます。単価は公式料金表、件数と利用量は計算用の仮定です。自社の実測値に置き換えてください。

同じ利用量でも、二重計上で見積りが変わる

2026年10月26日、通常月の入力・出力だけを計算教材（Python）で検算しました。21,000試行、各試行の通常入力4,000・キャッシュ読取2,000・出力合計1,600を使います。単価は以下と同じ説明用条件です。検索料金、税、為替、一般クラウド費は含めない部分計算です。

集計の方法	入力・出力部分のUSD試算	間違えた点
各試行の利用量を一度ずつ集計	217.35	この例の正しい部分計算
再試行込みの21,000回に、さらに5%を加える	228.2175	同じ再試行を二度数えている
出力合計に、内訳の推論1,000を再加算	311.85	推論を含む出力合計との重複

通信が途切れた試行の利用量を取得できなければ、その欄は「不明」として請求側と照合します。「失敗したから無料」とも、成功時と同じ量とも決めません。担当者へ渡す記録は、業務の番号、各API試行の番号、利用量、結果の判明状況を対応させます。

対象モデルの公式単価は2026年10月26日に入力0.75・読取0.075・出力4.50 USD／100万トークンを再確認しました。この確認は上のモデル・直接利用の条件についてのものです。社内で実際に払った金額の測定ではありません。

件数と文章量の両方で、月額が変わる

この試算では、通常の月1万件を、繁忙期に2万件へ増やします。同時に、1回の処理で読む資料を6,000から9,000、出力を1,600から2,200トークンへ増やす設定です。件数と一件当たりの文章量が同時に増える比較です。もう一つの「再試行増」は件数と文章量を通常のまま、追加の試行だけを5%から25%へ変えます。

まず、キャッシュや検索を使わない基本形は「1回の入力費＋出力費」です。入力を100万で割って入力単価を掛け、出力も同様に計算します。その1回分を月の総試行回数へ広げてから、使う機能に応じた追加費用やキャッシュの区分を反映します。

請求される項目を確認する

APIは、ソフトウェアからAIを呼び出す窓口です。トークンは、モデルが文章などを扱う計量単位です。費用の計算には、APIが報告する利用量を使います。出力には、可視回答以外の書式用トークンなどが含まれる場合もあります（出典：OpenAI「Counting tokens」）。

料金表は、入力・キャッシュされた入力・出力だけでなく、モデルによってキャッシュ書き込み、画像・音声、検索、実行環境などの区分があります。検索には呼出し料金と、モデルに渡す検索内容のトークン料金があるため、片方だけでは足りません（出典：OpenAI「Pricing」）。

再試行を含む処理全体の費用を測る

業務1件とAPI1回を区別する

「問い合わせ1件につき、資料を整理してから回答案を作る」という設計で、APIを2回送信すると仮定します。月1万件なら、再試行前でも月2万回です。API内部のツール処理と、自社側からの追加リクエストも区別し、同じ利用量を二度数えないようにします。

入力には指示文、会話履歴、参照資料、ツール定義などを含めます。過去の会話を続ける呼び出しでは、今回追加した文章だけでなく、参照する履歴も入力の課金対象になります（出典：OpenAI「Conversation state」）。

再試行率の分母を決める

追加再試行率は「追加のAPI試行回数÷当初計画したAPI呼出し回数」です。5%なら、計画2万回に1,000回を足します。複数回のやり直しも追加回数に含めるため、この比率は100%を超える場合もあります。「失敗した業務の割合」とは別物です。

以下の平均トークン数・検索回数は、初回と再試行を含む全API試行の平均と仮定します。再試行だけ入力が長い場合は別に集計し、費用を合算してください。実測の月間利用量に再試行が既に含まれているなら、そこへ再試行率を掛け直しません。

失敗や途中終了にも費用がかかる場合があります。OpenAIは、出力上限に達し、可視回答を得られる前に終了しても、入力・推論の費用が発生し得ると説明しています。通信エラーなどで利用量が不明なら、ゼロと決めず請求側の記録と照合します（出典：OpenAI「Reasoning models」）。

推論・キャッシュ・検索はどこへ入るか

推論は、AIが回答のために内部で検討する処理です。推論トークンは、出力合計に含まれる内訳です。出力1,600のうち推論1,000なら、課金対象は合計1,600です。残り600には、画面に表示する回答以外の処理も含まれる場合があります（出典：OpenAI「Reasoning models」、「Counting tokens」）。

開発担当者向け：利用量を取得する項目

Responses APIでは、返答のusageから入出力を取得します。料金計算に使う出力合計はoutput_tokens、そのうち推論分はoutput_tokens_details.reasoning_tokensです。後者を出力合計に足し直しません。previous_response_idで履歴を参照する場合も、過去の入力は課金対象です。業務1件で複数回呼ぶなら、各回の利用量を合算してください。

キャッシュと検索の料金は、次の単価欄で区分します。検索内容の入力料金と検索機能の呼出し料金は別に数えます。

この試算の単価・モデル条件

以下はGPT-5.4 MiniのStandard、OpenAI直接利用、地域処理の追加料金なしの例です。モデルIDは gpt-5.4-mini-2026-03-17、推論設定は low と仮定します。

本文の単価・モデル条件は2026年10月16日に公式資料で再確認しました。配布Excelは9月15日版ですが、以下の単価・モデル条件と計算例は現在の公式資料と一致しています。実際の利用前にも料金表を確認してください。

表1｜試算で使用する公式単価（USD）

課金項目	単価	単位・計上方法
通常入力	0.75	100万トークン当たり
キャッシュ読取入力	0.075	100万トークン当たり
出力合計	4.50	推論を含む100万トークン当たり
Web search	10.00	1,000回当たり。検索内容のトークンは別

推論設定・版はOpenAI「GPT-5.4 Mini」、モデル・検索の単価はOpenAI「Pricing」の記載をもとにしています。

キャッシュは、前に渡した指示や資料を再利用する仕組みです。この例のモデルには、追加のキャッシュ書き込み課金はありません。一方、GPT-5.6以降では書き込み単価が設定されています。入力を通常・読取・書込の重複しない区分で数えると、書き込み費の二重計上を防げます（出典：OpenAI「Prompt caching」）。

試算の前提と、別に見積もる費用

この単価で扱うのは、上記モデル・条件のテキストAPI従量費です。定額契約、画像・音声、長文料金の境界をまたぐ処理、地域別料金は、モデルと処理条件ごとに分けます。税・決済手数料・割引は未反映です。一般クラウドのサーバー・保存・転送料、開発・保守の人件費は別に計算します。円換算は説明用の1 USD＝150円とし、実際の予算には適用する為替と税・手数料を反映します。

月額を三つの条件で試算する

通常・繁忙・再試行増を同じ式で比べる

表2・表3は、公開情報を参照して回答案を作る架空の業務の試算です。期間は1か月です。検索内容の課金対象トークンは入力合計に含め、検索の呼出し料金だけを別に加えます。キャッシュ読取量には、月間平均の仮定を置いています。

表2｜3条件の記入済み見本：利用量の仮定

入力・出力・推論の単位はトークンです。検索0.2回は、検索の合計回数を全試行回数で割った平均です。別建てのAI関連月額費用は、この例では0 USDと仮定します。

使う式は次のとおりです。単価の単位をそろえてから、利用量を掛けます。

月の総API試行回数 ＝ 業務件数 × 計画呼出し回数 ×（1 ＋ 追加再試行率）

1試行のトークン費 ＝｛通常入力量 × 入力単価 ＋ 読取量 × 読取単価 ＋ 書込量 × 書込単価 ＋ 出力合計 × 出力単価｝÷ 1,000,000

月額AI費 ＝ 総API試行回数 × トークン費 ＋ 月の検索回数 × 検索単価 ÷ 1,000 ＋ 別建てのAI関連月額費

通常入力量は「入力合計−キャッシュ読取量−キャッシュ書込量」です。今回の書込量は0なので、通常の1試行分は ((6,000−2,000)×0.75＋2,000×0.075＋1,600×4.50)÷1,000,000＝0.01035 USD です。

表3｜3条件の計算結果（架空例、1か月、税・手数料未反映）

費用項目	通常	繁忙	再試行増
トークン費／月（USD）	217.35	642.60	258.75
検索呼出し費／月（USD）	42.00	84.00	50.00
合計／月（USD）	259.35	726.60	308.75
参考円換算／月（円）	38,903	108,990	46,313

税・決済手数料は別です。円換算は、説明用の仮定「1 USD＝150円」で月額合計を換算し、1円単位へ四捨五入しています。Excelも同じ式で、途中の費用を丸めず計算します。

通常の合計は 21,000×0.01035＋4,200×10÷1,000＝259.35 USD です。繁忙期の試算には、件数に加え、資料と出力が長くなる影響も含みます。再試行増は、それ以外を固定し、追加再試行率だけを5%から25%へ変えた比較です。

AI API費用の見積り用Excelの「3条件の見本」で内訳を確認し、「単価設定」の自社記入欄と「空欄テンプレート」に自社条件を記入します。入力不足は未入力、不整合は要修正と表示し、未測定の品質合格件数をゼロと扱いません。

費用を抑える順番

まず重複送信や不要な呼出しをなくし、次に不要な資料・履歴を削る順番を提案します。回答の根拠や安全確認まで削ってはいけません。履歴の要約にもAPIを使うなら、その費用を足して前後を比べます。

キャッシュは、固定指示や共通資料が再利用される処理で検討します。使える条件は、最低長、保持期間、入力の並び方、モデルの仕様で確かめます。計算するときは、実際に報告された読取量・書込量へ置き換えます（出典：OpenAI「Prompt caching」）。

即時応答が不要な処理なら、まとめて後から処理するBatchも候補です。OpenAIは対象APIの料金を同期処理比50%割引、処理時間枠を24時間と案内しています。対話中に回答を待つ機能には、そのまま適用できません。対応モデル・機能のBatch単価へ置き換え、検索や外部サービスを含む合計全体を機械的に半額にしないでください（出典：OpenAI「Batch API」）。

小型モデルや低い推論設定への変更は、同じ課題で必要な正確さ、形式、待ち時間を満たすか確認してからです。単価が下がっても、再試行や人の修正が増えれば、業務全体では安くならない場合があります。実際の費用と品質を測って比較します。推論の設定を上げると何が変わるかは、推論モデルの使いどころと限界で説明しています。

外部機能の単価も判断を変えます。通常例の検索が1,000回10 USDから20 USDへ変わると仮定すれば、検索費は42から84 USD、合計は301.35 USDになります。モデル価格が同じでも月額は変わるため、提供元の単価表と実際の検索回数を見直します。

増加を見つける方法

利用記録は、業務IDにAPIのリクエストID、モデル・版、処理条件、入出力利用量、キャッシュ、推論、検索回数、再試行、終了状態をひも付ける形を提案します。請求と同じ集計期間・タイムゾーンで照合し、不明な利用量は未確定として残します。Usage API・Costs APIによる集計例は、OpenAI Cookbookで確認できます。

月額とあわせて、一件当たりの費用も見ます。「業務1件当たりの費用」と「品質条件に合格した1件当たりの費用」を分ければ、単価が安くても使える成果が少ない状態を見つけやすくなります。後者の分子には、失敗した試行の費用も含めます。合格条件と測定方法が未定なら、費用だけでモデルを採用しないようにします。

予算管理は、通知と停止を分けます。現行のOpenAI仕様では、組織・プロジェクトに通知用の上限と強制停止する上限を設定できます。停止が反映されるまでに、設定額を少し超える場合があります（出典：OpenAI「Spend limits」）。

例えば、予算の80%で通知し、90%で優先度の低い処理を保留する設計が考えられます。これは仮の運用例です。API上限に加え、自社側の処理回数・出力上限・再試行回数・検索回数を決め、停止時は保留か人の確認へ渡します。予算超過をレート制限と取り違えて再試行し続けないことも必要です。

次に決めるのは、通常と繁忙の件数、処理全体の平均利用量、許容できる品質、停止時の対応です。説明例を自社の記録へ置き換え、月額の内訳から改善箇所を選びます。

開発費や具体的な組み込みを検討する場合

初期開発費の内訳を知りたい場合は、システム開発費は何で決まる？予算別3案の比較をご覧ください。AIの従量費とは分けて考えられます。

用途、使うデータ、必要な品質が整理できたら、既存ツールの設定か専用機能の開発か、業務へ組み込む範囲を検討します。

AI以外の保存・配信や人による保守も含めるなら、クラウドの月額費用を別に計算します（クラウドの月額費用｜利用料・保守・外部サービス）。

生成AI導入支援を確認する

参考出典

• OpenAI「Pricing」
• OpenAI「GPT-5.4 Mini」
• OpenAI「Reasoning models」
• OpenAI「Counting tokens」
• OpenAI「Conversation state」
• OpenAI「Prompt caching」
• OpenAI「Batch API」
• OpenAI Cookbook「Usage API・Costs APIの集計例」
• OpenAI「Spend limits」