推論モデルコストガイド
更新日：2026年7月15日 · 最初の公開日：2026年7月4日
o3、o4-mini、DeepSeek-R1、QwQ、MiMoのような推論モデルは、出力を生成する前に内部的な「思考」トークンを生成します。この隠れたコストはあなたの請求を5-30倍に膨らませることができます。このガイドは、推論モデルがプレミアムに値する場合と、標準モデルがより賢い支出である場合を分解しています。
- すべての価格は USD で 1 百万トークン単位
- 推論トークン数はタスクの複雑さによって異なります
- 思考トークンは出力トークンとして課金されます
「思考」トークンとは何ですか？
推論モデルは回答する前に、内部的な連鎖思考に対してトークンを費やします。シンプルな質問は 2,000 の思考トークンをトリガーするかもしれません；複雑なコーディングタスクは 30,000+ を生成することができます。これらのトークンは API レスポンスで見えませんが、出力レートで課金されます - しばしば最も高い層です。
方法論
標準価格
標準的な（非推論）完了のための出力トークン価格、公式プロバイダーページから。
推論価格
思考トークンを含む効果的なコスト。標準出力価格×各モデルの平均思考乗数として測定されます。
思考乗数
コーディング、数学、分析ベンチマーク間の可視出力トークンに対する総課金トークンの平均比率。
最適なユースケース
推論モデルがコスト プレミアムを正当化するのに十分な標準モデルを実証的に上回るタスク。
推論モデル価格表
| モデル ↕ | プロバイダー ↕ | 標準出力 $/1M ↕ | 推論出力 $/1M ↕ | 乗数 ↕ | 最適なユースケース |
|---|---|---|---|---|---|
| Claude Fable 5 | Anthropic | $50.00 | $200.00 | 4x | フロンティア推論、複雑なソフトウェア脆弱性、深い分析 |
| Claude Opus 4.8 | Anthropic | $25.00 | $100.00 | 4x | フロンティア推論、複雑な分析、エージェントワークフロー |
| GPT-5.6-Sol | OpenAI | $30.00 | $120.00 | 4x | フロンティア推論、複雑なコード、数学、多段階分析 |
| GPT-5.6-Terra | OpenAI | $15.00 | $60.00 | 4x | 推論、コード生成、構造化分析 |
| Grok 4.5 | xAI | $6.00 | $24.00 | 4x | 数学、推論、一般的な知能 |
| o3 | OpenAI | $8.00 | $40.00 | 5x | 複雑なコーディング、数学的証明、深い推論 |
| o4-mini | OpenAI | $4.40 | $17.60 | 4x | コスト敏感な推論、コーディング、分析 |
| DeepSeek R1 | DeepSeek | $2.19 | $8.76 | 4x | 数学、コード、推論、中国語タスク |
| Claude Sonnet 5 | Anthropic | $10.00 | $40.00 | 4x | 一般的な推論、コーディング、分析（バランス） |
| GPT-5.5 (標準) | OpenAI | $30.00 | $30.00 | 1x | 一般的なチャット、コーディング、複雑な分析 |
推論モデルをいつ使うべきか
1) マルチステップコーディングとデバッグ
推論モデルは計画が必要なタスクで優れています：複数ファイルのリファクタリング、複雑な状態のデバッグ、またはエッジケースのあるアルゴリズムの作成。思考トークンにより、モデルはパターンマッチングではなく、問題を「仕事を通す」ことができます。4-5 倍のプレミアムは、人間が 30 分以上費やすことになる場合に見合う価値があります。
2) 数学と論理の証明
正式な推論が必要なタスク - 証明、最適化の問題、制約充足 - 最大の品質ジャンプを見ます。標準モデルはしばしば妥当ですが間違った答えを生成します；推論モデルは自己検証します。正確性が速度より重要な場合、コスト プレミアムは正当です。
3) 複数のステップを持つ複雑なデータ分析
条件付きロジック、複数のソースの相互参照、またはマルチステップ パイプラインの構築でデータセットを分析することは、連鎖的思考から恩恵を受けます。標準モデルはステップを逃す可能性があります；推論モデルは各ステップを明示的に処理します。
推論モデルをいつ避けるべきか
1) シンプルな抽出とフォーマット
ドキュメントからのデータ抽出、JSON の再フォーマット、テキストの要約、またはコンテンツの翻訳。これらのタスクは推論ではなくパターンマッチングが必要です。抽出に o3 を使用することは、数学者にメールを分類させるようなものです - 高額で不要です。
2) 高ボリューム、低複雑度のワークロード
コンテンツ生成、FAQ 回答、基本的なチャットボット応答、データ ラベリング。月間 10M 以上のトークンでは、4-5 倍の推論乗数は急速に合計されます。標準モデルは出力 $10/1M で推論モデルを $40-60/1M で勝ちます。品質が「十分」なタスク用です。
3) レイテンシに敏感なアプリケーション
推論モデルはより時間がかかります - 思考トークンは 2-10 秒のレイテンシを追加します。リアルタイム チャット、対話型ツール、またはスピードが重要なユーザー向けレスポンスの場合、標準モデルはより高速、より低いコストで配信します。
コスト最適化戦略
複雑さによるルーティング
安価な標準モデル（GPT-4o-mini、Gemini Flash）をルーターとして使用します。タスクが単純な場合は直接回答します。複雑な場合は推論モデルにエスカレートします。この「カスケード」パターンは推論モデルの使用を 60-80% 削減しながら、重要な場所で品質を保持できます。
思考予算を制限
一部のプロバイダー（OpenAI、Google）では、リクエストごとに最大思考トークン予算を設定できます。4,000-8,000 思考トークンでキャップすることで、深い推論を必要としないタスクで不安定なコストを防ぎます。タイトに始めて、品質が落ちた場合のみ増加させます。
プロンプトをキャッシュ
推論タスクが共通のシステム プロンプトまたはコンテキスト（コードベース、ドキュメント）を共有する場合、プロンプト キャッシュは入力コストを 50-90% 削減できます。これは思考トークンを減らしませんが、リクエストあたりの全体的なコストを大幅に低下させます。
非緊急の推論をバッチ処理
評価、テスト生成、またはレイテンシを許容する分析の場合、バッチ API は 50% の割引を提供します。推論モデルと組み合わせると、出力コストの半分で品質上の利点が得られます。
推論出力 $/1M には思考トークンが出力レートで課金されています。乗数は通常のタスク間の平均です；実際の乗数はプロンプトの複雑さによって異なります。
DeepSeek R1 と QwQ はデフォルトで思考トークンを出力します。OpenAI o3/o4-mini は思考トークンを可視出力とは別に課金します。
Gemini 2.5 Pro は、可視出力に対して削減されたレートで「思考トークン」を課金します - 乗数は有効なブレンド コストです。
一部のリンクには紹介コードが含まれている場合があります。
自分のLLM支出に適用したいですか？FinOps LLMはAI費用の無料監査を実施し、節約場所を示します。無料監査を予約 →