BroadRouter
始める

AI コーディングエージェント 1 回の実行コスト:ステップ数、コンテキストの増加、キャッシュ

BroadNet Inference チーム · 約 7 分で読めます · 公開日

エージェントは毎ステップ全コンテキストを再送するため、入力はステップ数の 2 乗で増えます。60 ステップの入力は 30 ステップの約 3.5 倍です。請求の大半はキャッシュで決まり、履歴を追記のみにすれば入力の 90% 超がキャッシュ料金になります。1 回のコストに月の実行回数を掛け、定額セッションと比べてください。

コーディングエージェントは、タスク単位ではなくステップ単位でお金を払います。しかも各ステップで、それまでの会話全体を再送します。そのため 1 回の実行のコストは、トークン単価よりも、何ステップかかるか、そしてコンテキストのどれだけがキャッシュされるかに大きく左右されます。この記事では、これらの要素から 1 回の実行のコストを数字で組み立て、定額セッションがトークン課金に勝つのはいつかを示します。

各呼び出しの中のトークンがどこから来るのか(ツールスキーマ、ファイルの読み込み、履歴)については、エージェントループのトークンはどこに消えるかをご覧ください。この記事で扱うのは、実行全体の算数です。

エージェントの実行中、コンテキストはどう増えますか?

各呼び出しには次のものが含まれます。

  • 毎回送られるベースコンテキスト:システムプロンプト、ツール定義、ルールファイル、リポジトリマップ
  • それまでのステップで加わったすべて:モデルの回答とツール呼び出し、ファイルの内容、コマンドの出力
  • 新しい指示またはツールの結果

ベースコンテキストを B、1 ステップごとに加わるトークンを g とします。ステップ 1 は B を送ります。ステップ 2 は B + g を送ります。ステップ n は B + (n − 1) × g を送ります。これを合計すると、n ステップの実行が送るのは次のとおりです。

総入力 = n × B + g × n × (n − 1) ÷ 2

2 つ目の項はステップ数の 2 乗で増えます。長い実行が人を驚かせるのはこのためです。60 ステップの実行の最後のステップは最初のステップよりはるかに大きく、その間のすべてのステップが、それ以前のすべての分をもう一度払っています。

試算例はどうなりますか?

ベースコンテキストが 15,000 トークン(システムプロンプト、十数個のツール、リポジトリマップ)のエージェントを考えます。1 ステップごとに 3,000 トークン(ファイルかテストログ 1 つと、モデル自身の回答)が加わります。各ステップの出力は、推論を含めて 800 トークンです。

ステップ数 総入力 出力 最大の 1 回の呼び出し
10 285,000 8,000 42,000
30 1,755,000 24,000 102,000
60 6,210,000 48,000 192,000

30 ステップから 60 ステップにすると、作業は 2 倍ですが、入力は約 3.5 倍になります。出力は 2 倍になるだけです。これらの実行では入力が出力の 36〜130 倍あり、エージェントにとって入力価格、そしてキャッシュ入力の価格が最も重要なのはこのためです。

最大の呼び出しはコンテキストウィンドウにも収まる必要があります。192,000 トークンは DeepSeek V4.1 Flash と GLM 5.3(どちらも 1,048,576 トークン)、Qwen3.8 27B(262,144)には収まりますが、Gemma 4 VL 26B(32,768)には収まりません。この例では、7 回目の呼び出しですでに大きすぎます。

キャッシュで請求額はどれだけ変わりますか?

プロバイダーは、繰り返されるプロンプトのプレフィックスを、より安いキャッシュ入力の料金で課金します。履歴に追記するだけのエージェントは、毎回同じプレフィックスに少しずつ足したものを送るので、最良のケースでは、前回の呼び出し以降に加わったトークンだけが新規になります。

新規入力(最良のケース)= B + (n − 1) × g

それ以外はすべてキャッシュヒットです。キャッシュされる入力の割合は、実行が長くなるほど上がります。

ステップ数 新規入力(最良のケース) キャッシュの割合
10 42,000 85%
30 102,000 94%
60 192,000 97%

実際のエージェントが最良のケースに達することはまれなので、3 つのケースで見積もっておくと役立ちます。BroadNet の DeepSeek V4.1 Flash の価格(100 万トークンあたり入力 $0.175、キャッシュ $0.0055、出力 $0.52、2026-11-14 公表)で、30 ステップ・最良のケースを基準にした各実行のコストは次のとおりです。

ステップ数 最良のキャッシュ 80% キャッシュ キャッシュなし
10 0.33× 0.39× 1.37×
30 1× 2.07× 8.11×
60 2.33× 6.84× 28.2×

2 つの点が目を引きます。キャッシュなしの 60 ステップの実行は、よくキャッシュされた 30 ステップの実行の 28 倍のコストです。そして、実行が長くなるほどキャッシュの重要性が増します。30 ステップの最良のケースでは、出力がコストの約 3 分の 1、新規入力が半分弱、キャッシュ入力が 4 分の 1 弱なので、キャッシュの次に節約できるのは出力です。

キャッシュはスイッチを入れれば済むものではありません。プロバイダーがプレフィックスを保持していること、そしてエージェントがそれを変えないことが前提です。OpenAI のガイドでは、最小キャッシュ長付きの完全なプレフィックス一致と説明されています。DeepSeek 自身の API は、各リクエストの入力と出力の末尾にキャッシュ単位を保存するので、前のリクエストを延長する後続リクエストはヒットし得ます。BroadNet の料金ページには、キャッシュ入力に設定は不要とあり、ドキュメントによれば、モデルが提供する場合はヒットが usage.prompt_tokens_details.cached_tokens で報告されます。BroadNet のモデルカタログは DeepSeek V4.1 Flash を “models we never ran on our hardware”(訳:自社のハードウェアで動かしたことのないモデル)に挙げており、利用規約(§7.3)はこのモデルを “when partner-hosted”(訳:パートナーがホストする場合)として扱っているので、BroadNet ではパートナー経由で提供されています。DeepSeek 自身の数字を前提にせず、ヒット率を実際に測ってください。キャッシュされるようにプレフィックスを書く方法はキャッシュのためのプロンプト構成にあります。

自分の実行を見積もるには?

このスクリプトは BroadNet の公開 pricing.json から現在の価格を読み込むので、古くなることがありません。キャッシュのケースごとに、トークンの合計と 1 回あたりのコストを出力します。

import json, urllib.request

PRICES = json.load(urllib.request.urlopen("https://inference.broadnet.ai/pricing.json"))
m = next(x for x in PRICES["models"] if x["id"] == "broadnet/deepseek-v4.1-flash")
p_in, p_cached, p_out = m["input_per_m"], m["cached_input_per_m"], m["output_per_m"]

def run_tokens(steps, base=15_000, growth=3_000, out_per_step=800, cache_rate=None):
    total_in = steps * base + growth * steps * (steps - 1) // 2
    if cache_rate is None:                      # best case: only new tokens miss
        new_in = base + (steps - 1) * growth
    else:
        new_in = round(total_in * (1 - cache_rate))
    return total_in, new_in, steps * out_per_step

def run_cost(total_in, new_in, out):
    return ((new_in * p_in) + (total_in - new_in) * p_cached + out * p_out) / 1e6

for steps in (10, 30, 60):
    for label, rate in (("best", None), ("80%", 0.8), ("none", 0.0)):
        t, n, o = run_tokens(steps, cache_rate=rate)
        print(f"{steps:>3} steps  cache {label:>4}  input {t:>9,}  new {n:>9,}  "
              f"output {o:>6,}  cost/run {run_cost(t, n, o):.4f} USD")

デフォルト値をご自身の数字に置き換えてください。推測ではなく、実際の 1 回の実行から読み取ります。

  1. エージェントのトークン予算の記事のように、すべての呼び出しで prompt_tokens、prompt_tokens_details.cached_tokens、completion_tokens を記録します。
  2. B は最初の呼び出しの prompt_tokens です。g は、ある呼び出しから次の呼び出しへの prompt_tokens の平均増加量です。
  3. 1 ステップあたりの出力は completion_tokens の平均です。出力として課金される推論トークンを含みます。
  4. 実際のキャッシュ率は、cached_tokens の合計を prompt_tokens の合計で割ったものです。

無料のエージェント実行コスト見積もりツールは同じ計算をブラウザで行うので、コードを書かずにほかのステップ数、増加量、キャッシュ率を試せます。

実行コストが見積もりを上回る原因は?

  • 再試行。 失敗したツール呼び出しや 429 の再試行も、完全なコンテキストを伴う呼び出しです。ステップとして数えてください。
  • プレフィックスの変更。 システムプロンプト内のタイムスタンプ、順番の変わったツール一覧、実行中に編集されたルールファイルは、変更箇所以降のキャッシュ入力を新規入力に戻してしまいます。
  • 圧縮。 履歴を要約するとコンテキストが縮み、以降の入力は減りますが、新しい履歴は一度もキャッシュされていないので、次の呼び出しは入力の全額を払います。圧縮はまれに、大きな単位で行ってください。タイミングについては長時間動くエージェントのコンテキスト管理をご覧ください。
  • 大きなツール出力。 ステップ 5 で加わった 20,000 行のテストログは、以降のすべてのステップに付いて回ります。式でいえば、20,000 ×(残りのステップ数)の入力トークンが加わります。
  • 推論の強さ。 強い推論は 1 ステップあたりの出力を何倍にもすることがあります。定型的な編集では reasoning_effort を low にしてください。
  • 迷走。 30 ステップのタスクに 60 ステップかけるエージェントは、2 倍ではなく 2 乗の代償を払います。ステップ数の上限はコストの上限です。レバーはコーディングエージェントのコストを削減する 10 の方法にまとめています。

定額セッションがトークン課金に勝つのはいつですか?

1 回のコストを月額に換算します:月額コスト = 1 回のコスト × 月の実行回数。それを定額プランと比べます。BroadNet のプランでは、DeepSeek V4.1 Flash をトークンのメーターなしで使えます。Full Moon は月 $60、Orbit は週 $15、Meteor は 1 時間 $1 で、いずれも 1 セッションあたりです。

損益分岐となる月の実行回数 = プラン価格 ÷ 1 回のコスト。

この比較が見た目ほど単純でない理由が 2 つあります。

  1. キャッシュ率がトークン課金側を決める。 キャッシュ率が高ければ Flash のトークン課金は安く、$60 を超えるには多くの実行が必要です。キャッシュ率が低ければすぐに超えます。定額の記事では、損益分岐点を月間の量として示しています。キャッシュ 80% で入力約 9.17億、出力約 4,600万 トークンです(損益分岐点の計算)。
  2. 時間が定額側の上限を決める。 セッションは同時に 1 リクエストを処理します。1 回の呼び出しが平均 20 秒(プリフィル、毎秒約 100 トークン で約 800 出力トークン、ツールの時間)かかるなら、30 ステップの実行は約 10 分です。すると 1 セッションに収まるのは 1 時間に最大約 6 回です。並列のエージェントが増えれば、セッションも増やす必要があります。

短いバーストなら、Meteor も規模が小さいだけで同じ考え方です。1 時間に 6 回収まるなら、1 回あたり $1 ÷ 6 です。これを、スクリプトで出した 1 回あたりのトークン課金のコストと比べてください。ご自身の量で試すには、定額 vs トークン課金の計算ツールをお使いください。

利用パターン たいてい安いのは
1 日に短い実行が数回 トークン課金
キャッシュの効きが悪い長い実行 定額セッション
勤務時間の大半でエージェントが動く 定額セッション
複数のエージェントが一日中並列で動く エージェントごとに定額セッション 1 つ
BroadNet でネイティブのツール呼び出しが必要 GLM 5.3 か Qwen3.8 27B のトークン課金

BroadNet Inference の位置づけ

BroadNet は usage ブロックでキャッシュトークンと推論トークンを報告するので、上のすべての数字をご自身の実行から測定できます。DeepSeek V4.1 Flash はキャッシュ入力の価格が安く、コンテキストは 1,048,576 トークンで、無制限プランならトークンのメーターがなくなります。セッションの仕組みをご覧ください。

まず 1 つの制約を確認してください。BroadNet のドキュメントでツール呼び出しが記載されているのは GLM 5.3 と Qwen3.8 27B だけで、どちらも定額プランの対象ではありません。Aider のようにテキストで編集するエージェントには、ネイティブのツール呼び出しは不要です。ご自身のエージェントで必要なら、プランを買う前にそのエージェントで DeepSeek V4.1 Flash を試すか、GLM や Qwen をトークン課金で予算化してください。また、エージェントをたまにしか動かさないなら、どの定額プランよりもトークン課金のほうがたいてい安く済みます。

よくある質問

AI コーディングエージェントの 1 回の実行にはいくらかかりますか?

トークンを数えてから、価格を当てはめます。この記事の例では、ベースコンテキスト 15,000 トークン、1 ステップごとに 3,000 トークン増える 30 ステップの実行で、入力 1,755,000 トークン、出力 24,000 トークンを送ります。いくらになるかは、主に入力のどれだけがキャッシュ料金で課金されるかで決まります。

エージェントの実行が長くなると、コストが不釣り合いに増えるのはなぜですか?

各ステップが、それ以前のすべてを再送するからです。1 ステップあたりの入力は直線的に増えるので、実行全体の合計はステップ数の 2 乗で増えます。試算例では、実行を 30 ステップから 60 ステップに倍増すると、入力は約 3.5 倍になります。

コーディングエージェントのキャッシュヒット率はどのくらいを見込めばよいですか?

エージェントとプロバイダーによります。履歴を厳密に追記のみにすれば、ミスするのは最新のトークンだけで、この記事の例では 85%〜97% でした。履歴の編集、システムプロンプト内のタイムスタンプ、長い中断はヒット率を下げます。prompt_tokens_details.cached_tokens で測ってください。

エージェントで定額セッションがトークン課金より安くなるのはいつですか?

1 回のコスト × 月の実行回数がプラン価格を上回るときです。BroadNet では、DeepSeek V4.1 Flash の Full Moon は 1 セッション月 $60 です。軽い利用やたまの利用なら、たいていトークン課金のほうが安くなります。

推論トークンで見積もりは変わりますか?

変わります。推論トークンは出力として課金され、出力は入力よりトークン単価が高いからです。測定した推論の量を 1 ステップあたりの出力に含めてください。BroadNet では、モデルが提供する場合、completion_tokens_details.reasoning_tokens で報告されます。

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