---
title: "LLM API コストの見積もり方：リリース前の手順 | BroadRouter"
description: "新しい AI 機能のコストモデルを段階的に作ります。ユーザー数 × 操作数 × 呼び出し数 × トークン数に、キャッシュ、推論、リトライ、レート制限を加え、月額の試算表も示します。"
url: https://broadrouter.com/ja/blog/estimate-llm-api-cost-before-launch/
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/estimate-llm-api-cost-before-launch/)（2026-11-15 更新）。

# 機能リリース前に LLM API のコストを見積もる方法

BroadNet Inference チーム · 約 6 分で読めます · 公開日 2026-11-14 · 更新日 2026-11-15

LLM API のコストは、API 呼び出し 1 回ではなくユーザーの操作 1 回を単位に見積もります。操作ごとの呼び出し回数を数え、実際のサンプルで呼び出しごとの入力・キャッシュ・出力トークンを計測し、ユーザー数と月間の操作数を掛けます。推論とリトライを加え、低・想定・高の 3 シナリオで試算します。DeepSeek V4.1 Flash の例では月 $42.67 です。

## 要点

-   ユーザーが起こす作業の単位をモデル化し、その背後にあるすべての LLM 呼び出し（リトライやエージェントのステップを含む）を数えます。
-   トークンは 20〜50 件の実際のサンプルで計測し、usage ブロックを読みます。文字数から推測してはいけません。
-   入力は新規トークンとキャッシュトークンに分け、推論は出力に含めます。それぞれ単価が違うためです。
-   この記事の例：月 60,000 回の操作、各 5,000 入力トークン・500 出力トークン、入力の半分がキャッシュの場合、コストは $42.67 です。
-   予算だけでなく、利用量がレート制限と同時実行数に収まるかも確認します。

**このページの内容**

1.  LLM API のコストを求める式は？
2.  コストモデルはどのような手順で作りますか？
3.  試算はどのようになりますか？ サポート返信の下書き機能の例
4.  低シナリオと高シナリオの幅はどれくらいにすべきですか？
5.  見積もりを最も大きく動かすものは何ですか？
6.  利用量はレート制限に収まりますか？
7.  この機能を定額プランで動かすべきですか？
8.  見積もりをどう予算に落とし込みますか？
9.  BroadNet Inference が向いている用途

リリース前に LLM API のコストを見積もるには、API 呼び出し 1 回ではなく、ユーザーの操作 1 回に値段を付けます。その背後にある呼び出しを数え、20〜50 件の実際のサンプルで新規入力・キャッシュ入力・出力のトークンを計測し、月間の操作数を掛けてから、推論とリトライを加えます。DeepSeek V4.1 Flash でサポート返信を作成する例では、月 $42.67 になります。

これは 1 つの機能についてのリリース前の予測です。有料ユーザーが付いた後のマージンや料金プランについては、[SaaS のユーザーあたり LLM コスト](https://broadrouter.com/ja/blog/llm-cost-per-user-saas/)で解説しています。

## LLM API のコストを求める式は？

```text
monthly cost = actions per month × calls per action
             × ( new input tokens × input price
               + cached input tokens × cached price
               + output tokens × output price ) / 1,000,000
```

[出力トークン](https://broadrouter.com/ja/glossary/input-and-output-tokens/)には推論が含まれます。[キャッシュトークン](https://broadrouter.com/ja/glossary/cached-input-tokens/)は、プロバイダーが安い単価で再利用する入力です。残りはすべて計測の問題です。無料の [LLM API コスト計算ツール](https://broadrouter.com/tools/llm-api-cost-calculator/)は、この式を任意のモデルの定価に当てはめて計算します。

## コストモデルはどのような手順で作りますか？

1.  **作業の単位に名前を付けます。** 「サポートの返信を下書きする」「通話を要約する」「失敗しているテストを直す」。「1 リクエスト」ではなく、これに値段を付けます。
2.  **操作ごとの呼び出し回数を数えます。** 検索して回答するだけなら 1 回のこともあります。計画し、編集し、確認するエージェントなら 10 回かもしれません。リトライの割合も加えます。タイムアウトしてリトライした呼び出しは、再度課金されます。
3.  **実際のサンプルで呼び出しごとのトークン数を計測します。** きれいなデモではなく、現実的な入力を 20〜50 件用意します。API を呼ぶ前のおおまかな見積もりなら、[トークンカウンター](https://broadrouter.com/tools/token-counter/)に貼り付けて数えられます。各レスポンスから `usage.prompt_tokens`、`usage.prompt_tokens_details.cached_tokens`、`usage.completion_tokens` を読み取ります。ストリーミングでは `stream_options: {"include_usage": true}` を設定してください。どこに現れるかは[ストリーミングのガイド](https://broadrouter.com/ja/guides/streaming-chat-completions/)で説明しています。
4.  **新規入力とキャッシュ入力を分けます。** システムプロンプト、ツールの一覧、共有文書は、先頭に置いて内容を変えなければキャッシュできます。ユーザーのテキストはキャッシュできません。
5.  **推論を出力に含めます。** DeepSeek V4.1 Flash、GLM 5.3、Qwen3.8 27B は回答の前に考えます。その[推論トークン](https://broadrouter.com/ja/glossary/reasoning-tokens/)は出力として課金され、目に見える返信より多いこともよくあります。[推論のコストが見た目より高い理由](https://broadrouter.com/ja/blog/reasoning-tokens-cost/)をご覧ください。
6.  **利用量を見積もります。** アクティブユーザー数 × ユーザーあたり 1 日の操作数 × 30。
7.  **掛け合わせて合計します。** トークンの合計を 100 万単位に換算し、100 万あたりの単価を掛けます。
8.  **3 つのシナリオで試算します。** 低・想定・高です。リリース時のトラフィックは不確実で、プロンプトは時間とともに長くなります。
9.  **お金だけでなく制限も確認します。** ピーク時の毎分リクエスト数と同時実行中のリクエスト数が、キーの[レート制限](https://broadrouter.com/ja/glossary/rate-limit/)に収まる必要があります。
10.  **課金方式を決めます。** 波があり、ユーザー主導のトラフィックならトークン課金、常時稼働のエージェントなら定額プランです。

## 試算はどのようになりますか？ サポート返信の下書き機能の例

ヘルプデスクのアプリに「返信を下書き」を追加するとします。以下の数字は説明のための仮定です。1 つずつ自社の計測値に置き換えてください。

| 項目 | 値 | 根拠 |
| --- | --- | --- |
| この機能を使うサポート担当者（社員） | 500 | プロダクト計画 |
| 担当者 1 人あたり 1 日の下書き数 | 4 | パイロット運用での利用量 |
| 1 か月の日数 | 30 |  |
| 月間の操作数 | 60,000 | 500 × 4 × 30 |
| 操作あたりの呼び出し数 | 1 | 検索した記事を含めた 1 回の呼び出し |
| 呼び出しあたりの入力トークン | 5,000 | システムプロンプト、チケットのスレッド、ヘルプ記事 3 本 |
| 入力のうちキャッシュの割合 | 50% | 変わらないシステムプロンプトと記事のプレフィックス |
| 呼び出しあたりの出力トークン | 500 | 見える部分が約 200、推論が 300 |
| モデル | DeepSeek V4.1 Flash | 100 万あたり $0.175 / $0.0055 / $0.52 |

合計は次のとおりです。

| 項目 | 月間トークン数 | 100 万あたりの単価 |
| --- | --- | --- |
| 新規入力 | 1.5 億 | $0.175 |
| キャッシュ入力 | 1.5 億 | $0.0055 |
| 出力（推論を含む） | 3,000 万 | $0.52 |
| **想定月額コスト** |  | **$42.67** |

入力 3 億トークンと出力 3,000 万トークン、つまり 60,000 × 5,000 と 60,000 × 500 です。

## 低シナリオと高シナリオの幅はどれくらいにすべきですか？

| シナリオ | 月間の操作数 | 入力 / 出力トークン | 月額コスト |
| --- | --- | --- | --- |
| 低：普及が遅い | 20,000 | 1 億 / 1,000 万 | $14.23 |
| 想定 | 60,000 | 3 億 / 3,000 万 | $42.67 |
| 高：普及が 3 倍 | 180,000 | 9 億 / 9,000 万 | 3 × $42.67 |

3 つのシナリオとも、キャッシュの割合は 50% のままです。キャッシュの割合が下がると請求額は上がります。このモデルでは、新規入力が 100 万あたり $0.175 なのに対し、キャッシュは $0.0055 です。[キャッシュの割合を高く保つ方法](https://broadrouter.com/ja/blog/cached-input-tokens-explained/)をご覧ください。

## 見積もりを最も大きく動かすものは何ですか？

-   **コンテキストの長さ。** 検索で記事を 3 本ではなく 10 本取ってくると、入力が倍になることがあります。プロンプトを変えるたびにトークンを計測し直してください。
-   **推論。** 単純な下書きで `reasoning_effort` を `low` にすれば、隠れた出力が減ります。[推論と max\_tokens](https://broadrouter.com/ja/guides/reasoning-tokens-empty-response/) を参照してください。
-   **リトライとループ。** リトライ率 5% なら、すべての行が 5% 増えます。ステップ数に上限のないエージェントのループには、上限そのものがありません。[LLM API の支出管理](https://broadrouter.com/ja/blog/llm-api-spend-control/)をご覧ください。
-   **モデルの選択。** Gemma 4 VL 26B は 100 万あたり入力 $0.10、出力 $0.22 ですが、コンテキストは 32,768 トークンで、BroadNet は推論機能を掲載していません。コスト削減のために切り替える前に、品質をテストしてください。
-   **言語。** 同じ内容でも、アラビア語やヒンディー語では英語よりはるかに多くのトークンが必要になることがあり、その差はトークナイザーによって変わります。[言語別の実コストのデータセット](https://broadrouter.com/data/real-cost-by-language/)で、言語ごと・モデルとプロバイダーごとの 100 万文字あたりの料金を確認できます。
-   **プロンプトの肥大化。** リリース後、エッジケースに対応するたびにプロンプトは長くなりがちです。リリースのたびに計測し直してください。
-   **料金の変更。** 定価が変わることはまれですが、値上がりすることもあります。11 社のアーカイブされた料金ページでは、2024 年から 2026 年 11 月までに、同じモデルの以前の価格と比べた定価の値上げを 52 回記録しました（値下げは 100 回）。値上げ幅の中央値は、混合価格で 40% でした。[LLM API の値上げに備えた予算の立て方](https://broadrouter.com/ja/blog/llm-api-price-increases/)をご覧ください。

見積もりが高すぎる場合は、機能を変える前に [LLM API コストを削減する 10 ステップのチェックリスト](https://broadrouter.com/ja/blog/how-to-reduce-llm-api-costs/)を順に確認してください。

## 利用量はレート制限に収まりますか？

月 60,000 回の操作は、1 日あたり約 2,000 回です。1 日の下書きの 10 分の 1 が最も忙しい 1 時間に集中すると、1 時間に 200 回、つまり毎分約 3 回です。BroadNet の従量課金キーは毎分 30 リクエスト、同時実行 4 までなので、キー 1 つに収まります。高シナリオも確認するか、自社のピーク値を[レート制限計算ツール](https://broadrouter.com/tools/llm-rate-limit-calculator/)で計算してください。レートと同時実行中のリクエスト数の関係は[同時実行数](https://broadrouter.com/ja/glossary/concurrency/)で説明しています。429 が出たら、[バックオフしてリトライ](https://broadrouter.com/ja/guides/errors-and-retries/)してください。

## この機能を定額プランで動かすべきですか？

おそらく向いていません。Full Moon のセッションは月 $60 ですが、1 セッションは同時に 1 リクエストしか実行せず、多くのユーザーが同時に「下書き」を押すと並列リクエストが必要になります。定額プランが向いているのは、コーディングエージェントのように継続的に動くエージェントです。[損益分岐の計算](https://broadrouter.com/ja/blog/flat-rate-vs-pay-per-token-llm-api/)では、フルタイムのコーディングエージェントはトークン課金で月 $65.40 となり、プラン料金を上回ります。

## 見積もりをどう予算に落とし込みますか？

1.  想定の数字を計画に、高シナリオの数字をアラートのしきい値に入れます。
2.  本番環境で操作ごとのトークン数を記録し、毎週モデルと比べます。
3.  コードでハードリミットを設定します。`max_tokens`、ステップ数の上限、リトライ回数の上限です。
4.  モデル、プロンプト、検索の設定を変えるたびに、見積もりをやり直します。

自社の数字を使ったトークン課金の計算は [LLM API コスト計算ツール](https://broadrouter.com/tools/llm-api-cost-calculator/)で、プランとトークン課金の比較は[料金ページ](https://broadrouter.com/ja/pricing/)で行えます。

## BroadNet Inference が向いている用途

BroadNet Inference は、提供しているすべてのチャットモデルと文字起こしモデルのトークン単価を 1 つの[料金ファイル](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=ja-blog-estimate-llm-api-cost-before-launch&utm_content=body)で公開しているので、上の見積もりをコードで管理し続けられます。新規アカウントには $5 のスタートクレジットがあり、Gemma 4 VL 26B と 2 つの文字起こしモデルで使えるので、Gemma でサンプルを計測できます。DeepSeek、GLM、Qwen にはチャージが必要です。機能にクローズドなフロンティアモデルが必要なら、その部分については BroadNet は適したプロバイダーではありません。

関連する無料ツール（英語）

-   [LLM API cost calculator](https://broadrouter.com/tools/llm-api-cost-calculator/) Price a workload on every model at once, with cache hits, reasoning and a flat-plan check.
-   [Flat-rate vs per-token LLM cost calculator](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/) Break-even between an unlimited plan and paying per token, per agent.
-   [Prompt caching savings calculator](https://broadrouter.com/tools/prompt-caching-calculator/) Bill with and without caching, by prefix share and hit rate.
-   [Prompt token diff](https://broadrouter.com/tools/prompt-token-diff/) Two prompt versions side by side: changed lines, exact token delta and the monthly cost difference.

[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。

[従量課金（pay-as-you-go）](https://broadrouter.com/ja/glossary/pay-as-you-go/)

従量課金とは、使った分だけを支払う料金体系です。トークン、リクエスト、音声の分数などの単位で計測され、サブスクリプションや最低利用額はありません。多くの LLM API はこの方式で、前払いの残高か定期的な請求書から支払います。

[同時実行数（concurrency）](https://broadrouter.com/ja/glossary/concurrency/)

同時実行数（concurrency）とは、クライアントが同時に処理中にしているリクエストの数です。開いているリクエストは応答が終わるまで GPU の容量を占有するため、LLM API は毎分リクエスト数とは別に、キーやプランごとにこれを制限することがよくあります。

[AI エージェント（AI agent）](https://broadrouter.com/ja/glossary/agent/)

AI エージェントとは、言語モデルが目標に向けて自分で手順を決めるシステムです。どのツールを呼ぶかを決め、結果を読み、最終回答を出すか上限に達するまで繰り返します。決まった箇所でモデルを呼ぶ固定のスクリプトは、ふつうワークフローと呼ばれます。

[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。

[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。

[レート制限（rate limit）](https://broadrouter.com/ja/glossary/rate-limit/)

レート制限とは、1 分あたりのリクエスト数やトークン数など、一定時間内にクライアントが API を使える量に API 側が設ける上限です。上限を超えたリクエストは、使用量が下回るまで通常 HTTP 429 Too Many Requests で拒否されます。

[入力トークンと出力トークン（input and output tokens）](https://broadrouter.com/ja/glossary/input-and-output-tokens/)

入力トークンとは、モデルがリクエストで読むトークンで、システムプロンプト、会話履歴、ツール定義、画像を含みます。出力トークンは、推論を含めモデルが返答として生成するトークンです。LLM API は通常この 2 つを別の単価で課金し、出力のほうが高額です。

## よくある質問

### ユーザーがまだいない段階で、トークン数はどう見積もればよいですか？

現実的な入力を 20〜50 件用意し、使う予定のモデルで処理して、usage ブロックの prompt\_tokens、cached\_tokens、completion\_tokens を読み取ります。それを呼び出しごとに平均します。

### 一般的なチャットのリクエストは何トークンくらいですか？

大きく異なります。短いチャットの 1 ターンなら数百トークンですが、検索した文書や長い履歴を含むリクエストは数万トークンになることもあります。自社のプロンプトで計測してください。

### LLM のコスト見積もりには余裕を持たせるべきですか？

はい。想定の 2〜3 倍の利用量で高シナリオを試算し、リトライや、機能の成長に伴って長くなるプロンプトの分も予算に入れてください。そのうえで、バグがあってもそれを超えないようにハードリミットを設定します。

### 代わりに定額プランを検討すべきなのはどんなときですか？

1 つのエージェントやワーカーが、1 日の大半を 1 つのモデルで動いているときです。BroadNet の DeepSeek V4.1 Flash なら、Full Moon のセッションは月 $60 で、トークン計量はなく、同時に 1 リクエストです。

## 続けて読む

-   [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](https://broadrouter.com/ja/blog/llm-api-pricing-explained/)
-   [LLM API は定額とトークン課金のどちらが得か：損益分岐の計算](https://broadrouter.com/ja/blog/flat-rate-vs-pay-per-token-llm-api/)
-   [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 の支出管理：予算、キーの制限、ループ対策](https://broadrouter.com/ja/blog/llm-api-spend-control/)
-   [LLM API の無料クレジット：初回クレジットで実際どこまで使えるか](https://broadrouter.com/ja/blog/free-llm-api-credit/)
-   [ユーザーあたりの LLM コスト：SaaS の AI 機能のユニットエコノミクス](https://broadrouter.com/ja/blog/llm-cost-per-user-saas/)
-   [LLM API の料金改定まとめ 2026 年 10 月：値上げ 3 件、値下げなし](https://broadrouter.com/ja/blog/llm-api-price-changes-october-2026/)
-   [LLM API の料金はどのくらいの頻度で変わる？3 年分のアーカイブ調査](https://broadrouter.com/ja/blog/how-often-llm-api-prices-change/)
-   [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：BroadNet Inference のエラーコードとリトライすべき場合](https://broadrouter.com/ja/guides/errors-and-retries/)

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-estimate-llm-api-cost-before-launch&utm_content=page-cta) ·

**出典**

-   [BroadNet Inference の機械可読な料金（pricing.json）（2026-11-15 確認）（英語）](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=ja-blog-estimate-llm-api-cost-before-launch&utm_content=sources)
-   [BroadNet Inference API リファレンス：制限と利用量（2026-11-15 確認）（英語）](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ja-blog-estimate-llm-api-cost-before-launch&utm_content=sources#limits)
-   [BroadNet Inference の料金ページ（2026-11-15 確認）（英語）](https://inference.broadnet.ai/pricing?utm_source=broadrouter&utm_medium=referral&utm_campaign=ja-blog-estimate-llm-api-cost-before-launch&utm_content=sources)
