---
title: "LLM API コスト削減の方法：10 ステップのチェックリスト | BroadRouter"
description: "LLM API の請求額を正しい順番で下げる方法。計測、プレフィックスのキャッシュ、プロンプトの削減、出力と推論の上限設定、モデルの適正化、バッチ処理、定額プランが得になる条件を解説します。"
url: https://broadrouter.com/ja/blog/how-to-reduce-llm-api-costs/
lang: ja
updated: 2026-11-15
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/how-to-reduce-llm-api-costs/)（2026-11-15 更新）。

# LLM API のコストを削減する方法：順番どおりに進める 10 ステップ

BroadNet Inference チーム · 約 8 分で読めます · 公開日 2026-11-15

LLM API のコスト削減は、リクエストごとのトークン数を記録してから、次の順に進めます。プレフィックスの固定によるキャッシュ、プロンプトの削減、出力と推論の上限設定、テストに通る最小モデルの選択、待てる処理のバッチ化や時間移動、回答のキャッシュ、リトライの制限、損益分岐点を超えたら定額プランへの移行です。

## 要点

-   削る前に計測します。機能ごとに prompt\_tokens、cached\_tokens、completion\_tokens を記録しないと、どのステップが効いたのか判断できません。
-   入力側でいちばん効くのは、たいていキャッシュです。DeepSeek V4.1 Flash のキャッシュ入力は 100 万トークンあたり $0.0055、新規入力は $0.175 です。
-   BroadNet のどのチャットモデルでも出力は入力より高く、推論は出力として課金されます。上限を設けてください。
-   OpenAI と Anthropic はバッチジョブが 50% 割引、DeepSeek はオフピーク時間帯に料金が半額になります。BroadNet には Batch API がありません。
-   DeepSeek V4.1 Flash で月に約 9.17億 の入力トークンと 4,600万 の出力トークンを超えると、$60 の Full Moon プランのほうがトークン課金より安くなります。

**このページの内容**

1.  LLM API の請求額は何で決まるのか？
2.  チェックリストの全体像
3.  1\. なぜ削る前に計測するのか？
4.  2\. プロンプトキャッシュでなぜコストが下がるのか？
5.  3\. どのプロンプト削減なら安全か？
6.  4\. 出力と推論にどう上限を設けるか？
7.  5\. 品質を落とさずに安いモデルを選ぶには？
8.  6\. 待てる処理はバッチ化や時間帯の変更ができるか？
9.  7\. 回答そのものをキャッシュすべきなのはいつか？
10.  8\. リトライとループはどうお金を無駄にするか？
11.  9\. 請求の暴走をどう防ぐか？
12.  10\. 定額プランがトークン課金に勝つのはいつか？
13.  飛ばしたほうがよいステップは？
14.  BroadNet Inference が向いているケース

「LLM の請求を 70% 削減」といったリストの多くは、良いアドバイスと誰も計測していない数字が混ざっています。このチェックリストは「何から先にやるか」の順に並べ、すべての数字を料金ファイルかプロバイダー自身のドキュメントから取っています。本サイトに詳しい記事があるステップには、リンクを付けています。以下の BroadNet の料金は[料金ファイル](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=ja-blog-how-to-reduce-llm-api-costs&utm_content=body)から取得したもので、2026-11-14 に同期しています。

## LLM API の請求額は何で決まるのか？

ほとんどの請求額は 4 つの数字で決まります。

1.  \*\*新規入力トークン。\*\*プロンプトのうち、キャッシュから読まれなかった部分です。
2.  \*\*キャッシュ入力トークン。\*\*繰り返されるプレフィックスで、低い単価で課金されます。
3.  \*\*出力トークン。\*\*回答そのものに加え、思考するモデルでは[推論トークン](https://broadrouter.com/ja/glossary/reasoning-tokens/)も含まれます。
4.  \*\*リクエスト数。\*\*各呼び出しは、リトライも含めて 1 回ずつ課金されます。

いちばん高い単位は出力です。BroadNet のチャットモデルの料金（100 万トークンあたり）は次のとおりです。

| モデル | 入力 | キャッシュ入力 | 出力 |
| --- | --- | --- | --- |
| DeepSeek V4.1 Flash | $0.175 | $0.0055 | $0.52 |
| Qwen3.8 27B | $0.175 | $0.0435 | $2.17 |
| GLM 5.3 | $0.78 | $0.173 | $3.46 |
| Gemma 4 VL 26B | $0.10 | 非公開 | $0.22 |

つまり、使えるレバーは「新規トークンを減らす」「キャッシュからの読み込みを増やす」「生成量を減らす」「呼び出し回数を減らす」の 4 つです。各単位の詳細は [LLM API 料金の仕組み](https://broadrouter.com/ja/blog/llm-api-pricing-explained/)で解説しています。

## チェックリストの全体像

| ステップ | 変えるもの | 削減対象 | 手間 |
| --- | --- | --- | --- |
| 1\. 計測する | ログのみ | まだ何も削らない。どこを削るべきかがわかる | 小 |
| 2\. プレフィックスをキャッシュする | プロンプトの順序 | 入力単価 | 小 |
| 3\. プロンプトを削る | プロンプトの内容 | 入力トークン | 中 |
| 4\. 出力と推論に上限を設ける | リクエストの設定 | 出力トークン | 小 |
| 5\. モデルを適正化する | モデルの選択 | すべての単価 | 中 |
| 6\. バッチ化・時間をずらす | スケジューリング | トークン単価（提供がある場合） | 中 |
| 7\. 回答をキャッシュする | アプリのコード | リクエストそのもの | 中 |
| 8\. リトライとループを制限する | アプリのコード | 無駄なリクエスト | 小 |
| 9\. 支出上限を設ける | アカウントとキー | 暴走する請求 | 小 |
| 10\. 定額の損益分岐点を確認する | 課金モデル | 大量利用時の総額 | 小 |

## 1\. なぜ削る前に計測するのか？

請求書には原因が書かれていないからです。同じように見える 2 つのリクエストでも、トークン数が 10 倍違うことがあります。すべての chat completion は `usage` ブロックを返し、そこには `prompt_tokens`、`completion_tokens`、そしてプロバイダーが報告する場合はキャッシュトークン数が含まれます。プロンプトの本文は記録せずに、これらを機能ごと・ユーザーごとに記録してください。1 週間もすれば、どの機能がいちばんお金を使っているのか、それが入力なのか、キャッシュミスなのか、出力なのかがわかります。

[PII を伏せた使用量ログ](https://broadrouter.com/ja/blog/llm-api-usage-logging/)でログのスキーマを紹介しています。リリース前に機能の規模を見積もるには、[LLM API コスト計算ツール](https://broadrouter.com/tools/llm-api-cost-calculator/)か、[リリース前のコスト見積もり](https://broadrouter.com/ja/blog/estimate-llm-api-cost-before-launch/)の手法を使ってください。

## 2\. プロンプトキャッシュでなぜコストが下がるのか？

プロバイダーは、完全に一致して繰り返されるプロンプトの先頭部分をキャッシュします。次の呼び出しでは、そのプレフィックスをキャッシュ単価で読み込みます。OpenAI は対応モデルで 1,024 トークンからキャッシュをデフォルトで有効にしており、キャッシュ入力は “discounted up to 95%”（訳：最大 95% 割引）だとしています（2026-11-15 確認）。BroadNet では、DeepSeek V4.1 Flash のキャッシュ入力は 100 万トークンあたり $0.0055、新規入力は $0.175 です。

ルールは「固定の内容を先に、変わる内容を最後に」です。システムプロンプト、ツールのスキーマ、共有ドキュメント、履歴、そして新しい質問の順に並べます。先頭にタイムスタンプを入れたり、ツール一覧の順番が入れ替わったりすると、それ以降のすべてがキャッシュされなくなります。

-   [キャッシュ入力トークンの解説](https://broadrouter.com/ja/blog/cached-input-tokens-explained/)。レスポンスでの確認方法も紹介しています。
-   [プレフィックスがキャッシュされるプロンプトの組み立て方](https://broadrouter.com/ja/blog/prompt-structure-for-caching/)。
-   [プロンプトキャッシュ計算ツール](https://broadrouter.com/tools/prompt-caching-calculator/)で自分のヒット率を試算できます。

## 3\. どのプロンプト削減なら安全か？

モデルが使っていない部分を削ります。よくある効果的なポイントは、文章で長々と書かれたシステムプロンプト、タスクに必要な数を超える few-shot の例、そのステップで呼ばれないツールのスキーマ、コンパクトな表で済むのに冗長な JSON、要約で済むのに全文を送っている会話履歴です。検索結果も膨らみがちです。2 チャンクで答えられるのに 10 チャンク送るのは、コストと品質の両方の問題です。

削るたびに固定の入力セットでテストし、安くなったプロンプトがひそかに回答を壊していないか確認してください。[プロンプトトークンの削減](https://broadrouter.com/ja/blog/reduce-prompt-tokens/)では、これらそれぞれの削減効果を計測しています。言語も影響します。ほとんどのトークナイザーで、アラビア語は英語より 1 語あたりのトークン数が多くなります。[アラビア語と英語の 1 語あたりのトークン数](https://broadrouter.com/ja/blog/tokens-per-word-arabic-english/)を参照してください。

## 4\. 出力と推論にどう上限を設けるか？

求める量を減らし、上限をかけます。散文ではなく JSON のフィールドを、「説明して」ではなく文字数の上限を求め、質問の言い直しもさせないようにします。そのうえで `max_tokens` を設定し、暴走した回答を止めます。

思考するモデルには注意が必要です。BroadNet のドキュメントによると推論は `max_tokens` に含まれるため、上限が低すぎると空の回答が返ることがあります。1,000 トークン以上を確保し、単純なステップでは `reasoning_effort` を `low` にしてください。トークン課金のキーでは、推論は出力として課金されます。[推論トークン：見えている以上に料金を払う理由](https://broadrouter.com/ja/blog/reasoning-tokens-cost/)と[空の回答への対処法](https://broadrouter.com/ja/guides/reasoning-tokens-empty-response/)で、それぞれの側面を解説しています。

## 5\. 品質を落とさずに安いモデルを選ぶには？

トークン単価ではなく、成功したタスクあたりのコストで比べます。期待される出力付きの実際の入力を 50〜100 件用意し、候補モデルごとに実行して、支出を合格数で割ります。トークン単価が安くても 3 回に 1 回失敗するモデルは、リトライや人手による確認を含めると、かえって高くつくことがあります。

まず機能を確認してください。BroadNet でツール呼び出しと構造化出力がドキュメントに記載されているのは、GLM 5.3 と Qwen3.8 27B だけです。Gemma 4 VL 26B は BroadNet の小さめのテキスト・画像モデルで、単純なタスク向けに上の表で料金を確認してください。多くのアプリは、簡単なステップには小さいモデルを、難しいステップには大きいモデルを使っています。モデルは自分のコードの中で選びます。[乗り換え前の LLM の評価方法](https://broadrouter.com/ja/blog/evaluate-llm-before-switching/)でテスト計画を紹介しています。

今使っているモデルが値下がりするのを待つのはやめましょう。プロバイダーが既存モデルの価格を下げることはまれで、節約はたいてい新しいバージョンとともにやってきます。[OpenAI・Anthropic・Google の API 価格の推移](https://broadrouter.com/ja/blog/openai-anthropic-google-api-price-history/)と[LLM API の大幅値下げ](https://broadrouter.com/ja/blog/llm-api-price-cuts-2023-2026/)を参照してください。

## 6\. 待てる処理はバッチ化や時間帯の変更ができるか？

プロバイダーが提供していれば可能で、割引幅も大きいです。いずれも 2026-11-15 に確認しました。

| プロバイダー | 割引 | 注意点 |
| --- | --- | --- |
| OpenAI Batch API | 同期呼び出しより 50% 安い | 24 時間以内に完了。レート制限は別枠 |
| Anthropic Message Batches API | 50% | 非同期。ほとんどのバッチは 1 時間以内に完了 |
| DeepSeek API（オフピーク） | オフピーク料金はピーク時の半額 | ピークは月曜〜金曜の UTC 01:00〜04:00 と 06:00〜10:00 |

BroadNet Inference には Batch API もオフピーク料金もありません。BroadNet で夜間ジョブを実行するときは、キーの制限内で、通常のエンドポイントに対して再開可能なランナーを使ってください。[Batch API なしでの LLM バッチ処理](https://broadrouter.com/ja/blog/llm-batch-processing-without-batch-api/)にコードがあります。ジョブが何時間も続くなら、定額セッションのほうがトークン課金より安くなる場合があります（ステップ 10）。

## 7\. 回答そのものをキャッシュすべきなのはいつか？

同じ質問が同じ入力で再び届くときです。FAQ ボット、繰り返し現れる項目の分類、クラッシュ後のパイプラインの再実行は、いずれも同じ処理を繰り返しています。モデル、プロンプト、設定をキーにした完全一致キャッシュなら、保存済みの回答を返して呼び出しを省けます。回答が古くならないよう、有効期限を設定してください。[Python で LLM のレスポンスをキャッシュする](https://broadrouter.com/ja/blog/cache-llm-responses-cut-cost/)で小さな実装例を紹介しています。

## 8\. リトライとループはどうお金を無駄にするか？

リトライしたリクエストは新しい推論なので、トークン課金のキーでは再度課金されます。リトライは 429 と 5xx エラーのときだけにし、ジッター付きの指数バックオフを使い、試行回数に上限を設けてください。400 は決してリトライしないでください。同じ不正なリクエストは同じように失敗します。

エージェントにはもう 1 つのリスクがあります。モデルを呼び続けるループです。タスクあたりのステップ数に上限を設け、同じツール呼び出しが繰り返されたら停止してください。[429 エラーへの対処](https://broadrouter.com/ja/blog/handle-llm-api-429-rate-limits/)と[コーディングエージェントのコストを下げる 10 の方法](https://broadrouter.com/ja/blog/cut-coding-agent-llm-costs/)で、それぞれを解説しています。

## 9\. 請求の暴走をどう防ぐか？

アラートは事後に知らせるだけです。止めるのは上限です。プリペイド残高を使い、アプリごとにキーを分けて 1 つを無効にしても他が止まらないようにし、サーバー用のキーには IP 許可リストを設定します。コードでは、ジョブごとに予算を決めて、使い切ったら止めます。[LLM API の支出管理](https://broadrouter.com/ja/blog/llm-api-spend-control/)で、アカウントからリクエストまでの各層を説明しています。

## 10\. 定額プランがトークン課金に勝つのはいつか？

エージェントが 1 日の大半動いているときです。BroadNet は DeepSeek V4.1 Flash をトークン単位でもセッション単位でも販売しています。Full Moon は月 $60、Orbit は週 $15、Meteor は 1 時間 $1 で、トークンメーターはありません。1 セッションで同時に実行できるのは 1 リクエストです。

BroadNet によるトークン課金の試算例：

| ワークロード | トークン課金での月額 | 安いほうの選択肢 |
| --- | --- | --- |
| 個人の副業プロジェクト | $14.23 | 従量課金 |
| 日常のアシスタント | $42.67 | 従量課金 |
| フルタイムのコーディングエージェント | $65.40 | Full Moon |
| 常時稼働のエージェント | $196.20 | Full Moon |

キャッシュヒット率 80%、出力 1 トークンあたり入力 20 トークンの場合、損益分岐点は月に約 9.17億 の入力トークンと 4,600万 の出力トークンです。軽い利用ならトークン課金のほうが安いままです。[損益分岐点の詳しい計算](https://broadrouter.com/ja/blog/flat-rate-vs-pay-per-token-llm-api/)を読むか、[定額とトークン課金の比較計算ツール](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/)で自分の使用量を試してください。

## 飛ばしたほうがよいステップは？

よく見かけるアドバイスの中には、節約額よりコストのほうが大きいものもあります。

-   \*\*壊れるまでプロンプトを圧縮する。\*\*回答の品質が落ちてユーザーがやり直せば、入力の節約分は消えてしまいます。
-   \*\*毎ターン履歴を要約する。\*\*要約するたびに追加の呼び出しが発生し、プレフィックスも変わるのでキャッシュがヒットしなくなります。要約はたまにして、残りは追記してください。
-   \*\*トークン単価の安さだけを追いかける。\*\*レート制限、足りない機能、失敗率のどれもがコストを押し上げます。
-   \*\*小さなワークロードのためにセルフホストする。\*\*GPU は忙しくても暇でも時間単位で課金されます。[セルフホストと API のコスト比較](https://broadrouter.com/ja/blog/self-hosting-llm-vs-api-cost/)で損益分岐点を示しています。

## BroadNet Inference が向いているケース

BroadRouter は BroadNet 自身のウェブサイトです。この節はその点を踏まえてお読みください。BroadNet Inference は OpenAI 互換の API で、トークン課金のチャットモデルが 4 つあり、そのうち 3 つはキャッシュ入力に対応しています。さらに、安定して動くエージェント向けに DeepSeek V4.1 Flash の定額プランがあります。Batch API やオフピーク料金はないため、待てる大規模ジョブでは、OpenAI や Anthropic のバッチ割引、あるいは DeepSeek のオフピーク時間帯のほうが安くなる場合があります。新規アカウントには $5 の初回クレジットが付き、Gemma 4 VL 26B、2 つの Transcribe モデル、Gemma の時間制キーに使えます。DeepSeek、GLM、Qwen を使うにはチャージが必要です。セルフサービスには SLA がありません。[料金を見る](https://broadrouter.com/ja/pricing/)か、[プランを比較](https://inference.broadnet.ai/plans?utm_source=broadrouter&utm_medium=referral&utm_campaign=ja-blog-how-to-reduce-llm-api-costs&utm_content=body)してください。

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。

[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。

[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。

[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。

[バッチ API（Batch API）](https://broadrouter.com/ja/glossary/batch-api/)

バッチ API とは、多数のリクエストを通常はファイルとして一度に受け付け、すぐにではなく決められた時間枠の中で処理し、結果をまとめて返す非同期の LLM エンドポイントです。OpenAI や Anthropic などの事業者は、バッチリクエストを標準 API より割り引いた価格にしています。

[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。

[AI コーディングエージェント（AI coding agent）](https://broadrouter.com/ja/glossary/coding-agent/)

AI コーディングエージェントとは、言語モデルがループの中でコードベースに取り組むソフトウェアツールです。ファイルを読み、編集し、テストなどのコマンドを実行し、出力を読んで次の手順を決めることを、タスクが終わるか上限に達するまで繰り返します。

## よくある質問

### LLM API のコストをいちばん手早く下げる方法は何ですか？

プロンプトキャッシュから始めてください。システムプロンプト、ツールのスキーマ、共有ドキュメントを先頭に置き、呼び出し間でバイト単位まで同一に保ちます。キャッシュ入力は新規入力のごく一部の単価で課金され、モデルも機能も変える必要がありません。次に出力に上限を設けます。出力トークンは入力トークンより高いからです。

### Batch API で本当に料金は半分になりますか？

OpenAI と Anthropic ではそうです。OpenAI の Batch API は 24 時間の完了期限付きで 50% 割引、Anthropic の Message Batches API はコストを 50% 削減します（いずれも 2026-11-15 確認）。BroadNet Inference には Batch API がないため、通常のエンドポイントに対して再開可能なランナーでジョブを実行してください。

### 推論トークンも請求に含まれますか？

はい、トークン課金のキーでは含まれます。推論は completion tokens として報告され、出力単価で課金されます。単純なステップでは reasoning\_effort を low にしますが、回答が途中で切れないよう max\_tokens は 1,000 以上にしてください。

### 小さいモデルのほうが必ず安いですか？

トークン単価なら、たいていはそうです。タスク単位では必ずしもそうではありません。リトライが 2 回必要だったり、長いプロンプトが必要だったりする小さいモデルは、一度で正解する大きいモデルより高くつくことがあります。自分のテストセットで、成功したタスクあたりのコストを比べてください。

### 定額プランがトークン課金より安くなるのはいつですか？

使用量が多く安定しているときです。BroadNet では、DeepSeek V4.1 Flash の Full Moon セッションが月 $60 です。キャッシュヒット率 80% の場合、損益分岐点は月に約 9.17億 の入力トークンと 4,600万 の出力トークンです。それより少なければトークン課金のほうが安くなります。

### リトライにも料金はかかりますか？

かかります。リトライしたリクエストは新しい推論なので、トークン課金のキーでは再度課金されます。リトライは 429 と 5xx エラーのときだけにし、バックオフを入れ、試行回数に上限を設けてください。

## 続けて読む

-   [コーディングエージェントの LLM コストを削減する 10 の方法（削減額の試算付き）](https://broadrouter.com/ja/blog/cut-coding-agent-llm-costs/)
-   [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/)
-   [プロンプトのトークンを減らす：システムプロンプト、ツール、データの実測](https://broadrouter.com/ja/blog/reduce-prompt-tokens/)
-   [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/)
-   [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：推論モデルが空の回答を返す理由](https://broadrouter.com/ja/guides/reasoning-tokens-empty-response/)
-   [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-how-to-reduce-llm-api-costs&utm_content=page-cta) ·

**出典**

-   [BroadNet Inference 機械可読の料金ファイル 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-how-to-reduce-llm-api-costs&utm_content=sources)
-   [BroadNet Inference プラン：セッションごとに同時 1 リクエスト、トークンメーターなし（2026-11-15 確認）（英語）](https://inference.broadnet.ai/plans?utm_source=broadrouter&utm_medium=referral&utm_campaign=ja-blog-how-to-reduce-llm-api-costs&utm_content=sources)
-   [BroadNet Inference API リファレンス：エンドポイント、推論、max\_tokens（2026-11-15 確認）（英語）](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ja-blog-how-to-reduce-llm-api-costs&utm_content=sources)
-   [OpenAI Batch API ガイド：50% 割引、24 時間の完了期限（2026-11-15 確認）](https://developers.openai.com/api/docs/guides/batch)
-   [OpenAI プロンプトキャッシュガイド：デフォルトで有効、最小 1,024 トークン、キャッシュ入力は最大 95% 割引（2026-11-15 確認）](https://developers.openai.com/api/docs/guides/prompt-caching)
-   [Anthropic Message Batches API：コスト 50% 減、ほとんどのバッチは 1 時間以内に完了（2026-11-15 確認）](https://platform.claude.com/docs/en/build-with-claude/batch-processing)
-   [DeepSeek API 料金：オフピーク料金はピーク時の半額、ピーク時間は UTC 表記（2026-11-15 確認）](https://api-docs.deepseek.com/quick_start/pricing)
