BroadRouter

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

BroadNet Inference チーム · 約 6 分で読めます · 公開日

ユーザーあたりの LLM コスト = アクティブユーザーの月間リクエスト数 × リクエストあたりトークン数 × 100 万トークン単価です。usage フィールドで機能ごとに計測し、プラン料金は平均でなく 90 パーセンタイルのユーザーで決め、上位層には公正利用の上限を設けます。安いモデル、キャッシュ、低い推論レベルで直接下げられます。

SaaS 製品に AI 機能を加えると、コスト構造が変わります。ホスティングやストレージのコストはどのユーザーでもほぼ同じですが、LLM の呼び出しは使うほどコストが増えます。アクティブユーザー 1 人にいくらかかるかを知らずに機能の料金を決めると、熱心な顧客が数人いるだけで、黒字のプランが赤字に変わりかねません。この記事では、ユーザーあたりの LLM コストの計算方法、平均値が誤った指標である理由、そしてそれを使った料金プランの決め方を説明します。

ユーザーあたりの LLM コストはどう計算しますか?

1 つの機能と 1 つのモデルについて:

cost per user per month =
    requests per active user per month
  × [ new input tokens × input price
    + cached tokens    × cached price
    + output tokens    × output price ] / 1,000,000

つまり、ユーザーあたりの月間コスト = アクティブユーザー 1 人の月間リクエスト数 ×[新規入力トークン × 入力単価 + キャッシュトークン × キャッシュ単価 + 出力トークン × 出力単価]÷ 1,000,000 です。推論モデルでは出力に推論トークンが含まれ、従量課金キーでは画像は入力トークンとして数えられます。この 3 つの単価をおさらいするには、LLM API 料金の仕組みをお読みください。

ユーザーが使う機能をすべて合計すると、ユーザーあたりの AI コストの総額になります。

ステップ 1:何をアクティブユーザーとし、単位は何にしますか?

すでにレポートで使っている定義を選んでください。たとえば、その月に AI 機能を 1 回以上使ったユーザーです。次に、その機能が自然に生み出す単位を選びます。チャット 1 往復、生成されたドキュメント 1 件、分析したファイル 1 件、要約した通話 1 件などです。単位あたりのコストはユーザーあたりのコストより安定していて、考えやすくなります。

ステップ 2:単位あたりのトークン数はどう計測しますか?

文字数から推定しないでください。すべてのレスポンスの usage ブロックを、機能タグとハッシュ化したユーザー ID またはアカウント ID とともに記録します。プロンプトトークン、キャッシュトークン、補完トークンを、試行 1 回につき 1 行です。使用量ログの記事に、すぐ使えるラッパーと、ユーザー別・機能別にコストを集計する SQL があります。トラフィックがまだない段階では、トークンカウンターでサンプルのプロンプトから最初の見積もりを出せます。

ストリーミングの応答では、stream_options={"include_usage": True} で最後のチャンクに使用量を含めるよう要求してください。ストリーミングガイドをご覧ください。リトライを含め、すべての試行を数えてください。モデルに届いた試行はすべて課金されるからです。

ステップ 3:典型的なユーザーはいくらかかりますか?計算例

製品にアプリ内アシスタントがあるとします。典型的なアクティブユーザーの 1 か月を計測すると、次のようになりました。

指標 値
アクティブ日数 20
アクティブ日 1 日あたりのアシスタントへのリクエスト数 15
リクエストあたりの入力トークン 3,000(半分がキャッシュ)
リクエストあたりの表示される回答トークン 400
リクエストあたりの推論トークン(推論モデル) 約 600

月に 300 リクエストで、入力トークンが約 900,000(うち 450,000 がキャッシュ)、表示される出力トークンが 120,000、推論モデルではさらに推論トークンが約 180,000 です。

BroadNet の 100 万あたりの単価を当てはめます。トークン数は百万単位なので、各項は百万トークン数 × 100 万あたりの単価です。

モデル 100 万あたりの入力 / キャッシュ / 出力 このユーザーの 1 か月
Gemma 4 VL 26B $0.10 / キャッシュ単価なし / $0.22 0.9 × $0.10(入力はすべて通常単価)+ 0.12 × $0.22(推論トークンなし)= $0.12
DeepSeek V4.1 Flash $0.175 / $0.0055 / $0.52 0.45 × $0.175 + 0.45 × $0.0055 + 0.3 × $0.52 = $0.24
Qwen3.8 27B $0.175 / $0.0435 / $2.17 0.45 × $0.175 + 0.45 × $0.0435 + 0.3 × $2.17 = $0.75
GLM 5.3 $0.78 / $0.173 / $3.46 0.45 × $0.78 + 0.45 × $0.173 + 0.3 × $3.46 = $1.47

推論モデルの出力 0.3M は、表示される回答 0.12M と推論 0.18M の合計です。計算すると、同じユーザーで GLM 5.3 の行は Gemma 4 VL 26B の行の 10 倍を超えます(Gemma 4 VL 26B と GLM 5.3 の比較で 2 つを並べて見られます)。どの推論モデルでも出力が最大の項で、推論トークンがその出力の半分以上を占めます。自分の計測値を LLM API コスト計算ツールに入れると、自社の数字が出せます。

ステップ 4:平均的なユーザーが誤解を招くのはなぜですか?

AI 機能の利用には偏りがあります。ほとんどのユーザーは数回試すだけで、一部のグループが 1 日中使います。平均値はそのグループを隠しますが、請求額を押し上げているのはそのグループです。

使用量ログから、ユーザーごとの月間値を計算してください。

  • **中央値のコスト。**普通のユーザーにかかるコストです。
  • **90 パーセンタイル。**ヘビーだが通常の範囲のユーザーにかかるコストです。このユーザーでも利益が出るようにプランの料金を決めてください。
  • **99 パーセンタイルと最大値。**上位の裾野です。これらのユーザーには、公正利用の上限、上位プラン、または自動化や不正利用のチェックが必要です。

99 パーセンタイルのユーザーのコストが中央値の何倍にもなっていても、それ自体は問題ではありません。料金設定のための入力です。

ステップ 5:プランと制限はどう決めますか?

ユーザーあたりのコストがわかれば、料金設定は粗利の判断になります。

  1. プランの目標粗利率を決めます。
  2. その粗利率で許されるユーザーあたりの AI コストの上限を逆算します。
  3. **それを 90 パーセンタイルと比べます。**90 パーセンタイルが収まればプランは成り立ちます。収まらなければ、コストを下げる(ステップ 6)、料金を上げる、またはヘビーな利用を上位プランに移します。
  4. **トークンをユーザーにわかる単位に置き換えます。**ユーザーはトークンで考えません。1 日あたりのリクエスト数、月あたりのドキュメント数、音声の分数で制限し、許可する最大の利用でもコストの上限内に収まるように設定します。
  5. **毎月見直します。**プロンプトの変更、新機能、モデルの変更は、どれもユーザーあたりのコストを動かします。

ステップ 6:製品を変えずにユーザーあたりのコストを下げるには?

  • **キャッシュ。**変わらないシステムプロンプトとツール一覧を先頭に置きます。DeepSeek V4.1 Flash では、キャッシュ入力は 100 万あたり $0.175 ではなく $0.0055 です。キャッシュ率を上げる方法。
  • **推論を抑える。**定型的なリクエストでは reasoning_effort を low にすると、最も高いトークンを減らせます。推論にかかるコスト。
  • **難易度でルーティングする。**簡単なリクエストは Gemma 4 VL 26B に送り、推論モデルは難しいリクエスト用に取っておきます。
  • **履歴を削る。**長い会話は毎ターンすべてを送り直します。品質が許す範囲で、古いターンを要約するか切り詰めてください。
  • **出力を制限する。**機能ごとに max_tokens を設定し、推論モデルでは推論の分の余裕を残してください。

ほかの管理方法は LLM API の支出管理にあります。

定額プランで SaaS のユーザーに対応できますか?

BroadNet の DeepSeek V4.1 Flash 向け無制限プラン(セッションごとに月 $60)は、自社のキーで自社のアプリやサービスに組み込めますが、各セッションは同時に 1 リクエストしか実行せず、キーの共有や再販はできません。そのため、同時実行の少ないバックエンドの処理に向いています。夜間のレポート生成、キュー駆動の要約、社内エージェントなどです。同時リクエストの多い対話型のユーザートラフィックには、従量課金キー(各キー同時実行 4 件、1 分あたり 30 件)か複数のセッションを使うのが一般的です。最新の条件はプランのページで確認してください。

モデル以外にどんなコストがありますか?

トークンから出したユーザーあたりのコストは、AI 関連費用の一部にすぎません。検索とベクトルストレージ、文字起こし(音声 1 分あたりの料金で、たとえば BroadNet のアラビア語は 1 分 $0.0042)、リトライ、評価の実行も加えてください。ユーザーがアラビア語など英語以外の言語で書く場合、メッセージあたりのトークン数は英語より多くなると考えてください。自社のコンテンツで1 語あたりのトークン数を計測してください。

無料プランやトライアルはどう扱いますか?

無料プランは、何も支払わないユーザーの数だけユーザーあたりのコストを増やします。マーケティング費用として扱ってください。無料ユーザーには機能の良さが十分伝わる最も安いモデルを使い、有料プランより厳しい 1 日の上限を設定し、無料ユーザーの AI コストを独立した項目として追跡します。無料ユーザーが有料に転換すればその費用は獲得コストになり、転換しなくても上限によって小さく抑えられます。

まとめ

usage フィールドから単位あたりのトークン数を計測し、公開単価を掛け、平均ではなく 90 パーセンタイルを見て、そこからプランの料金と制限を決めます。そのうえで、キャッシュ、ルーティング、低い推論レベルによって単位ごとのコストを下げていきます。まだ何も計測していない場合は、月額コストの見積もり方法から始めてください。

よくある質問

ユーザーにはトークン単位で課金すべきですか?

エンドユーザー向けにはまれです。多くの人は上限が明確な定額のプランを好みます。トークンは社内で計測し、料金はリクエスト数、ドキュメント数、シート数で設定して、最も利用の多い層には公正利用の上限を残してください。

BroadNet の定額プランで SaaS のユーザーにサービスを提供できますか?

BroadNet は、自社のキーでプランを自社のアプリやサービスに組み込むことを認めています。各セッションは同時に 1 リクエストを実行するので、バックエンドのエージェントや同時実行の少ない機能に向いています。同時リクエストの多いユーザー向けトラフィックには、通常は従量課金キーか複数のセッションが必要です。

AI のコストはサブスクリプション料金の何割にすべきですか?

一律の数字はありません。事業に必要な粗利率を決め、そこから逆算して、ヘビーだが通常の範囲のユーザーにかけられる上限を出し、それに合わせて制限を設定してください。

ユーザーあたりのコストはどれくらいの頻度で再計算すべきですか?

プロンプト、モデル、機能を変えたときは毎回、そして少なくとも月 1 回です。プロンプトやユーザーの行動が変わると、トークン数も変わっていきます。

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