定額は、トークンのメーターを固定の請求額に置き換えます。問うべきなのは「無制限か?」ではなく、「代わりに何が制限されるのか?」です。
仕組み
定額料金とは “a single fixed fee for a service, regardless of usage”(訳:利用量にかかわらず、サービスに対して支払う単一の固定料金)のことです。LLM API では、この料金で一定期間の利用権を買います。GPU の時間には限りがあるため、どのプランも何らかの別の方法で利用を制限しています。よくある制限は次のとおりです。
- 1 日、1 週間、1 か月あたりのトークン数やメッセージ数の上限
- 数時間などの、リセットされる利用時間枠
- 利用時間枠に加えた週ごとの上限
- 同時実行数:同時に処理できるリクエストの数
- 速度。毎秒トークン数によって 1 時間あたりの出力量が決まります
- 決まったモデルの一覧とフェアユース条項
プランを従量課金と比べるには、実際のトラフィック 1 か月分をトークン単価で計算してください。その金額がプランの料金を上回れば、プランが有利です。ただし、その制限が自分の作業の仕方に合っている場合に限ります。
なぜ重要か
- 予算が予測しやすい。 毎月の金額は 1 つだけで、リトライのループや長いコンテキストで驚くことはありません。
- 使い方が変わる。 メーターがないので、大きなコンテキストを送り直したり、モデルに推論させたりする際にトークンを数える必要がありません。
- リスクも変わる。 制限が同時実行数なら、並行するジョブは順番待ちになります。利用時間枠なら、リセットされるまで作業が止まります。
BroadNet Inference の場合
BroadNet は、DeepSeek V4.1 Flash を無制限に使える 3 つのプランを、いずれもセッション単位の料金で販売しています。
| プラン | 料金 | 期間 |
|---|---|---|
| Full Moon | $60 | 1 か月、自動更新 |
| Orbit | $15 | 1 週間 |
| Meteor | $1 | 1 時間 |
トークンのメーター、月間上限、5 時間の利用枠、週ごとの上限はありません。制限は同時実行数で、1 セッションは同時に 1 リクエストを処理し、標準的な速度は 毎秒約 100 トークン です。エージェントを並行して動かすには、エージェントごとに 1 セッションを購入してください。
BroadNet の計算例では、キャッシュヒット率 80% の場合、月あたり入力約 9.17億、出力約 4,600万 トークンを超えると、Full Moon がトークン課金より安くなります。定額とトークン課金の比較、セッションの仕組み、「無制限」プランで確認すべきことも読んでください。
よくある間違い
- 多数の並行ワーカーに 1 セッションだけを買う。ワーカーは互いに順番待ちになります。
- キャッシュを考慮せずに、プランの料金とトークンの定価を比べる。キャッシュはトークン課金の請求額を下げます。