LLM のリクエストには 2 つの側面があります。送るものと、返ってくるものです。API はどちらもトークンで数え、ほとんどの場合それぞれ異なる単価で課金します。
しくみ
入力は、リクエストに含まれるすべてです。システムプロンプト、それまでのすべてのメッセージ、ツール定義、ツールの結果、ドキュメント、画像が該当します。複数ターンのチャットでは毎ターン履歴全体を送り直すため、会話が進むほど入力が増えます。
出力は、モデルが生成するすべてです。目に見える回答、ツール呼び出し、そして推論モデルでは表に出ない推論トークンが含まれます。
usage ブロックは両方を報告します。
"usage": {
"prompt_tokens": 18000,
"completion_tokens": 900,
"prompt_tokens_details": { "cached_tokens": 15000 },
"completion_tokens_details": { "reasoning_tokens": 600 }
}
1 回のリクエストのコストは次のとおりです。
(new input × input price) + (cached input × cached price) + (output × output price)。つまり「新しい入力 × 入力単価 + キャッシュ入力 × キャッシュ単価 + 出力 × 出力単価」で、単価はいずれも 100 万トークンあたりです。
なぜ重要か
2 つの比率によって、どちらの単価が効いてくるかが決まります。チャットアシスタントは、短い質問に対して数百トークンを出力する程度かもしれません。コーディングエージェントは毎ターン大きなリポジトリのコンテキストを送り直し、短いパッチを書くので、入力が出力の 20 倍以上になることもあります。エージェントの場合、請求額の大半は入力単価とキャッシュ入力の単価で決まります。
それでも出力には注意が必要です。推論モデルは回答よりも考えることに多くのトークンを使うことがあり、それらは出力として課金されます。追跡しているモデルにおける出力と入力の典型的な単価比は、LLM API 料金インデックスにあります。
BroadNet Inference の場合
公開されている料金ファイルによる、100 万トークンあたりの単価です。
| モデル | 入力 | キャッシュ入力 | 出力 |
|---|---|---|---|
| DeepSeek V4.1 Flash | $0.175 | $0.0055 | $0.52 |
| GLM 5.3 | $0.78 | $0.173 | $3.46 |
| Qwen3.8 27B | $0.175 | $0.0435 | $2.17 |
| BroadNet Gemma 4 VL 26B | $0.10 | — | $0.22 |
BroadNet の試算例では、フルタイムのコーディングエージェントが月に 1,000 百万(10 億)入力トークンを送り、キャッシュヒット率は 80%、出力トークンは 50 百万(5,000 万)です。DeepSeek V4.1 Flash のトークン課金では $65.40 になります。定額プランならメーターがなくなり、Full Moon は 1 セッションあたり月 $60 です。ご自身の数値は料金計算ツールで比較するか、定額とトークン課金の比較をお読みください。
よくある間違い
- 目に見える回答だけで料金を見積もり、推論トークンを忘れること。
- 履歴が増える速さを見落とすこと。チャットの 30 ターン目には、30 ターン分の入力が乗っていることがあります。