AIゲーム開発のAPIコスト

初期プロンプトではなくワークフローを見積もる

ゲーム開発セッションでは、ソースの読み取り、編集案の提示、エンジンエラーの解釈、スクリーンショットの検査、失敗した作業のリトライが繰り返される可能性があります。初期ブリーフは一つの入力にすぎません。提供可能なものが一回のリクエストで生まれると仮定せず、完全なラウンドと再開のような小さな承認済みマイルストーンから予算を始めます。

支払いが発生すると予想する段階を列挙します。実装、デバッグ、アセット作業、ローカライズ、レビューです。どれがローカルで実行され、どれが課金サービスを呼び出すかを示します。大きな予算を承認する前に、パイロットで使用量がどこに蓄積するかを学びます。見積もりは、測定済みの請求書に似せるのではなく、前提を説明するべきです。

異なるリソースには別の台帳を使う

テキストモデルの呼び出し、画像生成、音声サービス、ローカルエンジン作業、人間の介入に別々のカテゴリーを使います。ローカルコンパイルだけでモデルのトークンを消費するわけではありませんが、そのログをエージェントへ送り返せば別のリクエストが発生することがあります。一つのアシスタントがすべての活動をオーケストレーションしても、課金単位が同じになるわけではありません。

サブスクリプションの活動をAPI利用から分けます。内部予算のためにサブスクリプションの一部をプロジェクトへ配分する場合は、観測されたリクエスト単価ではなく配分ルールとラベル付けします。同様に、開発タスクのAPI支出をオフラインゲームの将来の全プレイヤーに発生するコストとして数えないでください。

集計前にリクエスト記録を取得する

各操作に実行IDと段階を割り当てます。公開されている場合はプロバイダーのリクエストID、実際のモデル識別情報、結果、使用量、課金証拠への参照を保持します。ログをエクスポートする前に認証情報をサニタイズしてください。以下の例示記録では、観測されていない値を意図的にnullのままにしています。

承認済みのローカルファイルから成功したリクエストを推測したり、タイムアウトからゼロ課金を推測したりしないでください。クライアントが接続を失った後に使用量が届くこともあります。合計を確定する前にプロバイダーの記録と照合し、一致しない項目も見える状態に保ちます。これにより、テレメトリーの空白を見かけ上の節約に変えず、実験を比較できます。

{
  "run_id": "game-pilot",
  "stage": "controller-repair",
  "provider_request_id": null,
  "model_id": null,
  "outcome": "not_started",
  "usage": null,
  "billed_amount": null,
  "currency": null,
  "billing_evidence": null,
  "accepted_artifact_hash": null
}

実際のプロバイダー料金契約を適用する

リクエストを処理したプロバイダーとサービス階層、およびその課金記録に適用される料金表を使います。OpenAIの公式料金にはトークンとツールのカテゴリーが記載されています。APIsRouterの料金は別の商用ソースです。片方をもう片方へ黙って置き換えてはいけません。

見積もりでは、課金対象の各カテゴリーに適用料金を掛け、サービス固有の料金を加えます。プロバイダーがキャッシュ済み入力、出力、ツール使用量をどう報告するか確認し、同じカテゴリーを二重計上しないでください。通貨と換算の前提を明示します。実際の支出を照合するときはプロバイダーの確定請求を優先し、差分を説明できるよう見積もりは別に保持します。

修理ループに停止条件を設ける

予算上限と、承認済み各マイルストーン後のチェックポイントを設定します。自動リトライに上限を設け、同じ再現結果が変わらない編集の繰り返しなど、人間による診断を開始する症状を決めます。プロバイダーの支出管理とエージェントのタスク上限は異なる境界を守るため、利用できるなら両方を使い、それぞれの動作を確認してください。

関連するシーン、変更ファイル、最初の意味のあるエラーを送って不要なコンテキストを減らします。失敗したアプローチを繰り返さずに済むだけの状態は保持してください。入力を短くするために重要な証拠を削らないでください。もう一度盲目的な修理を生む安価なリクエストは、承認済み結果のコストを増やす可能性があります。

同じ受け入れ経路でモデルを比較する

ブリーフ、プロジェクトのベースライン、対象、受け入れ基準を固定します。各モデルについて失敗した試行と人間の支援を記録します。トークン単価や最初の応答の見かけの品質だけでなく、照合済みの総支出と承認された動作を比較してください。

必要な基準を満たすことがパイロットで確認できてから、異なるタスクカテゴリーを割り当てます。単純な文字列処理、難しいゲームプレイ診断、視覚レビューには異なる要件がある可能性があります。能力の高いモデルが反復を減らすかもしれませんが、同一タスクの記録が裏付けるまでは仮説です。古くなったり未検証の提供状況を示唆したりする推奨モデル一覧を、更新し続ける前提で作らないでください。

ゲーム制作と実行時経済を分ける

オフラインでエクスポートしたゲームは、開発後に通常の決定論的ロジックを使えます。ライブで生成された会話などの実行時機能を追加するなら、プレイヤーの行動、サービス障害、悪用対策、継続運用を含む別の予算を作ります。プロバイダーキーをゲームクライアントに埋め込まず、適切なサービス境界の背後に秘密情報を置きます。

開発時のトークンに売上を掛けて実行時予算を見積もらないでください。承認済みテストで実際の機能のリクエストパターンを測定し、適用されるプラットフォーム要件を確認します。制作中に一度生成する画像アセットと、実行時にプレイヤー向けに生成する画像も、別のコストモデルに属します。

証拠とAstraケース

明示的なAstraの証拠が添付されるまで、ゲームプロトタイプのモデル識別情報は未検証のままです。そのケースに料金を適用する前に、実際のプロバイダー、アクセス方式、モデル識別情報を確認します。開発ブリーフに記載されたモデルから課金を推測せず、プロバイダーの請求記録を使ってください。

このページには測定済みのゲーム予算はありません。台帳と予算手順は、それを得るための方法です。役立つ最終レポートには、承認済みマイルストーン、成果物の識別情報、実際のAPI支出、別計上のアセット料金、人間の作業、未照合の請求項目を記載し、支出で何を達成したかを読者が判断できるようにします。

よくある質問