OpenAI API課金を、実際の数字で解説する

結論:OpenAI APIの課金はどう決まるか

請求書のすべての行は3つの数字で決まります。送信した入力トークン、生成された出力トークン、そして選んだモデルの100万トークンあたりのレートです。サブスクリプションもリクエストごとの手数料もありません。掛け算して、100万で割るだけです。 落とし穴は、この3つの数字がそれぞれ違う挙動をすることです。入力トークンはチャット履歴が蓄積するにつれて静かに増え、出力トークンにはトークンあたり大きなプレミアムがかかり、レートはモデルを切り替えるたびに変わります。このガイドの残りでは、仕組み、現行のgpt-5.5レート、完全に計算した3つの例、そして請求額が予告なく跳ね上がる場所を扱います。

• 課金単位:トークン。入力(プロンプト+履歴)と出力(返信)を別々に計測
• 支払い方式:前払いクレジット。リクエストごとに差し引かれ、自動リチャージが無効なら残高ゼロでリクエストは失敗する
• 使用量ティアが変えるのはレート制限であり、価格ではない
• Batch API:最大24時間待てる非同期ジョブは半額

前払いクレジット、使用量ティア、Batch API

OpenAIはAPIアカウントを前払い課金に移行しました。事前にクレジットを購入し、利用に応じてそこから差し引かれます。2つの点が落とし穴になります。1つ目は、未使用のクレジットは購入から12ヶ月で失効するため、1月に1年分の予算を入金しても、トラフィックが少なければ寄付をしているのと同じです。2つ目は、残高がゼロになるとリクエストは即座にエラーを返し始めるため、請求ダッシュボードを誰も見ていないとサービス停止のように見えてしまいます。自動リチャージはこのハードストップを解消しますが、自然な支出上限もなくなるため、利用制限と組み合わせる必要があります。 使用量ティアが2つ目の仕組みです。アカウントは累計支出とアカウントの経過期間に応じてティアを上がっていき、各ティアはレート制限(1分あたりのリクエスト数とトークン数)を引き上げます。ティアはトークンあたりの価格を変えません。低い利用量で429エラーに当たっているなら、それは低いティアにいるということであり、修正すべきは別のプランではなく支出履歴やレート制限引き上げのリクエストです。 計画しておく価値のある組み込みの割引はBatch APIです。リクエストをファイルとして提出し、24時間のウィンドウ内に結果を受け取る前提で、入力・出力とも標準レートの半額で支払います。ユーザー向けでなく遅延に敏感でないもの(評価、バックフィル、要約、分類)はすべてここに向けるべきです。プロンプトが長く安定した接頭辞を共有している場合、キャッシュされた入力にも割引が適用されるため、静的な指示を先頭に、可変のコンテンツを末尾に置くことが報われます。

APIレスポンスから正確な使用量を追跡する

後からトークナイザーのライブラリでトークンを見積もる必要はありません。すべてのchat completionレスポンスには、実際に課金された正確なカウントを示すusageオブジェクトが含まれます。すべての呼び出しでこれをログに記録すれば、コスト計算は近似ではなく確定した事実になります。 1つ注意点があります。ストリーミングを有効にしている場合、usageオブジェクトはstream_optionsで明示的に要求しない限り送られません。ログでトークン数がゼロのストリーミングリクエストを見かけたら、これが理由です。

curl https://api.openai.com/v1/chat/completions \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-5.5",
    "messages": [{"role": "user", "content": "Summarize the attached notes in one line."}],
    "max_completion_tokens": 200,
    "stream_options": {"include_usage": true}
  }'

# Response includes the exact billed counts:
# "usage": {
#   "prompt_tokens": 42,
#   "completion_tokens": 118,
#   "total_tokens": 160
# }

10行でOpenAI APIのコスト計算機を作る

オンラインのコスト計算機は、価格が変わった週にはもう古くなっています。usageオブジェクトから値をもらう10行の関数なら古くなりません。モデルごとのレート表を持ち、掛け算し、リクエストIDの隣にドル金額をログに残すだけです。 推論対応モデルは、隠れた推論の思考過程をcompletion tokensとして課金することに注意してください。以下の計算機は、表示されているテキストを自分で数えるのではなくレスポンスからcompletion_tokensを読む限り、正しい値を返し続けます。

# USD per 1M tokens: {"in": input_rate, "out": output_rate}
RATES = {
    "gpt-5.5": {"in": 4.00, "out": 24.00},
    "claude-sonnet-4-6": {"in": 2.40, "out": 12.00},
    "deepseek-v4-flash": {"in": 0.126, "out": 0.252},
}

def cost_usd(model: str, prompt_tokens: int, completion_tokens: int) -> float:
    rate = RATES[model]
    return (prompt_tokens * rate["in"] + completion_tokens * rate["out"]) / 1_000_000

usage = response.usage
print(f"{cost_usd('gpt-5.5', usage.prompt_tokens, usage.completion_tokens):.6f}")

gpt-5.5の料金表とモデル比較

以下はAPIsRouterカタログのレートです。APIsRouterはOpenAI互換のゲートウェイ(ベースURL https://api.apisrouter.com/v1)で、従量課金でサブスクリプション不要、グローバルモデルは公式定価より20%安く、中国製モデルは公式レートより安く提供されています。/topupのチェックアウトに登録は不要です。先に支払い、キーはメールで届き、初回チャージには+100%の残高が付きます。直接契約の予算を組む前に、価格が変わることもあるためOpenAIの公式料金ページで最新レートを必ず確認してください。 参考までに、同じカタログにはgpt-5.5と比較検討されがちなモデルも並んでいます。チャット中心のワークロードにはkimi-k2.6とmimoも掲載されています。

gpt-5.5は価格面でどう比較されるか

計算方法は同じでレートだけが違います。トークンあたりの請求を左右する最大のレバーはモデル選択であり、多くのワークロードは1つのモデルに絞るのではなく複数を組み合わせます。

実例:3つのワークロードを最初から最後まで計算する

3つの例すべてで、上のgpt-5.5レート(入力$4.00、出力$24.00、100万トークンあたり)を使います。 例1、本番のチャットボット:月間100,000リクエスト、平均で入力1,500トークン・出力300トークン。入力:1億5,000万トークンを$4.00で計算して$600。出力:3,000万トークンを$24.00で計算して$720。合計:月$1,320。出力はトークン数の5分の1に過ぎないのに、請求の半分以上を占めている点に注目してください。 例2、フロントエンドが毎ターン平均6,000トークンのコンテキストを再送し、250トークンの返信を返す60ターンのロールプレイやキャラクターチャットのセッション。入力:36万トークンで$1.44。出力:1万5,000トークンで$0.36。合計:1セッションあたり約$1.80。同じセッションをdeepseek-v4-flashで動かすと約5セントになり、これが長時間セッションのチャットユーザーが毎ターンフラッグシップを使いたがらない理由です。 例3、20,000件のドキュメントを、それぞれ入力2,500トークン・出力150トークンで要約する。入力:5,000万トークンで$200。出力:300万トークンで$72。合計:同期ジョブとして$272、あるいはここでは遅延に敏感なものが何もないためBatch API経由で約$136。

OpenAIの請求を膨らませるコストの落とし穴

これらはどれも1回のリクエストのテストには現れません。セッションが長くなり履歴ウィンドウが静かに3倍になった2ヶ月目になって初めて現れます。初日からusageオブジェクトを計測し、セッションあたりの入力トークンを時系列でグラフ化してください。その1つのグラフが、上のリストのほとんどを捉えてくれます。

• 履歴の再送:すべてのチャットターンが会話全体を再送するため、整理しない限りセッションあたりの入力コストはおおよそターン数の2乗で増加します
• 出力のプレミアム:gpt-5.5の出力は入力レートの6倍なので、冗長な返信と上限のない長さが請求を支配します
• 推論トークン:隠れた思考過程は、テキストとして目にすることのないcompletion tokensとして課金されます
• クライアントのタイムアウト:サーバーが生成を始めた後にこちら側がリクエストを放棄しても、生成されたトークンは課金されます
• ビジョン入力:画像はトークン化され、高精細な画像1枚だけで入力トークンが数千に達することがあります
• クレジットの失効:12ヶ月以上前に購入した前払い残高は、使ったかどうかにかかわらず消滅します

OpenAI APIのコストを減らす方法

ルーティングが最大のレバーです。トラフィックをフラッグシップとdeepseek-v4-flashやglm-5のようなお値打ちなモデルに分けるチームは、たいていどんなプロンプトの調整よりも大きく支出を削減できます。安いモデルが大量のターンを処理してくれるからです。キャラクターチャットやロールプレイのフロントエンドについては特に、deepseek-v4-proとdeepseek-v4-flashの組み合わせがコスパ面でよくあるコミュニティの答えであり、kimi-k2.6とmimoも試す価値があります。洗練された健全な創作文章がもっとも重要な場面ではClaudeモデルが選ばれます。どのフロントエンドを接続するにせよ、その利用規約と年齢要件には従ってください。 課金の計算そのものは変わりません。入力トークン、出力トークン、レート。この3つの数字をログに記録すれば、あらゆるコストの判断は推測ではなく算数になります。

• すべての呼び出しでmax_completion_tokensにより出力に上限を設ける。存在する中でもっとも安価なガードレールです
• スライディングウィンドウで履歴を整理するか、古いターンをそのまま再送せず簡潔なメモに要約する
• 対話的でない作業はBatch APIに移し、半額で支払う
• 長く安定したシステムプロンプトを先頭に、可変のコンテンツを末尾に置き、キャッシュされた入力の割引が実際に発動するようにする
• タスクでルーティングする。分類、抽出、カジュアルなチャットのターンにフラッグシップは不要です。安いモデルで失敗する処理にだけgpt-5.5を残してください
• 残高アラートとキーごとの利用上限を設定し、1つの暴走ループがアカウントを空にしないようにする

よくある質問