AIの請求書の読み方：トークンとは何か、なぜ費用が膨らむのか、予算内に収める3つの方法

AIでコードを書く人、AIエージェントに作業を任せる人なら誰でも、初心者の方でも読めます。モデルの仕組みについての知識は要りません。用語にはどれも身近なたとえを添えています。計算の部分は印をつけてあるので、不要なら読み飛ばせます。

数字は公開情報から取っており、末尾に一覧があります。「例」と書いたものは作った例で、実在の人物や会社には触れていません。**この記事の料金はすべて、計算を分かりやすくするための仮定であり、現在の料金表ではありません。**料金は提供元によって、また時間とともに変わるからです。モデルの内部がどう動くかは、まだ誰にも完全には分かっていないので、たとえは覚えやすくするための補助にすぎません。一方、課金の仕組みはドキュメントに書かれており、この記事はそれに沿っています。

---

まず要点#

• AIはトークン（モデルが読み込み、書き出す文章の断片）で課金します。請求額は、入力トークン数に入力単価を掛けたものと、出力トークン数に出力単価を掛けたものの合計です。
• 何ターンも続く会話では、毎ターン履歴全体が再送されます。そのため費用はターン数より速く増えます。この記事の計算例では、15ターンで入力322,500トークンに対し出力は7,500トークンだけで、ターン数を倍にすると入力は約3.4倍になりました。
• プロンプトキャッシュを使うと、読み直しの費用を大きく減らせます。例では費用が約31%になりました。ただしルールや料金は提供元ごとに違い、長く間が空くとキャッシュは切れます。
• 予算内に収める3つの方法：短いセッションにして、要約から新しいセッションを始める、日常作業には安いモデル、支出の上限と監視。
• 流れは従量課金に向かっています。Gartner（2026年6月24日）は、AIコーディングの費用が2028年に平均的な開発者の給与を超えうると予測し、GitHubは2026年6月1日にCopilotをトークン基準のクレジットへ移しました。
• トークン単価が一番安いことは、1件の作業が終わるまでの費用が一番安いことではありません。費用とやり直しを一緒に測ってください。

---

むずかしい言葉をやさしく#

---

この記事のあとで説明できるようになること#

1. トークンとは何か、同じ内容でも言語や分割の仕方でトークン数が変わる理由。
2. 長い会話がターン数より速く高くなる理由と、キャッシュがそれをどう和らげるか。
3. 費用を予算内に収める3つの方法と、トークン単価が一番安いことが一番の節約とは限らない理由。

---

1. まずイメージ：タクシーメーターと、読み直さなければならないノート#

とても優秀な回答者を雇ったと想像してください。ただしこの人は、質問と質問の間のことを何も覚えていません。あなたが聞くたびに、これまでのやり取りを書いたノート全体を最初から読み直してから答えを書きます。料金は、読んだページ数と書いたページ数に応じて、タクシーメーターがキロごとに上がるように加算されます。

1問目はノートが薄く、読むのも速くて安い。15問目はノートが厚くなり、読み直すたびに費用が増えます。毎ターンあなたが付け足すのは数行かもしれませんが、読み直す分は増え続けます。

このたとえは覚えやすくするための補助です。はっきり文書化されているのは課金の仕組みです。AIサービスは送り込んだトークンと生成されたトークンに課金し、複数ターンの会話では、過去の履歴が毎ターン入力の一部になります（コンテキストウィンドウの記事も参照）。

**要点：**請求額は、あなたが打つ文の数では増えません。ノートを読み直す回数と、ノートの厚さを掛け合わせた分だけ増えます。

---

2. トークンとは何か#

2.1 単語ではなく、文章の断片#

モデルは1文字ずつ、あるいは単語まるごとではなく、断片で読みます。よく使う単語は1つの断片、まれな単語はいくつかに切られ、句読点も1つの断片です。切り方はモデルごとに違うため、間違えやすいので、ここでは具体的な切り分け例は載せません。

英語では「1トークンおよそ4文字」という経験則がよく言われます。元のページでは確認できていません（OpenAIのトークナイザのページを開いたところ403エラーでした）。大まかな見積もりの仮定として扱います。

2.2 同じ内容でも、トークン数が違う#

Petrov、La Malfa、Torr、Bibi（2023）は、同じ文章を多くの言語に翻訳してトークン化後の長さを比べ、場合によっては最大約15倍の差があることを示しました。多言語向けに作られたトークナイザでも差は残ります。著者らは、これが一部の言語の利用者にとって費用の増加につながりうると論じています。

あなたにとっての意味：ベトナム語や日本語でAIに頼むと、1文字あたりのトークン数が英語より多くなることがあります。この記事を書いた環境ではトークンの数え方を実行できず（トークナイザのライブラリが入っていませんでした）、ベトナム語や日本語の独自の数字は出していません。正しいやり方は、実際に使うツールのトークンカウンタで、自分の文章を測ることです。この研究が測ったのは2023年頃のモデルで、新しいモデルでは違う可能性があります。

**要点：**単語数からトークン数を推測しないでください。提供元のカウンタで、自分の内容を測りましょう。

---

3. 入力と出力の料金#

多くの提供元は、入力トークンと出力トークンに別の料金をつけており、出力のほうが1トークンあたり高いのが普通です。2026年10月30日に読んだAnthropicのドキュメントの料金表から例を挙げます（100万トークンあたり）。

この3行では、出力はどれも入力の5倍で、小さいモデルは大きいモデルよりずっと安くなっています。ただし、これはある提供元のある時点の例として見てください。料金は変わり、モデル名も変わり、他の提供元は別の料金設定です。

とはいえ、「出力が高いから入力は気にしなくていい」と結論しないでください。第4節の計算が示すように、長い会話では入力が請求額の最大の部分になります。繰り返し送られるからです。

---

4. なぜ請求額が膨らむのか：動くスクリプトで計算する#

イメージ：毎ターン、ノートが少し厚くなり、読み直されます。

4.1 仮定（例、計算部分は読み飛ばせます）#

これは作った数字による例で、特定のツールでの実測ではありません。

• 最初に、指示とファイルとして6,000トークンを送ります。
• 毎ターン、新しい内容が1,500トークン加わります（あなたが書く文、ツールの出力）。
• 毎ターン、モデルが500トークン書き、それが履歴に加わります。
• 仮定した料金：入力100万トークンあたり2ドル、出力100万トークンあたり10ドル。
• キャッシュあり：キャッシュ済みの部分を読み直す費用は入力料金の0.1倍、新しい部分の書き込みは1.25倍。この2つの係数はAnthropicのドキュメントの標準値です（読み取り係数がもっと低いモデルもあります）。

4.2 再実行できるスクリプト#

# Illustrative numbers only. Change them to match your own tool and price list.
BASE = 6000           # tokens of instructions and files sent at the start
NEW_IN = 1500         # new tokens added each turn (your message, tool output)
OUT = 500             # tokens the model writes each turn
PRICE_IN = 2.00       # dollars per million input tokens (assumption)
PRICE_OUT = 10.00     # dollars per million output tokens (assumption)
READ = 0.10           # cache read costs 0.1 x input price (assumption)
WRITE = 1.25          # cache write costs 1.25 x input price (assumption)

def run(turns, base=BASE, new_in=NEW_IN, out=OUT):
    sent = 0                      # input tokens sent in total
    cost_plain = 0.0              # no caching: everything at full input price
    cost_cache = 0.0              # with caching: read old part cheaply, write new part
    context = base                # tokens already in the conversation
    prev_in = 0                   # what the previous call sent (it is in the cache)
    for t in range(1, turns + 1):
        this_in = context + new_in            # whole history is sent again
        sent += this_in
        cost_plain += this_in * PRICE_IN / 1e6
        if t == 1:
            cost_cache += this_in * PRICE_IN * WRITE / 1e6
        else:
            cost_cache += prev_in * PRICE_IN * READ / 1e6            # read what was cached
            fresh = this_in - prev_in                                # last output + new content
            cost_cache += fresh * PRICE_IN * WRITE / 1e6             # write the new part
        cost_out = out * PRICE_OUT / 1e6
        cost_plain += cost_out
        cost_cache += cost_out
        prev_in = this_in
        context = this_in + out               # output joins the history
    return sent, turns * out, cost_plain, cost_cache

for turns in (15, 30):
    sent, out_total, plain, cache = run(turns)
    print(f"{turns} turns: input sent {sent:,} tokens, output {out_total:,} tokens, "
          f"no cache ${plain:.4f}, with cache ${cache:.4f}")

# restart halfway: a fresh session instead of one long history (no caching in this line)
first = run(8)
fresh_short = run(7, base=1000)   # starts from a 1,000-token summary
fresh_full = run(7)               # starts again from the full 6,000-token base
one_long = run(15)
print(f"one session of 15 turns:               ${one_long[2]:.4f}")
print(f"8 turns + fresh 7 (1,000 summary):     ${first[2] + fresh_short[2]:.4f}")
print(f"8 turns + fresh 7 (full 6,000 again):  ${first[2] + fresh_full[2]:.4f}")

Python 3.14.8で実際に実行した結果です（別の短いコードでも再計算し、両者は一致しました）。

15 turns: input sent 322,500 tokens, output 7,500 tokens, no cache $0.7200, with cache $0.2212
30 turns: input sent 1,095,000 tokens, output 15,000 tokens, no cache $2.3400, with cache $0.5197
one session of 15 turns:               $0.7200
8 turns + fresh 7 (1,000 summary):     $0.4260
8 turns + fresh 7 (full 6,000 again):  $0.4960

4.3 結果の読み方#

• **入力が圧倒的です。**15ターンで送った入力は合計322,500トークン、出力は7,500トークンだけで、入力は43倍です。キャッシュなしで計算すると、合計0.72ドルのうち入力が0.645ドル（約90%）、出力は0.075ドルです。
• **費用はターン数より速く増えます。**ターン数を倍（15から30）にすると、入力は322,500から1,095,000トークンへ約3.4倍、キャッシュなしの費用は0.72ドルから2.34ドルへ約3.25倍になります。
• **キャッシュは読み直しを大きく減らします。**15ターンでは費用は0.2212ドルで、0.72ドルの約31%です。30ターンでは0.5197ドルで、2.34ドルの約22%です。ターン数とともに増えることに変わりはなく、増え方が緩やかになるだけです。
• **ちょうどよいところで新しいセッションにすると効果があります。**15ターンを、8ターンと、1,000トークンの要約から始める新しいセッションでの7ターンに分けると0.426ドルで、0.72ドルより約41%低くなります（同じくキャッシュなしの計算）。新しいセッションで最初の6,000トークンをすべて送り直す場合は0.496ドルで、約31%低くなります。

4.4 計算の限界#

これは単純化したモデルです。現実にあることを省いています。間が長く空くとキャッシュが切れること（Anthropicのドキュメントでは標準の保持期間は5分で、使うたびに更新される）、キャッシュされる最小の長さ（モデルにより512から4,096トークン）、その他の費用（ツール、検索）、そしてお使いのツールが自動でキャッシュを使うかどうか。**個別のツールについては確認していません。**実際の金額は違ってきます。意味があるのは曲線の形です。1つの履歴で多くのターンを重ねると、費用はターン数より速く上がります。

**要点：**主に動かすべきつまみは「打つ量を減らす」ことではなく、ノートを短く保ち、読み直す回数を減らすことです。

---

5. 予算内に収める3つの方法#

チームの昼食代を管理するイメージです。食事ごとに合う店を選び、毎回メニュー全部を頼み直さず、記録をつけます。

方法1：短く新しいセッションと、要約#

作業が終わったら、無関係な作業まで同じ会話に引きずらないでください。エージェントに、引き継ぐべきこと（決めたこと、関係するファイル、残りの作業）を要約してもらい、新しいセッションを開きます。例では、キャッシュなしの費用が約31%から41%減りました。引き継ぎ要約のテンプレートはコンテキストウィンドウの記事にあります。Gartnerも、関連する文脈だけを送り、入力を要約または削るよう開発者に教えることを勧めています。

方法2：日常作業には安いモデル#

単純で繰り返しの多い作業（名前の変更、サンプルデータの生成、整形）には、一番強いモデルが要らないことがよくあります。仮定した料金を4で割る（100万トークンあたり入力0.50ドル、出力2.50ドル）と、同じ15ターンが0.72ドルではなく0.18ドルになります。Gartnerは、単純で量の多い作業を小さいモデルへ回し、強いモデルは複雑な作業のために残すよう勧めています。ただし、下のバランスの節を思い出してください。安いモデルがターンを増やしたり間違いを残したりすれば、総費用は下がらないかもしれません。

方法3：上限と監視#

• 人やチームごとに支出の上限を決めます。GitHubの2026年4月27日の記事によると、組織はクレジットを共有でき、管理者は企業、コストセンター、ユーザーの各レベルで予算を設定できます。使い切ったときは、公開料金での追加利用を許可するか、支出を止めるかを選べます。
• 月末の請求書を待たず、毎週ツールの利用状況ページを見ます。GitHubは、2026年5月上旬から請求プレビューを利用できると述べています。
• Gartnerは、トークンのしきい値、エスカレーションの規則、自動監視を設け、トークンを多く使う作業の流れをスプリントの振り返りで見直すよう勧めています。

**要点：**3つは互いに補い合います。短いセッションはトークン量を減らし、安いモデルは1トークンあたりの価格を下げ、上限と監視は不意打ちを防ぎます。

---

6. このテーマが熱い理由：従量課金への移行#

6.1 Gartnerの予測（2026年6月24日）#

DevOps DigestによるGartnerのリリースの転載によると（Gartner自身のページは開いたところ403エラーでした）、Gartnerは2028年までにAIコーディングの費用が平均的な開発者の給与を上回ると予測しています。理由として挙げられているのは、トークン消費量の増加、席単位のライセンスから従量課金への移行、利用の管理不足（エージェントの自律動作、膨らんだコンテキスト）、提供元にまだ成熟したコスト最適化ツールがないことです。転載には、この比較についての割合や金額は載っていません。測定値ではなく、方向性の予測として扱ってください。

6.2 GitHub Copilotがトークン基準のクレジットへ（2026年6月1日）#

ページ要約ツールで読んだGitHubの2026年4月27日の記事によると、2026年6月1日から、Copilotの利用はGitHub AI Creditsを消費します。これは、各モデルの公開APIレートに基づき、トークン消費（入力、出力、キャッシュ済みトークン）から計算されます。月額プランには、プラン価格と同額のクレジットが含まれます（例：Pro 10ドル、Business 1ユーザー月19ドル）。コード補完と次の編集の提案はクレジットを消費しません。上限に達したときに安いモデルへ切り替わる仕組みは廃止されます。1クレジットが何ドルに当たるかはページに書かれておらず（二次情報では数字が食い違います）、その数字は使っていません。

6.3 開発者1人あたりのドル額：あくまで大まかな参考#

CloudZero、Eden AI、Exceeds AIなどのブログは、開発者1人あたり月数百ドルから、エージェントを多用する人ではそれよりずっと高い額までの範囲を挙げています。これらはコスト管理ツールを売る会社で、商業的な利害があり、手法も不明です。**その数字から結論は引き出しません。**自分のチームの実際の請求を見てください。

**要点：**方向ははっきりしていて、固定価格から使った分の支払いへです。確実な方法は、自分の利用量を測ることだけです。

---

7. 予算が膨らみやすい場所#

誰も見ていないところで水道の蛇口が出しっぱなしになっているイメージです。

7.1 例：ある午前、2つのやり方#

これは想定した状況で、実在の人物や製品には触れていません。数字は第4節のモデルに従います。

やり方1：1つの会話を引き延ばす

• **09:00。**開発者がエージェントに表示のバグ修正を頼み、同じ会話で続けます。
• **09:45。**最初の作業が約15ターンで終わります。開発者は「エージェントはもうプロジェクトを理解している」と考え、同じ会話で無関係な作業を頼みます。
• **11:30。**合計約30ターン。この記事の仮定では、キャッシュなしの費用は15ターンの0.72ドルではなく約2.34ドルです。

やり方2：作業を終えて新しいセッションを開く

• **09:45。**最初の作業が終わります。開発者はエージェントに、決めたことと関係するファイルを約1,000トークンで要約してもらい、2つ目の作業のために新しいセッションを開きます。
• **11:30。**2つの作業が終わり、それぞれ短い履歴の中で行われました。仮定の数字では、15ターンのセッション2つで約1.44ドル（0.72ドルの2倍）かかり、2.34ドルより約38%低くなります。これはスクリプトの結果から掛け算したもので、実測ではありません。

やること：作業の切れ目で新しいセッションを開く習慣をつけ、1日の終わりに利用状況ページを見ます。この例は何も証明しません。根拠は、提供元が文書化している課金の仕組みと、上記のGartnerの推奨にあります。

---

8. 答え付きの練習問題#

**やること：**第4.2節のスクリプトを実行して照らし合わせます。

1. 実行する前に予想します。キャッシュなし15ターンの費用は、0.5ドル、1ドル、2ドルのどれに近いでしょう。
2. 実行して、4つの数字を控えます。送った入力、出力、キャッシュなしの費用、キャッシュありの費用。
3. 仮定を1つだけ変えて再実行し、比べます。3つの案：NEW_INを1500から3000に変える（ツールが長いログを出す）、ターン数を15から30にする、または両方の料金を4で割る。

照らし合わせる答え（同じ仮定、Python 3.14.8）：

読み方：毎ターンの新しい内容を倍にすると費用は約50%増え、ターン数を倍にすると約3.25倍になり、4倍安いモデルにすると費用はちょうど4分の1になります（料金は掛け算の係数だからです）。手順1の予想と実際の結果を比べてください。差を見れば、自分が低く見積もりがちか高く見積もりがちか、履歴が再送されることを忘れたときにどこを見落とすかが分かります。

**実際の練習（30分）：**今使っているツールの利用状況ページを開き、今終えた作業を1つ選んで、ターン数、入力トークン、出力トークン、費用を控えます。ページに表示されない場合は、その旨を控えてください。それも1つの発見です。

---

9. チェックリスト：8つの質問#

1. 使っているツールはトークン課金ですか、固定価格ですか。プランに利用枠はありますか。
2. 今週の利用量を把握していますか。それとも請求書を待っているだけですか。
3. 今の会話は何ターン目で、今の作業は最初のほうのターンとまだ関係がありますか。
4. 一部だけで足りるのに、ファイル全体や長いログを送っていませんか。
5. この作業に一番強いモデルは必要ですか。安いモデルで足りませんか。
6. ツールは、エージェントの最大ステップ数や支出の上限を設定していますか。
7. キャッシュはオンですか。保持期間はどのくらいですか。
8. この作業の費用は、やり直しと間違えたときのリスクと比べてどうですか。

---

10. バランスの取れた見方：分かっていることと分からないこと#

**かなり確かなこと：**AIサービスは入力と出力のトークンで課金し、出力のほうが1トークンあたり高いのが普通で、過去の会話履歴は後のターンで再送され、キャッシュは読み直しの料金を下げられます（課金に関するAnthropicとGitHubのドキュメントによる）。

はっきりしないこと：

• あなたのチームの実際の費用。第4節のモデルは、仮定した料金による単純化です。
• お使いのツールがどこまで自動でキャッシュを使うか。個別のツールは確認していません。
• 今のモデルでの、ベトナム語、日本語、英語のトークン数の差。引用した研究は2023年のもので、自分で測るカウンタもありませんでした。
• Gartnerの2028年の予測は予測であり、測定値ではありません。

**誇張しないでください。**トークン単価が一番安いことは、1件の作業が終わるまでの費用が一番安いことではありません。弱いモデルはターンが増えたり間違いを残したりし、やり直しはトークンより高くつきます。品質を測らずに価格だけでモデルを選ばないでください。記事AI機能を測る：品質・費用・信頼は、品質、費用、信頼を一緒に測る方法を扱っています。

**軽く見ないでください。**費用は、毎日エージェントを使ううえでの現実の軸であり、従量課金は広がっています。チームの1ページのAI利用ポリシーに費用を入れ、記事AIの結果に証拠を求める5つの方法のように証拠を求めることも組み合わせて、節約が品質低下にならないようにしましょう。

**同僚の比較には使わないでください。**トークンの使用量は作業の種類によって変わり、個人の生産性を測るものではありません。

---

11. まとめ#

AIの請求額は、あなたが打つ文の数では増えず、履歴が読み直される回数とその厚さを掛け合わせた分だけ増えます。費用を手の届く範囲に収めるのは3つのことです。作業の切れ目で新しいセッションを開く、作業ごとに合った大きさのモデルを使う、上限を決めて毎週利用状況を見る。自分の数字でスクリプトを一度実行し、実際の利用状況ページと比べてみてください。

---

参考資料#

数字は2026年10月30日時点の公開情報によります。料金と課金のルールは変わるので、引用する前に元の情報を開いて確認してください。

• Anthropic、Prompt caching（キャッシュの書き込みと読み取りの係数、最小の長さ、標準の保持期間、料金表の例。ページ要約ツールで読みました）
• Gartner、Gartner Predicts AI Coding Costs Will Surpass Average Developer's Salary by 2028 as Token Consumption Surges（2026年6月24日。元のページは開いたところ403エラーでした）とDevOps Digestの転載（実際に読んだ情報源）
• GitHub、GitHub Copilot is moving to usage-based billing（2026年4月27日。ページ要約ツールで読みました。二次情報では1クレジットの価値が食い違うため使っていません）
• Petrov、La Malfa、Torr、Bibi、Language Model Tokenizers Introduce Unfairness Between Languages（2023年）
• 開発者1人あたりの費用の範囲は、コスト管理ツールを売る会社のブログによるもので、大まかな参考にすぎません：CloudZero、Eden AI