本文へスキップ
AI suite

LLM APIコスト計算機

プロンプトと想定出力トークン数を入力すると、Claude / GPT / Gemini 各モデルのAPI利用コストを並べて見積もれます。料金データはサイトのビルドのたびに公開の料金カタログから自動更新されます。

処理はすべてブラウザ内で完結し、入力したテキストがサーバーへ送信されることはありません(料金データのみビルド時に事前取得しています)。

ガイド: 使い方・特徴

  • 入力欄にプロンプトや文書を貼り付けると、各モデルの入力トークン数が自動集計されます。
  • 「想定する出力トークン数」は生成後のテキストがない状態でも見積もれるよう、全モデル共通の数値として入力します。
  • テーブルは合計コストが安い順に自動で並び替わり、最安モデルには「最安」バッジが付きます。
  • $/1Mの列で入力・出力それぞれの単価も確認できるため、モデル選定の根拠として使えます。

FAQ: よくある質問

  • 料金データはどのくらい最新ですか?

    本サイトのビルドを実行するたびに、公開の料金カタログ(OpenRouter)から最新価格を自動取得して更新します。ページ下部に「料金データ取得日」を表示しているので、いつ時点のデータかを確認できます。取得に失敗した場合は直前にコミットされていた価格をそのまま使うため、価格が空欄になることはありません。
  • この価格は公式のAPI料金と完全に一致しますか?

    いいえ、参考値です。OpenRouterという第三者の集約サービスが公開しているモデル別料金を利用しており、各社の公式発表とタイミングや細目(バッチ割引、キャッシュ料金、長文コンテキスト時の割増料金など)が異なる場合があります。購入判断や請求額の計算には、必ず各社の公式料金ページを確認してください。
  • 出力トークン数を実際のテキストから計算できないのはなぜですか?

    コスト計算の対象はまだ生成されていない出力のため、実際のテキストをトークナイズすることができません。そのため「想定する出力トークン数」を数値で入力していただき、その値を全モデル共通で使って見積もりを計算します。実際の出力が短くなる/長くなる場合は数値を調整してください。
  • Claude と Gemini の入力トークン数はなぜ概算なのですか?

    LLMトークンカウンターと同じ理由です。AnthropicとGoogleはトークナイザーを公開していないため、GPTの正確なトークン数と文字構成から推定しています。実際のAPIカウントとは±10〜20%程度ずれる可能性があります。
  • 入力したプロンプトは外部に送信されますか?

    いいえ。プロンプトの解析とコスト計算はすべてブラウザ内で完結します。外部と通信するのは料金データの取得のみで、それはビルド時に一度だけ行われ、実行時(あなたがツールを使う時点)には発生しません。

使いどころ: 主な活用シーン

  • モデル選定のコスト比較

    同じプロンプトに対して、Claude / GPT / Gemini の各モデルでどれだけコストが変わるかを一覧で比較し、要件に見合ったモデルを選べます。

  • システムプロンプトの費用見積もり

    長いシステムプロンプトやRAGで挿入するコンテキストが、月間どの程度のAPIコストになるかを事前に概算できます。

  • 高性能モデルと軽量モデルのコスト差の把握

    Opus系とHaiku系のような性能差があるモデル間で、同じ入出力量に対するコスト差を具体的な金額で確認できます。

  • 見積もり資料の作成

    社内向けにAI機能導入のコスト試算を作る際、モデルごとの概算費用を素早く算出する下敷きとして使えます。

注意点: 注意事項・制限

  • 課金計算には使用しないでください

    このツールが表示するのは第三者の集約データに基づく参考価格です。実際の請求額とは異なる場合があるため、正式な見積もりや契約判断には必ず各社の公式料金ページを確認してください。

  • 出力トークン数は仮定値です

    出力コストの計算には、実際の生成結果ではなくユーザーが入力した「想定出力トークン数」を全モデル共通で使用しています。実際の出力長がモデルごとに異なる場合、コスト差はこの見積もりより大きく/小さくなることがあります。

  • キャッシュ割引や長文コンテキスト割増は含まれません

    プロンプトキャッシュの割引料金、バッチAPI割引、200Kトークン超過時の割増料金など、条件付きの価格体系は反映していません。単純な「入力単価×入力トークン数+出力単価×出力トークン数」の概算です。

  • 料金データの更新頻度はサイトの再ビルド時のみ

    料金データはサイトを再ビルド・再デプロイしたタイミングでのみ更新されます。モデル料金が変更された直後は、ページに表示される「料金データ取得日」が古い可能性があります。

文字数: 0 単語数: 0 行数: 0

モデルごとに生成後のテキストがあるわけではないため、全モデル共通の見積もり値として使われます。

モデル別コスト

モデル 入力トークン 出力トークン $ / 1M(入力・出力) 見積もりコスト
Claude Opus 4.8 0 0 $5 · $25 $0.00
Claude Sonnet 4.5 0 0 $3 · $15 $0.00
Claude Haiku 4.5 0 0 $1 · $5 $0.00
GPT-5.5 0 0 $5 · $30 $0.00
GPT-5 0 0 $1.25 · $10 $0.00
GPT-4.1 0 0 $2 · $8 $0.00
GPT-4o 0 0 $2.5 · $10 $0.00
GPT-4 Turbo 0 0 $10 · $30 $0.00
GPT-3.5 Turbo 0 0 $0.5 · $1.5 $0.00
Gemini 3 Pro 0 0 $2 · $12 $0.00
Gemini 2.5 Flash 0 0 $0.3 · $2.5 $0.00

料金データ更新日: 2026-08-19 · 出典: OpenRouter公開モデルカタログ(参考価格であり、各社の公式価格ではありません)。

このコストはおおまかな比較用の見積もりであり、実際の課金計算には使用しないでください。Claude と Gemini のトークン数は概算(±10〜20%程度の誤差)で、チャットAPIのオーバーヘッド(メッセージ構造・システムプロンプト・ツール定義など)は含まれていません。購入判断の前には必ず各社の公式料金ページをご確認ください。

おすすめリソース

このセクションにはアフィリエイトリンクが含まれる場合があります。リンク経由で購入すると、追加費用なしでDevToolKits.appが紹介料を受け取ることがあります。

このツールの関連記事

最新記事

活用事例
2026-08-07

curlコマンドのオプション早見表|-X -H -d の意味と落とし穴

curlの主要オプションを早見表で整理。-X と -d の関係、-d と --data-raw の違い、@ で始まる値がファイル読み込みになる罠、シングルクォートとダブルクォートの使い分け、-L や -k を安易に付けない理由まで実例で解説します。

ツール紹介
2026-08-06

JSON SchemaとZodを相互変換する仕組み|requiredと.optional()の対応

JSON SchemaからZodスキーマを生成し、Zodのコードから逆にJSON Schemaを書き出す双方向変換ツールの実装を解説。requiredと.optional()で既定値が逆転している問題、formatや制約の対応表、コードを実行せずに解析する方法まで整理します。

活用事例
2026-08-06

SQLの句の評価順リファレンス|WHEREでSELECTの別名が使えない理由

SQLは書いた順に実行されません。論理的な評価順(FROM→WHERE→GROUP BY→HAVING→SELECT→ORDER BY→LIMIT)を軸に、別名がWHEREで使えない理由、WHEREとHAVINGの使い分け、ONLY_FULL_GROUP_BY、COUNT(*)とCOUNT(列)の差、LEFT JOIN+WHEREの罠を実例で整理します。

活用事例
2026-08-06

unified diff形式の読み方リファレンス|@@ の数字とgit diffの出力

git diffが出力するunified diff形式の読み方を整理。@@ -12,7 +12,9 @@ の4つの数字の意味、コンテキスト行、空白だけの変更が行全体の置換に見える理由、\ No newline at end of file、マージ時の @@@、リネーム検出の similarity index までを実例で解説します。

活用事例
2026-08-06

UTC⇄JST変換リファレンス|時差9時間の早見表とタイムゾーン事故の防ぎ方

UTCとJSTの変換を早見表で整理。ISO 8601のZと+09:00の意味、JavaScriptの日付パースでズレる条件、MySQL/PostgreSQLのタイムゾーン挙動、GitHub ActionsのcronがUTCで動く罠まで実例付きで解説します。

活用事例
2026-08-04

CREATE TABLE リファレンス|MySQL・PostgreSQL・SQLiteの型と制約の違い

CREATE TABLE文(DDL)の書き方を3データベース横断の早見表で整理。型対応表、自動採番(AUTO_INCREMENT / IDENTITY / rowid)の方言差、外部キーのON DELETE挙動、CHECK制約が無視される罠まで実例付きで解説します。

広告

広告