チャットボット
1,000 in / 500 out
短い customer support、FAQ、in-app assistant message の first pass として使います。
チャットボット guide を開くCalculator guide
LLM API コスト計算機の例: 4つのよくある workload
Token calculator は、実際の workload shape から始めると信頼しやすくなります。 この guide では calculator にある4つの preset を説明し、同じ cost idea を詳しく確認できる用途別 guide へつなぎます。
Preset map
Product behavior に近い preset から始める
Presets は入力補助であり、model recommendations ではありません。Production decision の前に token counts と monthly request volume を必ず調整してください。
RAG answer
4,000 in / 800 out
retrieved text を含む回答で、input 側の token がコストを大きく左右する場合に使います。
RAG answer guide を開く要約
20,000 in / 1,000 out
長い documents、reports、transcripts、article batches のように input tokens が支配的な workload に使います。
要約 guide を開くCoding agent
8,000 in / 4,000 out
repo context と generated code の両方が重要な repeated agent turns に使います。
Coding agent guide を開く計算機で見積もり、その後に候補モデルを確認する
Calculator は、選んだ1つの model に対して monthly estimate を出します。Use-case pages と compare tool では、近い条件でより安い routes が workload に合うか確認できます。
Caveats
この例だけでは決められないこと
この例は model quality、latency、rate limits、cache behavior、discounts、provider-specific add-on charges を ranking しません。 Monthly API cost estimation の starting shape として使い、自分の token counts で計算し直したうえで、production use の前に provider 側で最終 pricing を確認してください。