コストガイド
出力 vs 入力 LLM API 料金 — 生成コストが 3〜4 倍になる理由
公開日: 2026-07-10 · 読了時間: 約 5 分
出力トークンは入力トークンより平均 3.7 倍のコストがかかります （2,092 件のチャット API モデルを分析）。つまり、入力ボリュームが大きく見えても、 請求額の大半は生成コストで決まります。このガイドではプロバイダー別の倍率、モデルタイプ別の違い、 実際のワークロード例を紹介します。
1. 出力/入力の料金倍率
LLM プロバイダーは入力と出力で異なる料金を設定しています。多くの開発者はヘッドラインの 入力価格に注目しますが、出力トークンは通常 2〜5 倍高く、 推論モデルでは 10 倍以上になることもあります。
- 全チャットモデル: 平均 3.65 倍
- 非推論モデル: 平均 3.12 倍
- 推論モデル: 平均 4.81 倍
- 分析したモデル数: 2,092 件
この意味は明確です。出力コストが請求額を決定づけるということです。 入力ボリュームが 2〜3 倍大きくても、出力単価が高いため、合計コストの大半を生成が占めます。 入力が安くても出力が高いモデルは、バランスの取れた代替モデルより総コストが高くなる可能性があります。
2. プロバイダー別の内訳
出力/入力倍率はプロバイダーによって大きく異なります。Fireworks AI のような オープンウェイト推論プラットフォームはほぼ 1:1 の倍率ですが、Anthropic や OpenAI は 一貫して入力の 4〜5 倍を出力に請求します。
| プロバイダー | 平均出力/入力倍率 | モデル数 |
|---|---|---|
| anyscale | 1.00 倍 | 12 |
| fireworks_ai | 1.41 倍 | 243 |
| nscale | 1.62 倍 | 14 |
| ovhcloud | 1.72 倍 | 15 |
| hyperbolic | 1.84 倍 | 16 |
| watsonx | 1.85 倍 | 28 |
| lambda_ai | 2.01 倍 | 20 |
| DeepSeek | 2.12 倍 | 12 |
| llamagate | 2.19 倍 | 14 |
| Groq | 2.61 倍 | 11 |
| oci | 2.77 倍 | 29 |
| Mistral | 2.84 倍 | 51 |
| wandb | 3.00 倍 | 16 |
| nebius | 3.08 倍 | 27 |
| gradient_ai | 3.20 倍 | 10 |
| vertex_ai-mistral_models | 3.21 倍 | 19 |
| Bedrock | 3.27 倍 | 187 |
| novita | 3.28 倍 | 80 |
| Scaleway | 3.29 倍 | 14 |
| deepinfra | 3.30 倍 | 67 |
| perplexity | 3.50 倍 | 16 |
| vercel_ai_gateway | 3.54 倍 | 91 |
| Fireworks AI | 3.56 倍 | 33 |
| baseten | 3.59 倍 | 11 |
| zai | 3.60 倍 | 10 |
| azure_ai | 3.76 倍 | 65 |
| Together AI | 3.92 倍 | 32 |
| xai | 4.13 倍 | 38 |
| OpenRouter | 4.38 倍 | 93 |
| Cloudflare | 4.44 倍 | 22 |
| Tensormesh | 4.53 倍 | 10 |
| Libertai | 4.61 倍 | 11 |
| bedrock_converse | 4.62 倍 | 121 |
| OpenAI | 4.63 倍 | 103 |
| replicate | 4.63 倍 | 40 |
| databricks | 4.84 倍 | 25 |
| moonshot | 4.85 倍 | 22 |
| Azure | 4.91 倍 | 132 |
| Snowflake | 4.91 倍 | 11 |
| gmi | 4.93 倍 | 17 |
| Bedrock Converse | 5.00 倍 | 16 |
| Anthropic | 5.00 倍 | 23 |
| vertex_ai-anthropic_models | 5.00 倍 | 29 |
| dashscope | 5.41 倍 | 17 |
| vertex_ai-language-models | 5.95 倍 | 22 |
| 6.38 倍 | 37 | |
| sambanova | 13.69 倍 | 17 |
Fireworks AI は平均 1.00 倍と最も低い倍率で、 出力が多いワークロードに適しています。一方、Anthropic や OpenAI は 4〜5 倍の出力倍率で、生成により多くの計算コストがかかることを反映しています。
3. 推論モデル vs 非推論モデル
推論（連鎖的思考）モデルは出力倍率をさらに拡大します。これらのモデルは最終回答を生成する前に 内部の推論トークンを生成するため、実質的な出力/入力コスト比が高くなります。
- 非推論モデル: 平均 3.12 倍（1,435 モデル）
- 推論モデル: 平均 4.81 倍（657 モデル）
- 隠れたトークン消費: 推論モデルは思考連鎖で内部的に 30〜40% 多くのトークンを消費するため、実効コストは倍率以上の差になります
推論 LLM 料金ガイドで、 思考モデルのコストを詳しく解説しています。
4. 出力倍率が最も安いモデル
一部のモデルは 1:1 に近い、あるいは出力が入力より安い倍率を実現しています。 出力が多いワークロードでは以下のモデルが検討に値します。
| モデル | プロバイダー | 倍率 | 入力 / 1M | 出力 / 1M |
|---|---|---|---|---|
| llama-guard-3-8b | Cloudflare | 0.06 倍 | $0.48 | $0.03 |
| Llama-4-Maverick-17B-128E-Instruct-FP8 | azure_ai | 0.25 倍 | $1.41 | $0.35 |
| Meta-Llama-3-70B-Instruct | azure_ai | 0.34 倍 | $1.10 | $0.37 |
| ai21.j2-mid-v1 | Bedrock | 1.00 倍 | $12.50 | $12.50 |
| ai21.j2-ultra-v1 | Bedrock | 1.00 倍 | $18.80 | $18.80 |
逆に出力倍率が最も高いモデル（特殊な音声やマルチモーダルルート）は 20〜200 倍に達します。 生成が多いワークロードでは、必ず倍率を確認してからモデルを選んでください。
5. 実際のワークロード比較
倍率の実際の影響を確認するために、標準的な本番ワークロードを想定します: 入力 2,000 トークン + 出力 1,000 トークン/リクエスト、 月間 100,000 リクエスト。
| シナリオ | 入力コスト | 出力コスト | 月間合計 | 出力の割合 |
|---|---|---|---|---|
| Budget（2倍比） | $15.00 | $15.00 | $30.00 | 50% |
| 平均（3.64倍比） | $100.00 | $182.00 | $282.00 | 65% |
| プレミアム（5倍比） | $600.00 | $1500.00 | $2100.00 | 71% |
平均の 3.64 倍でも、出力コストは総額の 65% を占めます。 予算 2 倍モデルでも 50%、 プレミアム 5 倍モデルでは 71% に達します。
6. まとめ
- 出力トークンは入力トークンより平均 3.7 倍のコスト
- 非推論モデル: 3.1 倍、推論モデル: 4.8 倍
- Fireworks などのオープンウェイトプロバイダーはほぼ 1:1、フロンティアプロバイダーは 4〜5 倍
- 入力対出力が 2:1 でも、出力が総コストの 50〜70% 以上を占める
次のステップ: 比較ツールで候補モデルの出力/入力倍率を確認するか、 計算機であなたのワークロードの実際の出力コストを見積もってください。 最低倍率モデルの比較プリセットも 出力中心のアプリケーションの出発点としてご利用ください。