推論（Reasoning）LLM API の料金ガイド：思考モデルのコストと選び方

1. 推論トークンとは？

推論モデルは、最終回答を生成する前に内部でチェーン・オブ・ソート（思考の連鎖）トークンを生成します。 この思考トークンにより、モデルは計算、論理、マルチステップの問題に取り組めるようになりますが、 追加の計算リソースを消費し、プロバイダーによっては追加のトークン料金が発生します。

このサイトでは、657 件の推論対応チャットモデルを、 57 プロバイダーにわたって特定しています。 出力料金の範囲は $$0.030 から $$168.00 まで — 5,000 倍以上の開きがあります。

すべての推論が同じように課金されるわけではありません。一部のプロバイダーは推論を標準出力料金に 含めています。別のプロバイダーは思考モードにプレミアムを課します。データベースの reasoning 機能フラグは、常時オフか切り替え式かを問わず、ネイティブの推論を サポートするモデルをマークしています。

2. 推論モデルの料金体系

最も安い推論モデル

これらの推論対応モデルは、1M トークンあたりのコストが非推論モデルよりも安いものもあります。 小規模なオープンウェイトアーキテクチャを使用していますが、論理や数学の問題を推論できます。

最も高い推論モデル

これらのフロンティア推論モデルは最高額を誇ります — 通常は主要プロバイダーのフラッグシップ層です。 大規模なパラメータ数と深いチェーン・オブ・ソート推論を組み合わせています。

3. 推論 vs 非推論：コスト比較

最も安い非推論チャットモデルは、1M トークンあたり 入力 $$0.020、 出力 $$0.020 から始まります。 推論モデルは異なる目的を果たします：スピードとコストを犠牲にして、難しい問題の正確性を高めます。

推論プレミアムはプロバイダーとモデルサイズによって異なります。小さな推論モデルは、 大きな非推論モデルよりも安いことがあります。鍵となるのは、タスクの難易度に推論の深さを 合わせることです — すべてのリクエストに最も高額な思考モデルを使わないことです。

最も安い推論モデルを比較する →

4. 推論モデルを使うべきタイミング

プレミアムを払う価値がある場合

• 数学と論理。 マルチステップ計算、証明検証、制約充足問題はチェーン・オブ・ソートの恩恵を受けます。
• 複雑なコーディング。 デバッグ、コードレビュー、アーキテクチャ判断 — 間違った回答がトークンプレミアムよりも高くつく場面。
• マルチステップ計画。 目標をサブタスクに分解し、選択肢を評価し、行動を選択するエージェント的ワークフロー。
• 重要度の高い分類。 医療、法律、金融の判断 — 精度がスループットよりも重要な場面。

推論をスキップすべき場合

• 抽出と分類。 固有表現認識、感情分析、単純な分類は低コストモデルで十分です。
• 大量生産環境。 リクエストの 90% 以上が定型処理の場合、大半を非推論モデルにルーティングし、エッジケースのみエスカレーションします。
• レイテンシ重要アプリ。 推論モデルは応答に時間がかかります。リアルタイムチャットやストリーミングでは、高速な非推論モデルの方がユーザー体験が向上します。
• プロトタイピング。 安価な非推論モデルで始め、失敗する箇所を特定してから、選択的に推論を追加します。

モデルルーティングカスケード戦略はこの考え方を形式化したものです： ほとんどのトラフィックには非推論モデルを使い、より深い思考が必要なリクエストのサブセットだけを エスカレーションします。

5. キャッシュ料金と推論モデル

657 件の推論モデルのうち、 480 件がキャッシュ入力料金に対応しています。 同じシステムプロンプトやコンテキストプレフィックスを複数リクエストにわたって送信する場合、 キャッシュヒットにより実効入力コストを 50-90% 削減できます。

これはエージェントループで推論モデルを使う場合に特に価値があります。会話履歴がターン間で 蓄積され、各リクエストで繰り返し送信されるためです。