AIモデルの料金と性能、安さで選ぶと困る場面
画像出典: ぱくたそ (© susi-paku)
AIモデルのAPI料金は100万トークンあたりの入力・出力価格で比べるのが基本で、2026年11月13日時点の公式価格表ではOpenAI GPT-6.1 Terraが入力$1.00/出力$5.00、Claude Sonnet 5.5が入力$2/出力$10、Gemini 4 Argonが入力$2.00/出力$10.00と同じ価格帯に並んでいます。同じシリーズ名でもバージョン違いで単価が3倍以上変わるため、モデル名ではなくバージョン込みの単価で確認する必要があります。安いモデルへ乗り換える前に、自分の実タスクで出力の正確さと長文時の破綻を試すのが、失敗を避ける最短の手順です。
AIモデルの料金は、ここ1年ほど下がり続けています。各社が新しい世代を出すたびに、同じくらいの性能帯のモデルがより安い単価で登場する。乗り換えを考えるのは自然なことです。
ただ、料金表を開くと「gpt-6.1-terra」「Claude Sonnet 5.5」「Gemini 4 Argon」と名前が並び、どれが自分の用途でどれくらい安いのか、見ただけでは分かりません。料金の比較は「100万トークンあたりの入力価格と出力価格」という2つの数字に揃えるところから始まります。
ここでは2026年11月13日に各社の公式価格ページで確認した値をもとに、料金の並べ方、性能の数字の読み方、そして安い方へ寄せたときに実務でつまずく場面を順に見ていきます。
AIモデルの料金はどの単位で比べるのか？
API経由でAIモデルを使うときの料金は、ほぼ全社がトークン（文章を細かく区切った処理単位。日本語ではおおむね1文字〜数文字で1トークン）単位で課金します。価格表に並ぶのは100万トークンあたりの金額で、「入力」が渡した文章、「出力」がAIが書いた文章です。
ここで見落としやすいのが、出力単価は入力単価の5倍前後に設定されているモデルが多いという点です。2026年11月13日時点のOpenAIの公式価格表では、gpt-6.1-terraが入力$1.00・出力$5.00。長い資料を読ませて短く要約させる使い方なら入力側が効き、短い指示から長文を書かせる使い方なら出力側が効きます。自分の使い方がどちら寄りかで、同じ料金表から出る結論が変わります。
- 入力と出力、どちらのトークンが多い使い方か
- 1回のやりとりで渡す資料の長さ（文脈の長さで単価が変わるモデルがある）
- 同じ指示を繰り返すか（繰り返すならキャッシュ割引が効く）
主要モデルの料金と得意分野はどう違う？
2026年11月13日に各社の公式価格ページで確認した単価と、公開情報から読み取れる傾向を同じ軸に並べます。価格の公表値が確認できなかったモデルは空欄のままにしています。
| モデル | 入力(100万トークン) | 出力(100万トークン) | 向く場面 |
|---|---|---|---|
| OpenAI GPT-6.1 Terra | $1.00 | $5.00 | 日常の文章作成・要約を量産する |
| Anthropic Claude Sonnet 5.5 | $2 | $10 | コード作成や手順の多い作業の主力 |
| Anthropic Claude Opus 5.5 | $4 | $20 | 難しい実装や長い作業を任せ切る |
| Google Gemini 4 Argon | $2.00 | $10.00 | 画像・音声を含む資料や長文の処理 |
| xAI Grok 4.6 | 未確認 | 未確認 | — |
| Tencent Hy4 | 未確認 | 未確認 | — |
Anthropic・OpenAI・Googleの公表データ(2026年11月13日時点)をもとに作成
結論から言えば、文章の下書き・要約・翻訳のように量が多く難易度が一定の仕事は最安帯で十分です。OpenAIにはgpt-6-lunaという入力$0.10・出力$0.50のモデルがあり、Googleは Gemini 3.1 Flash-Lite が入力$0.25・出力$1.50。この帯で間に合う作業を上位モデルで回していると、単価が10倍以上違ってきます。
一方で、コードを書かせる・手順の多い作業を続けて任せる用途はClaude系、画像や音声を混ぜた資料や非常に長い文書を扱う用途はGemini系が強いという評価が、複数の技術系の集計で共通しています。xAI Grok 4.6とTencent Hy4については、今回確認できた公式価格情報の範囲に単価の公表値がありませんでした。
ベンチマークの数字はどこまで信じていい？
スコアの比較には、同じ試験・同じ採点方法という前提が必要です。コーディング能力の指標としてよく引かれるSWE-bench Verified（実際のソフトウェア修正課題をAIに解かせ、テストが通るかで採点する試験）では、GPT-5.5が88.7%、Claude Opus 4.7が87.6%、Gemini 3.1 Proが80.6%という集計がある一方、より難しい課題セットのSWE-bench Proでは Claude Opus 4.8が69.2%、GPT-5.5が58.6%と順位が入れ替わります。
同じClaude Opus 5.5について「SWE-bench Verified 66.4%」という報告も出ており、これは課題セットの難易度や採点の条件が違えば数字が大きく動くことを示しています。つまりスコアそのものより「どの試験で何を測っているか」を見る方が実用的です。
なお、ここで挙げた数値はいずれも二次的な集計からの参考値で、各社公式のモデルカードで確認した一次情報ではありません。選定の根拠にするなら、使う時点での公式発表値を確認してください。抽象的な推論を測るARC-AGI-2ではGPT系が高く、数学系の指標ではGemini 3.1 ProとGPT-5.1がともに約97.1点で同水準という報告もあり、得意分野は指標ごとに分かれます。
同じ名前のモデルでも料金が違うのはなぜ？
乗り換えでいちばん金額を誤算しやすいのが、シリーズ名だけを見てバージョンを確認しない場合です。Anthropicの公式価格表を単価の軸で並べると、同じ「Opus」の中での差がはっきりします。
| モデル | 入力(ベース) | 出力 | バッチ入力 | バッチ出力 |
|---|---|---|---|---|
| Claude Fable 5.2 / Mythos 5.2(限定提供) | $8 | $40 | $4 | $20 |
| Claude Opus 5.5 | $4 | $20 | $2 | $10 |
| Claude Opus 5 | $5 | $25 | $2.50 | $12.50 |
| Claude Opus 4.8 / 4.7 / 4.6 / 4.5 | $5 | $25 | $2.50 | $12.50 |
| Claude Opus 4.1(提供終了) | $15 | $75 | $7.50 | $37.50 |
| Claude Sonnet 5.5 | $2 | $10 | $1 | $5 |
| Claude Sonnet 4.6 / 4.5 | $3 | $15 | $1.50 | $7.50 |
| Claude Haiku 5.5(10万トークンまで) | $0.10 | $0.50 | $0.05 | $0.25 |
| Claude Haiku 5.5(10万トークン超) | $0.50 | $2.50 | $0.25 | $1.25 |
| Claude Haiku 4.5 | $1 | $5 | $0.50 | $2.50 |
Anthropicの公表データ(2026年11月13日時点のベース入力・出力価格)をもとに作成
上の表のOpus 4.1は入力$15・出力$75で、Opus 5.5の入力$4・出力$20と比べると3倍以上の開きがあります。新しい世代が出るときに旧世代より単価が下がる流れがある一方、上位のFable / Mythos系は入力$8・出力$40の高単価帯を維持しています。「Opusだから高い」「Haikuだから安い」ではなく、バージョンまで含めた行を見る必要があります。
右側の2列にあるバッチ価格も見逃せません。すぐに答えが要らない処理をまとめて投げるバッチ利用なら半額になり、同じ指示文を繰り返す使い方ではプロンプトキャッシュのヒットで入力価格が基本の0.1倍（Opus 5.5とSonnet 5.5は0.05倍）まで下がります。表面の単価だけで安い高いを判断すると、実質コストの順位が逆転することがあります。
安いモデルに乗り換えて困るのはどんな場面？
価格差がこれだけあると下の帯へ寄せたくなりますが、安いモデルに下げたときに効いてくる弱点は、だいたい決まった場面で出ます。
ひとつは、事実と違う内容を自信のある口調で書いてくる頻度が上がりやすいこと。社外に出す文章や数値を扱う作業では、確認の手間が増えて結局高くつきます。
もうひとつは、長い資料を渡したときに前半の内容を踏まえられなくなること。契約書や議事録のように全体の整合性が要る作業は、途中で話が噛み合わなくなると作業がやり直しになります。
そして、手順の多い作業を続けて任せる使い方。1ステップ単価が安くても、途中で崩れて再実行すれば合計トークンは増えます。
逆に言えば、間違っても気づける作業・短い入力で済む作業・やり直しが安い作業は、最安帯に下げても損をしにくいということです。メールの文体調整、箇条書きの言い換え、短い翻訳の下書きなどが当てはまります。
乗り換えを試すときの進め方
- 自分の代表タスクを3つ選ぶいちばん回数が多い作業、いちばん失敗が痛い作業、いちばん長い入力を渡す作業の3種類を用意します。
- 今のモデルの出力を保存する比較の基準になるので、乗り換え前に同じ指示文での結果を手元に残しておきます。
- 候補モデルに同じ指示文を渡す指示文を変えずに投げるのがポイントです。指示を書き直すと、モデルの差なのか指示の差なのか分からなくなります。
- 直せる間違いか、気づけない間違いかで判定する読めば分かる崩れは許容範囲。事実が静かに入れ替わる種類の間違いが出たモデルは、その用途では使わないと決めます。
- 費用は実際のトークン数で出す単価ではなく、3つの代表タスクを1か月分の回数で掛けた金額で比べます。
期待どおりに動かないとき、どこを疑えばいい？
原因は3か所に分かれます。順番に切り分けると、モデルを戻すべきかどうかが判断できます。
- 指示文の問題か: 元のモデルに同じ指示文を投げ直し、そちらでも品質が落ちるなら指示文側。出力の形式・文字数・判断基準を書き足して再確認します。
- 渡した資料の問題か: 入力を半分の長さにして同じ質問をし、短くすると直るなら文脈の長さが原因。分割して渡すか、長文に強いモデルへ上げます。
- モデルやプラン側の制限か: 文脈長の上限、文脈長によって単価や挙動が変わる設定（Gemini 3.1 Pro Previewは20万トークン超で入力$4.00・出力$18.00に切り替わります）、バージョン指定の取り違えを確認します。設定を直しても再現するなら、その用途ではモデルが合っていません。
切り分けの結果として「上の帯に戻す」が答えになることもあります。それは失敗ではなく、自分の作業がどの帯を必要としているかが分かったということです。料金の最適化は、全部を安くすることではなく、安くできる作業と安くできない作業を分けることです。
値下げは続いていて、各社の価格表は数か月で変わります。Gemini 4 Carbon / 4 Argonは2026年12月1日に、Gemini 3.8 Flash / 3.6 Flashは2027年1月1日に値上げが予告されているように、下がる方向だけでもありません。使うときに公式の価格ページを開いて、バージョンの行を確認する。この一手間だけで、名前の思い込みによる誤算はほとんど防げます。
よくある質問
AIモデルの料金はどの数字を見れば比べられますか？
100万トークンあたりの入力価格と出力価格の2つです。出力単価は入力単価の5倍前後に設定されているモデルが多いため、長文を書かせる用途では出力価格の差が総額に強く効きます。
2026年11月時点で安い帯のAIモデルはどれですか？
各社の公式価格表では、OpenAIのgpt-6-lunaが入力$0.10・出力$0.50、Claude Haiku 5.5が10万トークンまで入力$0.10・出力$0.50、Gemini 3.1 Flash-Liteが入力$0.25・出力$1.50で、いずれも最安クラスに位置します。
同じシリーズ名のモデルなら料金も同じですか？
違います。Anthropicの公式価格表では提供終了したClaude Opus 4.1が入力$15・出力$75、新しいClaude Opus 5.5が入力$4・出力$20で、同じ「Opus」でも3倍以上の差があります。バージョンまで含めて確認する必要があります。
ベンチマークのスコアが高いモデルを選べばよいですか？
試験の種類で順位が変わるため、スコアだけでは決まりません。コーディング課題のSWE-bench Verifiedと、より難しいSWE-bench Proでは上位モデルの順番が入れ替わる集計があり、自分の用途に近い試験が何を測っているかを見る方が判断に役立ちます。
※記事で使用した内容・数値は変更される場合があります。最新情報は公式サイトをご確認ください。