AI モデル料金比較：GPT、Claude、Gemini、DeepSeek
現在の LLM API 料金を人手で確認した比較リファレンスです。入力・出力トークン料金、コンテキスト範囲、想定ワークロード、公式情報を掲載しています。本番モデルを選ぶ前にプロバイダー条件を確認してください。
料金はローカルカタログに保存され、人手で確認した後にのみ更新されます。各項目はプロバイダーの公式料金ページにリンクしています。
料金データの最終確認：2026年8月22日 · データソース：各プロバイダーの公式料金ページ
| プロバイダー | モデル | 入力 / 1M トークン | 出力 / 1M トークン | コンテキストウィンドウ | 最適な用途 | 最終確認 | 出典 |
|---|---|---|---|---|---|---|---|
| OpenAI | GPT-5.6 Sol | $5 | $30 | Short-context tier | Complex professional reasoning and coding | 最終確認：2026年8月22日 | 公式 |
| OpenAI | GPT-5.6 Terra | $2.5 | $15 | Short-context tier | Balanced intelligence and cost | 最終確認：2026年8月22日 | 公式 |
| OpenAI | GPT-5.6 Luna | $1 | $6 | Short-context tier | Cost-sensitive, high-volume workloads | 最終確認：2026年8月22日 | 公式 |
| Anthropic | Claude Opus 5 | $5 | $25 | See provider model limits | High-capability analysis and agentic work | 最終確認：2026年8月22日 | 公式 |
| Anthropic | Claude Sonnet 5 | $2 | $10 | See provider model limits | General production, coding and agents | 最終確認：2026年8月22日 | 公式 |
| Anthropic | Claude Haiku 4.5 | $1 | $5 | See provider model limits | Fast, lower-cost Claude workloads | 最終確認：2026年8月22日 | 公式 |
Gemini 3.7 Flash | $0.75 | $3.75 | See provider model limits | Agentic workflows and multimodal reasoning | 最終確認：2026年8月22日 | 公式 | |
Gemini 3.5 Flash | $1.5 | $9 | See provider model limits | Fast grounded and search-oriented workloads | 最終確認：2026年8月22日 | 公式 | |
Gemini 3.5 Flash-Lite | $0.3 | $2.5 | See provider model limits | High-volume translation and simple processing | 最終確認：2026年8月22日 | 公式 | |
| DeepSeek | DeepSeek V4 Flash | $0.44 | $1.32 | 1M | Low-cost general and reasoning workloads | 最終確認：2026年8月22日 | 公式 |
| DeepSeek | DeepSeek V4 Pro | $1.32 | $3.96 | 1M | Higher-capability DeepSeek workloads | 最終確認：2026年8月22日 | 公式 |
免責事項： 価格は人手で確認した 100 万トークンあたりの USD 参考値で、リアルタイムではありません。購入判断の前に、必ず各プロバイダーの公式ページで現在の料金を確認してください。
最安のモデルが常に最適とは限らない
低いトークン単価は表計算上は魅力的ですが、本番の AI コストは料金表以外の要素で決まります。アプリのモデルを確定する前に、次の 3 つのトレードオフを比較検討してください。
精度とコスト
安価なモデルは同じ出力品質に達するのに、より多くの再試行、長いプロンプト、追加の検証を必要とすることが多くあります。トークン単価が高くても生成失敗が少ないモデルは、成功したタスクあたりでは安くなり、ユーザー体験も守れます。
レイテンシとコスト
小さく安価なモデルは通常速く、リアルタイムのチャットやエージェントループで重要です。大きなフラッグシップモデルは推論に優れていても遅い場合があります——「最適」なモデルは、即時応答が必要か、高品質のために数秒余分に許容できるかによります。
本番環境の要件
レート制限、コンテキストウィンドウのサイズ、関数呼び出しの対応、稼働率、データ取り扱いポリシーは、プロバイダーや階層ごとに異なります。単独のテストで安いモデルも、障害・スロットリング・規模での制約回避に要する工数を含めると高くつくことがあります。
目安： 大量・低リスクのタスク（分類、抽出、単純なチャット）には速く安いモデルを使い、誤りが高くつく工程には高精度モデルを充てる——そして、トークン単価だけでなく、成功結果あたりの実コストを測定しましょう。
この価格があなたのワークロードで何を意味するかを確認
トークン数を計算機に入力すると、上記いずれのモデルでも 1 リクエストあたり・月あたりの実コストが分かります。