
2026/07/14 3:32
Frontier モデルの実質的な価格
RSS: https://news.ycombinator.com/rss
要約▶
Japanese Translation:
核心の洞察は、Anthropic が Sonnet 5 および Opus 4.8 にトークナイザーを切り替えたことで、同様のコード入力で約 30% 増加するトークンを生成している点であり、これは即座に料金を引き上げるわけではないため、実質的なコスト増を一時的に隠しています。GPT の安定した
o200k トークナイザー(2 年以上凍結されている)を基準として比較すると、新しい Anthropic トークナイザーは TypeScript で GPT より 1.73 倍多くのトークンを生成し、Rust では約 1.58 倍、中国語テキストでは約 1.45–1.55 倍多く生成していますが、これはこの変更とは無関係の歴史的基準値です。実 API テストでは請求がこれらのカウントに従うことが確認され、Opus 4.8 では同じコンテンツに対して Opus 4.6 より 3,191 対 2,541 の入力トークンで課金されており(約 32% の増加)ます。Sonnet 5 は導入時の割引価格(2026 年 8 月 31 日まで $2/$10)から開始していますが、紹介期間後の標準料金($3/$15)とトークン増の双方が合わさることで、実務コストは Sonnet 4.6 より約 33% 高くなっています。トークン数はベンダー固有でありプロバイダー間で比較不可であるため(ポイント 1)、クロスベンダーの「$/Mtoken」指標は誤解を招きます。また、冗長性、思考トークン、ツール呼び出し、コンテキスト読み込みなど、すべてトークン単位で請求されるため、全タスクのコストもさらに乖離する可能性があります。コード重視のスタックや厳格な予算管理を行う開発者は、Anthropic の新価格構造下で、トークナイザーによるトークン増加と将来の料金調整の両方を考慮しない限り、予期せず高い実質的な支出を負うことになります。本文
クラウド LLM のトークンコスト:公表価格では見えない「実質価格」の真相
TL;DR(要約)
- 「$/Mtok(1 百万トークンあたりの料金)」はベンダー間で比較できない。「トークン」とは文字数の固定単位ではなく、各社独自の分割方法(トークナイザー)により異なり、同じファイルを異なる数にカウントするためです。
- Anthropic の新モデル(Sonnet 5 など)では、同様のコードに対して約 30% 増加したトークン数が生成されます。しかし、リスト価格は据え置きのため、実質コストは32%〜46% 上昇しています。
- 最悪ケースは TypeScript です。OpenAI の GPT(基準)と比較すると、TypeScript コードの処理に約 1.73 倍ものトークンが発生します。
- Gemini 3 Flash は依然として最もコスト効率が良いモデルであり、GPT よりもわずかに冗長ですが圧倒的に安価です。
1. なぜ「$/Mtok」は嘘になるのか
モデルの請求額は、「(生成されるトークン数)×(トークン単価)」で計算されます。 価格表には「単価」のみが表示され、生成される「トークン数」は定数であるかのように扱われますが、実際にはモデル固有のトークナイザーに強く依存しており定数ではありません。
- ベンダー間比較の不可能性: 異なる 2 つのモデルが同じ価格表記をしても、処理パラグラフの実費は全く異なります。
- 理由: あるモデルはコンテンツをより多くのトークンに変換するためです。各社は「トークン対コンテンツの比率」を公開していません(独自に計測する必要がある)。
2. 測定方法と検証プロセス
16 件の実際のサンプルを用い、各モデルのプロダクション用トークナイザーでバイト単位ごとにカウントしました。
サンプルデータの種類
- 英語の散文・HTML ページ・JavaScript・Python・TypeScript・Rust ファイル
- JSON ツールスキーマおよび結果
- 中国語のチャットと散文
- 記号多数のテキスト
- エージェントシステムプロンプト
カウント手法の詳細
| ベンダー | 使用したカウント方法 |
|---|---|
| Anthropic | 公式エンドポイント を利用(請求対象と同一)。 |
| OpenAI (GPT) | 文書化済みの トークナイザーを でカウント。最新モデル(GPT-5.x)については実際の API コールとローカルカウントを比較(完全一致確認)。 |
| Gemini / Grok | 各プロバイダーのカウントエンドポイントを利用。 |
| 基準値 | GPT の を 1.00x と設定(2 年以上凍結されており、他のモデルより安定しているため)。 |
| 除外対象 | DeepSeek / GLM は「文字数÷4」という推定値しか得られなかったため計測データから除外。 |
3. 発見:リスト価格に隠れたコスト増
発見 1:同じリスト価格でもトークン数は約 30% 増加
Anthropic の新モデル(Sonnet 5, Opus 4.8, Fable 5)は、以前のモデル(Sonnet 4.6, Opus 4.6)よりも多くのトークンを生成します。
バイト数ごとのカウント比較結果(内容 / 旧トークナイザー / 新トークナイザー / 変化率)
| コンテンツ種類 | 文字数 | 旧トークン数 | 新トークン数 | +/-% |
|---|---|---|---|---|
| 英語の散文 | 2,115 | 476 | 636 | +34% |
| HTML ページ | 3,195 | 1,131 | 1,302 | +15% |
| JavaScript | 1,933 | 659 | 794 | +20% |
| Python | 2,251 | 831 | 1,022 | +23% |
| TypeScript | 2,888 | 898 | 1,178 | +31% |
| Rust | 2,924 | 1,019 | 1,312 | +29% |
| JSON スキーマ | 9,948 | 2,631 | 3,306 | +26% |
| エージェントプロンプト | 42,661 | 10,761 | 14,953 | +39% |
重要: エージェントリクエスト(システムプロンプト、コード、JSON)に重み付けすると、新トークナイザーはリクエスト単位で約 +32% のコスト増をもたらします。インフレの影響は英語およびコード集中です。
Sonnet 5 の立ち上げ価格とその後
- 期間限定割引(2026 年 8 月 31 日まで): $2.00 / $10.00 だが、追加トークン分を上回るほど安くはなく、実質 Sonnet 4.6 よりもわずかに安い状態。
- 9 月 1 日以降(標準価格化): $3.00 / $15.00 に復帰。新トークナイザーによる増加をそのまま負担するため、Sonnet 4.6 と比べて実質コストが約 30% 上昇します。
4. カウント値と請求額の照合
count_tokens は予測値であるため、同時に max_tokens: 1 の有料リクエストを送り込み、実際の請求書 (usage.input_tokens) を確認しました。
- Opus 4.6: 2,541 トークン(予測と一致)。
- Opus 4.8: 3,191 トークン(予測と一致、+25%)。
- Fable 5: 3,191 トークン(Opus 4.8 と同一)。
結論: Fable 5 は「高いリスト価格」の裏に隠された追加単価はありませんが、トークン数の増加分はそのまま請求されます。検証コスト全体は約 $0.08 に留まりました。
5. 実質的な乖離率:コード領域での顕著な差
ベンダー間比較を GPT の
o200k を基準(1.00x)とし、各モデルが同一ファイルに対して発生させるトークン数を比値化しました。
| コンテンツ | TypeScript (新) | Rust (新) | JavaScript (新) | Python (新) | HTML (新) | 英語散文 (新) |
|---|---|---|---|---|---|---|
| Claude 新 (Opus/5) | 1.73x ⬆️ | 1.58x | 1.52x | 1.50x | 1.36x | 1.40x |
| Claude 旧 (Opus/4.6) | 1.32x | 1.22x | 1.26x | 1.22x | 1.18x | 1.05x |
| Gemini 3 Flash | 1.16x | 1.19x | 1.23x | 1.20x | 1.08x | 1.01x |
| Grok 4.5 | 1.05x | 1.05x | 1.11x | 1.09x | 1.04x | 1.00x |
なぜ TypeScript が最悪ケースなのか?
- GPT の
は TypeScript に特異に効率的です(約 4.24 文字毎に 1 トークン)。camelCase や JSX パターンを単一トークンに圧縮するため、ウェブ上の JavaScript/TypeScript データで訓練されています。o200k - Claude の新トークナイザーは両言語(TypeScript / Rust)でほぼ同密度のため、**GPT が得意とする領域(TypeScript)でギャップが最大(1.73x)**となります。
中国語への言及
- 新旧どちらのトークナイザーでも、Claude は GPT よりも CJK テキスト(中国語) で約 1.45-1.55x と高い値を示します。これは新トークナイザーによるものではなく、Claude の長年の特性です。
- Gemini は CJK でも GPT より効率的(0.85-0.91x)です。
6. リスト価格に基づく実質価格試算表
リスト価格に計測された乖離率を掛け合わせた、**「同じ作業を行うための実質価格」**です。 基準:GPT の
o200k(1.00x)。
| モデル | リスト価格 (入/出 $) | 乖離率 | 実質価格 (入/出 $) |
|---|---|---|---|
| GPT-5.1 / 5.5 / 5.6 Sol | $1.25/$10 or $5.00/$30 | 1.00x | $1.25/$10 or $5.00/$30 |
| Grok 4.5 | $2.00 / $6.00 | 1.03x | $2.06 / $6.18 |
| Gemini 3 Flash | $0.50 / $3.00 | 1.09x | $0.55 / $3.27 (圧倒的安価) |
| Claude Sonnet 4.6 (旧) | $3.00 / $15.00 | 1.14x | $3.42 / $17.10 |
| Claude Sonnet 5 (9/1 以降) | $3.00 / $15.00 | 1.50x | $4.50 / $22.50 (+50% 増) |
| Claude Opus 4.6 (旧) | $5.00 / $25.00 | 1.14x | $5.70 / $28.50 |
| Claude Opus 4.8 (新) | $5.00 / $25.00 | 1.50x | $7.50 / $37.50 (+32% 増) |
| Claude Fable 5 (新) | $10.00 / $50.00 | 1.50x | $15.00 / $75.00 |
注: Opus 4.6 と 4.8 はリスト価格が同じですが、実質価格は約 32% の差があります。Gemini 3 Flash は GPT より冗長ですが、依然として最安値を維持しています。 独立データ: Ploy(Playcode)の報告により、GPT-5.6 Sol と Claude Opus 4.8 を比較した際、入力トークンは約 35% 削減(Ploy の場合)でしたが、出力冗長性を考慮すると同方向を示しています。
7. 「入力比率」では捉えきれない要素
上記は「入力バイト→入力トークン」のみを測っています。エージェントタスク全体には以下の追加コスト要因があります。
- 出力と思考トークン: 結果を得るためのモデル消費量、冗長性、思考プロセス。
- コンテキスト読込: ハーネス(枠組)が各ステップで読み込む量。
- ツール呼び出し頻度とサブエージェント起動数。
- キャッシュの価格設定: キャッシュトラフィックもトークン単位で請求されるため、+32% の増えはキャッシュ読込みにも反映し、長 сеанスでは請求額の主要な部分を占めます。
結論: 「モデル A は B より 2-4 倍多い」という報告は純粋な入力ギャップ(最大 1.73x)を含むが、両者が異なるレイヤー(入力 vs 全体タスク)を測定している場合があるため注意が必要。
8. モデル価格比較への推奨事項
- 自らのコンテンツで比較してください: あなたの言語やファイルタイプは乗数を決めます。レート表だけを信じる前に、代表サンプルを実行してください。
- トークナイザー変更を価格変更として扱ってください: ベンダーが同じリスト価格で新モデルを出荷する場合、トークナイザーが動いたか確認してください(例:Opus 4.6→4.8 は約 32% の増加だが請求書項目は同じ)。
- 「$/Mtok」は有益だが十分ではありません: トークン単価ではなく**「タスク完了あたりのドル数」**を測定してください。これにはトークナイゼーション、冗長性、思考、キャッシュが一度に内包されます。
まとめ: GPT-5.x は英語とコードでのトークン効率が良く、Gemini 3 Flash は実質的に驚くほど安く、Claude モデルはトークン消費が多い代わりに質で地位を確立しています。重要なのは、あなたが実際に支払う価格(トランスレーション後の実質値)と比較することです。
出典: Anthropic, OpenAI, Google Gemini API, xAI の公式料金表およびトークナイザーカウントデータ。