これまで、RAGの構築費については何本か書いてきました。ところが「毎月いくらかかるのか」という運用費の話を、一本も書いていませんでした。実際にはこちらのほうが質問されます。そして、答えにくい。使った分だけ請求される仕組みだからです。

この記事では、AIのAPI利用料が具体的に何にいくらかかるのかを、公開されている単価と実測値を使って計算します。そのうえで、稟議に書ける形の予算の組み方まで持っていきます。

まず、何に課金されているのか

AIのAPIは「1回いくら」ではありません。トークンという単位で、やり取りした文章の量に応じて課金されます。しかも、送った文章（入力）と返ってきた文章（出力）で単価が違います。

参考に、Anthropic社が公開しているClaudeの価格を挙げます（100万トークンあたり／2026年6月時点）。

ここで最初に押さえるべきは、出力の単価が入力の5倍だということです。「AIに長々と喋らせない」ことが、そのままコスト削減になります。

日本語は、英語より高くつく（実測しました）

トークンは文字数でも単語数でもありません。感覚が持てないので、実際に測りました。以下はGoogleのGemini 2.5 Flashのトークナイザーで数えた実測値です。

日本語は1トークンでおよそ2文字前後。英語は5文字前後です。つまり同じ内容を伝えるのに、日本語は英語の2倍以上のトークンを消費します。海外の事例で見た「1リクエスト何セント」という感覚をそのまま持ち込むと、必ず外れます。

素直に計算すると、拍子抜けするほど安い

社内問い合わせボットを例に置きます。前提はこうです。

• 月20営業日、1日100件の質問（月2,000件）
• 1件あたり、入力3,000トークン・出力500トークン
• Claude Sonnet 5 を使用。為替は1ドル150円と仮置き

入力: 3,000 × 2,000件 = 600万トークン → 6 × $2.00  = $12
出力:   500 × 2,000件 = 100万トークン → 1 × $10.00 = $10
                                      合計   $22 ≒ 3,300円/月

月3,300円です。「その程度なのか」と思われたはずです。ここが落とし穴の入口です。

請求が膨らむのは、モデルの単価ではありません

• ① RAGを乗せると入力が一気に増える。検索でヒットした社内文書を毎回プロンプトに積むので、入力3,000トークンが30,000トークンになるのは普通です。ここだけで10倍。
• ② 会話履歴を毎回送り直している。APIは前回の会話を覚えていません。10往復目のリクエストは、1〜9往復目の全文を毎回添付しています。長い会話ほど1回が高くなります。
• ③ エージェント化すると、1依頼＝数十回の呼び出し。「調べて、直して、確認して」と自動で動くタイプは、利用者から見れば1回の依頼でも、内部では何十回もAPIを叩いています。
• ④ 検索用のベクトルを作る費用。初回の全文書分と、更新のたびの差分。1回きりではありません。
• ⑤ 失敗、リトライ、そして開発中の試行錯誤。本番より、作っている最中のほうが高くつくこともあります。

先ほどの試算に①を反映すると、こうなります。

それでも、月5万円です。社内問い合わせ対応の人件費と比べれば、桁が違います。この記事の結論を先に言うと、多くの社内利用でAPI利用料は主役ではありません。主役は、それを載せるサーバー代と保守費用のほうです。

効く節約は、順番が決まっています

「安いモデルに落とす」は最後の手段です。品質を落とさずに効く順に並べると、こうなります。

• 1. プロンプトキャッシュ。毎回同じ前置き（システムプロンプト、社内規程の本文など）は、キャッシュから読ませると通常の入力の10分の1程度になります。ただし前方一致なので、プロンプトの先頭に日時やユーザー名を入れると、その後ろ全部が無効になります。効いているかは、必ず利用状況の数値で確認してください。
• 2. 急がない処理はバッチに回す。夜間にまとめて処理してよいものは、専用の窓口を使うと約半額になります。日次のレポート生成や、既存文書の一括分類が該当します。
• 3. 出力を短くする。単価が入力の5倍なので、ここが一番効きます。「簡潔に」と指示するだけでも変わります。
• 4. モデルを使い分ける。分類や仕分けは軽いモデル、判断が要るところだけ上位モデル。ただし、安いモデルが何度も間違えてやり直しになるなら、結果的に高くつきます。比べるのは1回の単価ではなく、1件を終わらせるまでの総額です。

稟議に書ける形にする

従量課金がやっかいなのは、金額を1つに決められないことです。ですので、こう書き換えます。

• 固定費と変動費を分ける。サーバー・保守・監視は固定費。API利用料だけが変動費です。混ぜると議論が止まります。
• 変動費は「1件◯円 × 想定件数」で書く。上の例なら「1件10円 × 月2,000件 ＝ 月2万円」。この形なら、増えたときいくらになるかが自明です。
• 上限を先に決める。「月5万円を超えたら止める」を運用ルールではなく仕組みとして入れる。予算アラートと利用制限は、たいてい管理画面から設定できます。
• 最初の1か月は実測する。入力・出力・キャッシュ読み出しのトークン数は、APIの応答に必ず入っています。これをログに残していないと、後から一切分析できません。最初から残してください。
• 見込みの3倍を上限枠に。使われないAIは失敗ですが、使われるAIは必ず想定より使われます。

まとめ

• 課金はトークン単位。出力の単価は入力の5倍。
• 日本語は英語の2倍以上トークンを使う。海外事例の金額感は当てになりません。
• モデルの単価より、1件あたりに積む文章量が金額を決めます。RAGを乗せた瞬間に10倍になります。
• 社内利用の規模なら、API利用料は月数千円〜数万円に収まることが多い。主役はサーバー代と保守費用です。
• 節約はキャッシュ・バッチ・出力短縮が先。モデルを落とすのは最後。
• 予算は「1件◯円 × 件数」＋上限設定＋実測ログ。この3点で稟議は通ります。

「自社のケースだといくらになるか」は、想定件数と1件あたりの文章量が分かれば計算できます。試算だけのご相談も承っています。お問い合わせはこちらからどうぞ。