GPT-6.1 TerraのAPI料金：トークン単価・キャッシュ・タスク予算
GPT-6.1 Terraの公式API料金を解説。キャッシュ書き込み、272K入力の境界、推論トークン、処理モードと予算の計算例を確認できます。
Himi LiProduct Manager at EvoLink目次
この単価は予算の出発点であり、すべてのリクエストが同じ金額になるわけではありません。入力のうち何トークンをキャッシュへ書き込むか、読み取るか、出力と推論に何トークン使うか、長いコンテキストの料金境界を超えるかによって合計が変わります。処理モードやツールにも違いがあります。
GPT-6.1 TerraのAPI料金一覧
| トークン区分 | 入力272K以下のStandard料金 |
|---|---|
| 通常入力 | $1.00 |
| キャッシュ読み取り | $0.05 |
| キャッシュ書き込み：30分の有効期間 | $1.25 |
| キャッシュ書き込み：12時間の有効期間 | $2.50 |
| 出力：推論トークンを含む | $5.00 |
GPT-6.1 Terraのリクエスト費用を計算する
まずusageに記録されたトークン数を使います。区分ごとの数量を100万で割り、対応する単価を掛けて合算するのが基本です。
次の使用量を仮定します。
- 通常入力10,000トークン。
- 課金対象の出力は合計2,000トークン。
- キャッシュ読み取り、書き込み、別料金のツールはなし。
実際のリクエストは一定ではありません。プロンプトが長くなったり、推論量が増えたりすれば費用も変わります。月額を予測するときは、できるだけ自分のリクエストの使用量分布を用い、課金対象の再試行やツール料金も含めます。平均値だけでは、少数の高額な長文処理を見落とすことがあります。
推論トークンは出力に含まれる
output_tokens_details.reasoning_tokensに表示され、合計のoutput_tokensにも含まれています。計算には出力合計を使い、推論分を二重に足さないでください。使用量フィールドは推論ガイドに説明があります。可視の回答が生成される前に出力上限へ達する場合もあります。その場合でも入力と推論の課金対象トークンを消費している可能性があります。再試行を決める前に、usageとレスポンスの状態を確認します。
プロンプトキャッシュで料金はどう変わる？
同じ指示、例、参考文書を複数のリクエストへ送る場合、キャッシュで繰り返し部分の費用を減らせます。入力は次の3区分に分けます。
- 通常入力：通常の入力単価で請求されるトークン。
- キャッシュ書き込み：指定した有効期間でキャッシュへ書くトークン。
- キャッシュ読み取り：既存キャッシュから再利用できた対象トークン。
計算例：同じプレフィックスを10回再利用
8,192トークンのプレフィックスを10回送るとします。初回に全体を書き込み、続く9回は有効なキャッシュから読み取ります。比較するのはプレフィックスの入力費用だけで、出力、ほかの入力、長文料金の調整、ツールは含みません。
| 処理方法 | 計算 | 10回分のプレフィックス費用 |
|---|---|---|
| 毎回通常入力 | 8,192 × 10 × $1 / 1M | $0.08192 |
| 30分の書き込み1回＋読み取り9回 | 8,192 × ($1.25 + 9 × $0.05) / 1M | $0.0139264 |
| 12時間の書き込み1回＋読み取り9回 | 8,192 × ($2.50 + 9 × $0.05) / 1M | $0.0241664 |
Responses APIのusageに両方の有効期間の書き込みが報告される場合、総入力から課金対象の読み取りと書き込み合計を引けば通常入力を求められます。そのうえで、30分と12時間それぞれの書き込み数量に対応単価を適用します。ゲートウェイがこのフィールドを返さない場合、欠けた数量をゼロ扱いせず、その提供元の請求情報を使います。
入力が272Kトークンを超えたら？
通常入力300,000トークン、課金対象出力2,000トークンのStandardリクエストを仮定し、キャッシュとツール料金を除くと：
- 入力：300,000 × $2 / 1M = $0.60
- 出力：2,000 × $7.50 / 1M = $0.015
- 合計：$0.615
1,050,000トークンのコンテキストウィンドウには大きな入力と出力を収められますが、その範囲の全リクエストが短いコンテキストの単価になるわけではありません。長文書やエージェント履歴では、毎回送る入力を計測し、繰り返すコンテキストも予測へ含めます。
Batch・Flex・Fastとツール料金
単価に加え、納期要件も考えて選びます。
- Batchは非同期で、処理枠は24時間です。定期的な分類処理など、待てる作業に向きます。Batchガイドを参照してください。
- Flexは遅延を許容できる処理に適しています。リソース不足のレスポンスでは再試行が必要になる場合があります。OpenAIはこの特定のFlexエラーを課金しないと説明しています。再試行をStandardへ切り替えたら、実際のモードの料金で予算を組みます。Flex processingを参照してください。
- Fastはトークン単価が高いため、待ち時間短縮の価値と増えるトークン料金を比較します。
Terraはタスク単位でも必ずSolより安い？
GPT-6.1 TerraのStandard・短いコンテキストの入力／出力単価は、GPT-6.1 Solの半分です。100万トークンあたり$1/$5に対し、Solは$2/$10です。同じ条件で課金トークン数が完全に同じなら、Terraのモデル料金は半分になります。
ただし、タスク完了までのトークン数や再試行回数は異なる場合があります。仮の例として、Solが1回0.04米ドルで検収を通る結果を出すとします。Terraが同じ基準を満たすまで1回0.02米ドルを2回必要とすれば、モデル費用は同額です。3回目が必要なら、この例ではTerraの方が高くなります。
本番計画では、すべての試行の課金総額を、検収を通ったタスク数と比較します。
検収を通ったタスクあたりの費用 = 全試行のモデル料金と該当ツール料金 / 検収を通ったタスク数人の確認作業と待ち時間は、一貫した換算方法がなければ分けて扱います。検収を通ったタスクがゼロなら、この単位費用は定義できません。この比較により、トークン単価の低さと、使える成果を届ける費用の低さを区別できます。
実際の処理量に合わせて予算を組む
月額を決める前に、完了タスクの代表的なサンプルを集めます。各タスクについてモデル、処理モード、入力／出力使用量、課金対象のキャッシュ読み取りと書き込み、ツール呼び出し、再試行、検収結果を記録します。
通常のリクエストと、特に長いものや複雑なものを分け、区分ごとの単価に想定件数を掛けます。試験運用後は、選んだプロバイダーの実際のusageと請求書で見直します。キャッシュヒット率と出力長は、単価表だけより実トラフィックから予測する方が確かです。
よくある質問
キャッシュ読み取りと書き込みは一緒に請求される？
1つのリクエストの異なる部分を読み取りと書き込みに分けて請求できます。同じ課金分類の同一トークンを、通常入力と書き込みの両方で請求することはありません。usageの内訳と有効期間別の単価を使います。
出力が272Kを超えると高い料金になる？
いいえ。境界は入力トークン数です。入力が272,000トークンを超えると、出力を含めたリクエスト全体にOpenAIの長文料金が適用されます。
