OpenAI のコスト（1 トークンあたりの見方）
OpenAI の“1 トークンあたり”の考え方を整理し、入力/出力で見積もる方法を説明します。
The problem
「OpenAI cost per token」が分かりにくいのは、単位（input/output）、トークン種類、リトライ増幅が混ざっているからです。
“コスト/トークン”の正しい意味
OpenAI の価格は多くの場合、入力トークンと出力トークンで分かれています。請求は両方の合計に連動します。
コスト分解
- 入力トークン：プロンプト + ツール文脈
- 出力トークン：モデルの応答
- 追加呼び出し：リトライやツールチェーンで増える
例
1 回のリクエストで入力 10k、出力 3k トークンを使うなら、入力/出力のレートに当てはめて、リクエスト回数でスケールします。
よくあるミス
- 出力トークンを見ていない
- 1 回のモデル呼び出し = 1 ユーザー操作だと思い込む
- リトライ増幅を考慮していない
次のステップ
計算機ページで、見積もりを日次/月次コストに変換します。
Related reading
Models
Claude のコスト（見ておくべきポイント）
入力/出力トークンと、ワークフローが起動する呼び出し回数から Claude コストを見積もる方法。
Models
DeepSeek API の価格とコスト要因
DeepSeek のコスト見積もりと、プロンプト最適化・リトライ削減が効く理由を解説。
Models
GPT-4 と Claude のコスト：選び方の基準
ワークフローの請求トークン使用量を基準に、GPT-4 と Claude の選び方を整理。
Models
Kimi API 料金（追うべきポイント）
input/output tokens とワークフローの呼び出し回数から Kimi の料金を理解し、支出をコントロールできるようにします。