エージェント AI のトークン消費量とコスト見積もりガイド
マルチステップのエージェント型ワークフローは、1回のクエリとはまったく異なるトークン消費パターンを持ちます。 ステップを重ねるごとにコンテキストが蓄積され、ツール定義や実行結果にもトークンが必要です。 推論による追加の出力トークンも含め、条件を明示した概算方法を解説します。
エージェントはなぜ 1 回のクエリより高コストなのか
1 回の LLM クエリはプロンプトを送信し、レスポンスを受け取るだけです。エージェントループではこれが繰り返し発生します。 各ステップは累積された会話履歴、新しいツール結果、タスク指示をすべて再送信します。 1 回の応答との料金差は、呼び出し回数、履歴の再利用、モデルごとの料金によって変わります。
エージェント型ワークロードを 1 回のクエリと区別する 3 つの主要なコスト要因:
- コンテキストウィンドウの蓄積 — 各ステップで過去のメッセージ、ツール結果、システム指示を再送信
- ツール呼び出しのトークン — ツール定義、引数、結果に必要な入出力トークンは処理内容に応じて変わる
- 推論トークン — 推論で追加される課金対象の出力はモデルとタスクにより異なり、実測が必要
データベース上のエージェント対応モデル
カタログ全 3092 モデルのうち、295 が
responseSchema(構造化出力 / ツール呼び出し)と systemMessages の両方をサポートし、
かつ有効な料金データを持つ — つまりエージェント型ワークフローに利用可能です。
このうち 189 は推論 / チェーン思考にも対応しています。
100 万トークンあたりの合計コストは、最安の非推論モデル deepseek-ocr の $$0.060 から、 最安の推論モデル gpt-oss-20b の $$0.190 まで — 3倍 の開きがあります。
最安エージェントモデルを比較 →エージェントのトークン消費パターン
パターン A — 単純なチェーン
ステップ 1 → ステップ 2 → ステップ 3。コンテキストは線形に成長。総トークン数 = (累積コンテキスト + 新しい指示 + 出力) の各ステップ合計。各ステップで以前の会話全体を再送信。
例:3 回呼び出すコードレビューエージェントを考えます。入力は 1 回目が 2,000、2 回目が 4,000、3 回目が 6,000 トークン、出力は各回 1,000 トークンとすると、合計は入力 12,000、出力 3,000 トークンです。後続の入力には、それまでの会話履歴の再送信分も含まれます。
API の使用量から計算する場合は、各呼び出しで報告された入力・出力の合計をそれぞれ 1 回だけ足します。OpenAI の使用量データでは、キャッシュ済みトークンは入力数に、推論トークンと生成したツール呼び出し引数は出力数に含まれます。これらを再加算せず、キャッシュ分には対応する入力単価を適用します。再試行やサブエージェントの呼び出し、別料金のホスト型ツールも個別に計上します。他社 API では使用量の内訳を確認してください。
パターン B — スーパーバイザー + ワーカー
プランナーがサブタスクを分配(ファンアウト、結果マージ)。推論プランナーがタスクを分解し、安価な実行モデルが並列処理。マージステップでは全ワーカーの出力を再送信するため、最後のステップが最も高コストになる。
パターン C — リフレクション付きループ
エージェントが行動、観測、内省、再試行を繰り返す。コンテキストが最も速く成長。再試行のたびに全履歴と新しい試行を再送信。このパターンはデバッグや反復的なコード生成エージェントで支配的。
コストシナリオ
表は記載したリクエスト数とカタログ料金に基づくトークン費用の概算であり、実測した節約額ではありません。キャッシュ書き込み、保存期間・ストレージ、外部ツール、再試行、待ち時間の費用は含みません。タスク精度は別途評価してください。
月間コストは、掲載した各モデルの試算額を算術平均した値です。月間実行数をモデル間で均等に分配する前提であり、カスケード欄も全モデルを毎回順番に呼び出す費用ではありません。実際の振り分け比率、トークン数、成功率を使って個別に見積もる必要があります。
コードレビューエージェント(3ステップ)
入力: 12.0K · 出力: 3.0K · 月間実行数: 50,000
| 戦略 | モデル | 月間コスト | 対プレミアム比率 |
|---|---|---|---|
| 予算のみ | deepseek-ocr, l3-8b-lunaris, qwen2.5-7b-instruct | $37.50 | -50% |
| カスケード | deepseek-ocr, gpt-oss-20b | $34.50 | -54% |
| プレミアムのみ | gpt-oss-20b, gpt-oss-120b, deepseek-r1-distill-qwen-14b | $75.50 | — |
Web リサーチエージェント(5ステップ)
入力: 25.0K · 出力: 4.0K · 月間実行数: 10,000
| 戦略 | モデル | 月間コスト | 対プレミアム比率 |
|---|---|---|---|
| 予算のみ | deepseek-ocr, l3-8b-lunaris, qwen2.5-7b-instruct | $14.50 | -47% |
| カスケード | deepseek-ocr, gpt-oss-20b | $12.35 | -55% |
| プレミアムのみ | gpt-oss-20b, gpt-oss-120b, deepseek-r1-distill-qwen-14b | $27.33 | — |
カスタマーサポートトリアージ(3-7ステップ)
入力: 12.0K · 出力: 1.5K · 月間実行数: 100,000
| 戦略 | モデル | 月間コスト | 対プレミアム比率 |
|---|---|---|---|
| 予算のみ | deepseek-ocr, l3-8b-lunaris, qwen2.5-7b-instruct | $67.50 | -91% |
| カスケード | deepseek-ocr, qwen3-coder-30b-a3b-instruct | $82.50 | -89% |
| プレミアムのみ | gpt-4.1-mini, gpt-4.1-mini-2025-04-14, GPT-4.1 mini | $720.00 | — |
成功タスク1件あたりのコストで比較する
トークン単価だけでは、品質基準を満たした成果を1件得る費用はわかりません。 同じ作業と計測期間について、再試行やエージェントの各ステップを含むAPI請求額の合計を、 合格したタスク数で割って比較します。失敗した試行も請求額には含めます。
仮の例では、ルートAは100件を試行し、総額40ドルで40件が合格すると、成功1件あたり1.00ドルです。 ルートBは同じ100件で総額60ドル、80件が合格すれば0.75ドルです。 Bは総額が高くても、合格した成果1件あたりの費用は低くなります。 これらは説明用の数字であり、実際のモデル性能を示すものではありません。
Calculatorでトークン料金を概算したうえで、 同じ合格基準を使って実際の請求対象の利用量と成果を記録してください。 一般的なベンチマークの順位をタスク成功率とみなすことはできません。 「1試行あたりの費用 ÷ 想定成功率」という簡易計算では、再試行や追加のツール料金を見落とすことがあります。
料金データはカタログから取得しています。出典と鮮度はデータソースをご確認ください。
最適化戦略
プロンプトキャッシュ
プロバイダーが対応している場合、再利用するシステム指示やツール定義を同じプロンプト接頭辞にまとめると、キャッシュヒットを得やすくなります。
カタログの cachedInputUsdPer1MTokens はモデル・提供経路ごとのキャッシュ入力料金で、全モデル共通の割引率ではありません。
書き込み料金、保持期間、ストレージ費用は条件によって異なります。
OpenAI、
Anthropic、
Gemini の条件を確認してください。
上記の Web リサーチ例でも入力の再利用によって費用が下がる可能性がありますが、実際の削減額はヒット率、書き込み・保持費用、再利用トークン数に左右されます。
モデルカスケードルーティング
分類には低コストのモデルを使い、必要な分析や検証で推論モデルに切り替える方法があります。 料金差は振り分け条件、出力トークン、再試行、タスク精度に左右されます。固定の節約率を前提にせず、各シナリオで比較してください。
コンテキストウィンドウの予算管理
履歴を短くしても、必ずしも安くなるとは限りません。要約や削除でプロンプトの共通部分が変わるとキャッシュ割引が失われ、削除したツール結果を再取得する呼び出しが増える場合があります。 要約前後で、キャッシュ読み取り・書き込みトークン数、追加の呼び出し数、成功タスク1件あたりの請求額を比較してください。 2026年のコーディングエージェント研究と OpenAIの説明が、このトレードオフを示しています。
並列サブタスク
安価な実行モデルにファンアウトし、1 回の推論呼び出しで結果をマージします。 これにより実行ブランチのコンテキスト成長はフラットに保たれ、コストはマージステップに集中します。
重要なポイント
- 最安のエージェント対応モデル($$0.060/M 合計)と プレミアム推論モデル($$2.00/M+ 合計)の差は 33倍 — これはトークン単価の比較であり、タスク品質を示すものではありません。
- カスケードによって概算トークン費用を抑えられる場合があります。全工程を推論モデルで処理する構成と精度・再試行を比較してください。
- ツール定義、呼び出し、結果、再試行にもトークンが必要です。実際の使用量を計測してください。
- キャッシュは、再利用率が高く書き込み・保存費用に見合う場合に有効です。モデルごとの料金を確認してください。