OpenAI
画像理解対応モデルでは、PDFから抽出したテキストと各ページ画像を入力します。Responses APIではinput_file.detailにlow・high・autoを指定できます。これはページ画像の処理量を調整する設定で、抽出テキストは引き続き入力されます。APIの種類により利用できる設定が異なります。
文書理解 · API料金
ページ数だけでは請求額は確定しません。OpenAI・Claude・Geminiでは、PDFのテキストとページ画像を課金対象へ変換する方式が異なります。まず実際のAPI使用量を使い、未計測なら仮定を明示して見積もります。
提供元ごとの仕様
画像理解対応モデルでは、PDFから抽出したテキストと各ページ画像を入力します。Responses APIではinput_file.detailにlow・high・autoを指定できます。これはページ画像の処理量を調整する設定で、抽出テキストは引き続き入力されます。APIの種類により利用できる設定が異なります。
Claudeは各ページから文字を抽出し、同時にページを画像として処理します。公式資料では一般的なページのテキスト部分を約1,500〜3,000トークンとしていますが、画像トークンは別に必要です。PDF固有の追加料金はなく、通常のAPI料金が適用されます。
公式文書にはページあたり258トークン相当の説明があり、解像度設定などはモデルによって異なります。Gemini 3ではPDFから抽出したネイティブテキストは課金されず、ページ画像の処理トークンは使用量情報のIMAGEに記録されます。旧モデルの計算方式をそのまま当てはめないでください。
ページ単位で課金するOCRとは料金体系が異なります。関連する画像入力のトークン計算も参照してください。
実測に基づく計算
例として、PDF合計1,000ページの処理結果が、課金対象の入力240万トークン、出力8万トークンだったとします。入力100万あたり$1、出力100万あたり$4という仮定の単価なら、2.4 × $1 + 0.08 × $4 = $2.72です。これは計算例であり、OpenAI・Claude・Geminiの公式単価ではありません。同じ条件で入力が400万トークンなら$4.32です。
導入前の概算
例えば10ページのPDFを100件、合計1,000ページ処理するとします。課金対象のページ入力が1ページあたり1,800トークン、指示文がPDF 1件あたり500トークン、回答が1件あたり700トークンという仮定なら、入力は185万トークン、出力は7万トークンです。先ほどの仮定単価(入力$1・出力$4/100万)では$2.13となります。1,800は説明用の仮定で、特定提供元のPDF変換量ではありません。
検索可能なPDFとスキャン画像、複雑な図表、解像度、モデル世代、指示文、キャッシュ、バッチ、再試行によって料金は変わります。特にGemini 3の抽出テキスト非課金の仕様があるため、同一のページ換算値で提供元を順位付けしないでください。
このサイトの計算機は指定されたトークン数を料金に変換します。PDF自体のアップロードや、ページ画像のトークン数の自動算定は行いません。その他の費用はLLM APIの隠れたコストをご覧ください。