定額制とトークン従量制のLLM API比較：無制限がお得になる使い方

トークン料金が予想以上に膨らむ理由

チャットモデルは状態を保持しないため、各リクエストに会話全体を含めて送信します。チャットが50,000トークンに達すると、次のメッセージでも、その次でも、その50,000トークンを再送信します。多くの場合、請求額の大半を占めるのは返信ではなく入力トークンです。

3つの具体的な計算例

以下はトークン数のみの計算です。100万トークン単位に換算し、各プロバイダーの100万トークンあたりの料金を掛けると、費用を見積もれます。

月に数千万から数億トークンを使うと、トークン単価が安くても費用はすぐに膨らみ、総額がわかるのは月末になってからです。プロンプトキャッシュの割引があれば負担を減らせますが、条件はプロバイダーによって異なり、通常はキャッシュ済みのトークンにも料金がかかります。

定額制で変わること

• 費用の見通しが立つメッセージを10件送っても1万件送っても、料金は変わりません。
• 利用を自分で切り詰める必要がない節約のためにコンテキストを削ったり、再生成を控えたりする必要がなくなります。こうした節約は、出力の質を下げる原因になりがちです。
• 制限されるのは利用量ではなく同時実行数プランごとに同時実行できるリクエスト数が決まっています。その範囲内なら、利用量は無制限です。

トークン従量制がお得なケース

率直に言えば、週に数回、短いリクエストを送る程度なら、従量課金のほうが安くなります。バッチ処理で数十件のリクエストを並列実行する必要がある場合も、トークン従量制のプロバイダーのほうが同時実行数を増やしやすくなります。定額制が有利なのは、ロールプレイ、執筆、コーディングエージェント、調査など、長いコンテキストを使いながら継続的にやり取りする用途です。

Unquantの料金体系

全プランでトークン数もメッセージ数も無制限です。プランによって、モデル、コンテキストウィンドウ、同時ストリーム数が異なります。すべてのプランを見る。