GPT-6 Astraの費用、長い入力の倍率と見えない推論量に注意

モデルページの標準料金は100万トークン当たり入力10ドル、出力50ドル。キャッシュ済み入力は１ドル、キャッシュへの書き込みは12.50ドルと表示される。同じ入力でも処理区分によって単価が異なり、保存した内容を再利用する場合と、新しく保存する場合を分ける必要がある。

さらに入力が27万2000トークンを超える要求では、要求全体について入力とキャッシュの料金が２倍、出力が1.5倍になる。境界を超えた部分だけに高い料金を付ける説明ではない。大きな資料を一度に送る設計では、文脈に収まるかという容量の確認と、この料金条件の確認を別に行う必要がある。

入力を調べる手段として、公式文書は送信前のトークン計数機能を案内する。文章だけでなく、メッセージ、画像、ファイル、ツールなどを含む要求を対象とし、役割や区切りを表す構造上のトークンも数える。日本語の文字数を一定の数で割る簡易計算だけでは、こうした入力全体を把握できない。

一方、入力の計数だけでは最終的な総額は決まらない。推論に使ったトークンはAPIで本文として見えなくても出力として課金される。OpenAIは応答の使用量情報に推論トークン数を記録すると説明する。回答が短いことと、モデルの処理量が少ないことは同じではない。

出力上限の設定も、表示される文章だけに作用するわけではない。推論と可視の出力などを含む生成量を制限するため、上限に達すると文章が出る前に未完了の応答となる場合がある。費用を抑えるつもりで上限を下げた際には、作業が完了したかも合わせて確認する必要がある。

また、高速モードは適用料金の２倍とされる。標準単価で作った試算をそのまま流用せず、入力長やキャッシュ区分とともに実行モードを記録すれば、料金差の原因を追いやすくなる。