LLM API比較と料金一覧｜2026年10月前半時点

「どの​LLMの​APIを​使えば​いいか」と​いう​相談は、​この​半年で​答え方が​変わった。​9月だけでも、​Anthropicの​Claude Opus 5.5や​Sakana AIの​Fugu Max・Ultra v2など、​各社が​新しい​モデルと​料金を​相次いで​出しており、​3か​月前の​比較表は​もう​使えない。

一方で、​単価の​表を​1枚​並べても、実際の請求額はほとんど予測できない。​同じ​文章でも​モデルに​よって​トークン数が​変わり、​長い​資料を​渡すと​単価が​上がる​モデルが​あり、​推論に​使った​トークンは​出力と​して​請求される。

• 本記事は、​業務で​使う​クラウドの​LLM APIを、各社の公式料金ページとモデル一覧だけを​出典に​比較する。​数値は​2026年9月29日​（OpenAIは​DevDay後の​9月30日）に​確認した
• 表は1モデル1行にし、​毎月​1日と​16日に​更新する。​更新の​記録は​末尾の​「更新履歴」に​残す
• モデルを​出力単価で軽量帯・中位帯・上位帯の​3つに​分け、​用途ごとに​「どの​帯から​試すか」の​目安を​示す
• 日本企業が​契約前に​確認すべき、データの処理地域・保持・学習利用・クラウド経由の提供・レート制限を​各社の​公式ドキュメントで​確認した​範囲で​整理する

ローカルで​動かすオープンウェイトモデルは​扱わない。​そちらはローカルLLM比較2026で​比較している。

この​​記事の​​対象読者

• 生成AIを​組み込んだ​業務システムを​作っていて、​使う​モデルと​APIの​費用を​見積もる​必要が​ある​開発者・PM
• 複数社の​APIを​併用していて、​最新の​料金と​提供条件を​半月ごとに​確認したい​実装担当者
• 情報システム部​門と​して、​外部​APIに​社内データを​渡す前に​データの​扱いを​確認したい方
• 稟議の​ために、​1件あたり・月あたりの​費用の​根拠を​示す必要が​ある​推進担当者

比較の​​前提と​​表の​​読み方

各社の​料金ページは、​書き方も​課金の​単位も​揃っていない。​表を​読む前に、​次の​前提を​押さえておく。

単位と条件を揃えた。 表の​単価は​すべて、​100万トークンあたりの​米ドル、​標準処理​（Standard）、​キャッシュを​使わない​場合の​定価である。​大口の​個別割引は​含まない。

「短い文脈」の単価で並べた。 入力が​一定の​長さを​超えると​単価が​上がる​モデルが​ある。​境目と​上がった​後の​単価は、​各行の​備考と​各社の​節に​書いた。

思考のトークンは出力として請求される。 OpenAIの​推論ガイドは​推論トークンを​出力トークンと​して​請求すると​書き、​Anthropicの​ドキュメントも​思考に​使った​トークンを​出力と​して​請求すると​明記している。​Googleの​料金ページも​出力単価の​欄を​「思考トークンを​含む」と​している。画面に見える回答が短くても、出力の請求は長くなりうる。

同じ文章でもトークン数は同じではない。 Anthropicの​料金ページは、​Claude 4.7以降の​モデルが​使う​新しい​トークナイザーは、​同じ​文章に​対しておよそ​30%多く​トークンを​数えると​書いている。​モデルが​違えば​トークンの​数え方も​違う​ため、単価だけでは費用を比べられない。​最終的には​自社の​実データを​流して、​1件あたりの​請求額で​比べる​必要が​ある。

最新モデルの​​料金一覧​（2026年10月前半時点）

出力単価で​3つの​価格帯に​分けた。​境目は、​軽量帯が​出力5ドル以下、​中位帯が​6〜12ドル、​上位帯が​20ドル以上である。

拡大 ⤢

表の​「試算」は、1件あたり入力3,000トークン・出力500トークンの処理を1万件流した​場合の​計算例である。​キャッシュなし、​標準処理、​短い​文脈の​単価で、​次の​式で​計算した。​実測値ではなく、​思考トークンを​含めた​出力の​長さや​トークナイザーの​違いで​実際の​額は​変わる。

試算額 ＝ 1万件 ×​（3,000 × 入力単価 ＋ 500 × 出力単価）​÷ 100万

OpenAIの​モデルは​料金の​条件が​多いため、​次節の​「OpenAI」の​表に​まとめた。​この​表は​Anthropic・Google・Sakana AIの​モデルである。

Claudeの​キャッシュ入力は​キャッシュの​読み出し単価で、​書き込みは​別料金​（5分キャッシュで​入力単価の​1.25倍、​1時間キャッシュで​2倍）である。​Geminiの​キャッシュ入力は​コンテキストキャッシュの​単価で、​別に​保存時間に​応じた​料金が​かかる。​Gemini 3.1 Pro Previewの​キャッシュ保存料は​100万トークン1時間​あたり$4.50である。​Fugu Maxの​APIでの​モデルIDは、​公式ページに​記載が​なかった。

各社の​​料金ルールと​​提供条件

単価の​表に​入りきらない​条件を、​社ごとに​まとめる。​見積もりの​誤差は、​ほとんどが​ここから​生まれる。

OpenAI：GPT-6 Astra・GPT-6.1 Sol・GPT-6 Luna

本節は、​OpenAI DevDay 2026​（日本時間9月30日）の​後に​確認した​公式ドキュメント​（料金・モデル一覧・変更履歴、​2026年9月30日確認）に​基づく。​DevDayの​発表全体はOpenAI DevDay 2026まとめで​整理している。

OpenAIの​モデル一覧は、​複雑な​推論と​コーディングには​GPT-6 Astra、​性能と​費用の​均衡には​GPT-6.1 Sol、​費用を​重視する​大量処理には​GPT-6 Lunaを​勧めている。​Astraは​9月3日、​Lunaは​9月22日、​GPT-6.1 Solは​9月29日に​APIで​公開された。​GPT-6.1 Solは​9月22日​公開の​GPT-6 Solの​改良版で、​料金ページの​表では​GPT-6 Solと​入れ替わった。​3モデルとも​文脈長​（コンテキストウィンドウ）は​1.05Mトークン、​出力の​上限は​128Kトークンである。

• 短い文脈と長い文脈で単価が違う。 Solと​Lunaの​短い​文脈の​単価は、​変更履歴で​「入力272Kトークンまで」と​定義されている。​超えると​入力と​キャッシュ入力が​2倍、​出力が​1.5倍に​なる。​Astraも​料金ページで​単価が​2段に​分かれているが、​境目の​トークン数は​料金ページにも​変更履歴にも​書かれていなかった
• キャッシュの書き込みにも料金がかかる。 短い​文脈で、​Astraは​$12.50、​GPT-6.1 Solは​$2.50、​Lunaは​$0.125​（いずれも​100万トークンあたり）
• GPT-6.1 Solはキャッシュ入力が安く、推論を切れない。 キャッシュ入力は​GPT-6 Solの​$0.20から​$0.10​（通常入力の​5%）に​下がった。​一方で、​推論設定の​ none と minimal に​対応しておらず、​Chat Completionsでは​ツールを​呼べない。​GPT-6 Solで​推論を​切っていた​処理を​移すと、​推論の​分だけ出力トークンが​増えうる
• 処理の種類で単価が変わる。 Batch​（非同期の​一括処理）と​Flexは​標準の​半額、​Fast mode​（2026年7月30日に​Priority processingから​改称）は​標準の​2倍である。​DevDayで​新設された​Ultrafastは、​一般​提供が​GPT-6 Astraのみで、​単価は​標準の​6倍である​（公式ガイドは、​GPT-5.6 Solを​営業窓口経由の​プレビューと​している）
• データの扱い。 APIに​送った​データは、​利用者が​明示的に​共有を​選ばない​限り学習に​使わないと​公式ガイドに​書かれている。​不正利用の​監視ログは​既定で​最大30日保持される。​ゼロデータ保持​（ZDR）の​対象に​なる​エンドポイントも​一覧で​示されている
• 日本の扱い（利用条件）。 データ所在地の​地域に​日本が​あり、jp.api.openai.com で​保存先を​日本に​できる。​ただし​使えるかは​モデルごとに​異なり、GPT-6.1 Solのデータレジデンシーは米国とEUのみである。また日本は保存のみの対応で、推論の地域処理には対応していない（地域処理は​米国・欧州・UAE）。​利用には、​不正利用監視の​制御​（Modified Abuse Monitoring）か​ZDRの​承認と、​保持条件を​変更する​契約​（Modified Retention amendment）が​必要と​されている
• データ所在地の課金条件。 料金ページは、​2026年3月5日以降に​公開された​対象モデルに​ついて、​地域処理​（データ所在地）の​エンドポイントに​10%の​上乗せが​かかると​書いている。​保存のみの​日本の​エンドポイントが​この​上乗せの​対象に​なるかは、​料金ページと​データ管理の​ガイドの​記述だけでは​読み切れなかった​ため、​契約前に​確認する
• クラウド経由。 2026年6月から​Amazon Bedrockで​OpenAIの​モデルが​提供されている。​9月30日時点の​料金ページは、​Amazon Bedrockと​Microsoft Azure経由の​OpenAIの​モデルは​それぞれの​サービスで​請求されると​して、​各社の​料金ページを​案内している​（9月28日​時点に​あった​「Bedrockの​商用リージョンの​料金は​直接契約と​同じ」と​いう​記載は​無くなった）。​GPT-6の​各モデルが​使えるかと​単価は、​AWS・Azure側の​一覧で​確認が​必要である
• レート制限。 支払い​実績に​応じた​Tier 1〜5の​段階が​あり、​組織単位と​プロジェクト単位で​上限が​決まる。​9月2日からは、​急な​流量増加​（429の​ slow_down）と​一時的な​過負荷​（503の​ server_is_overloaded）が​エラーで​区別されるようになった

Anthropic：Claude

Anthropicの​モデル一覧は、​迷ったら​まずClaude Opus 5.5を​多くの​用途で​試し、​それでも​足りない​難しい​推論や​長時間の​エージェント作業には​Claude Fable 5.1を​使うよう​案内している。​Opus 5.5は​2026年9月22日の​公開で、​思考​（adaptive thinking）が​常に​オンに​なっており無効に​できない。​思考の​深さは​effortで​調整する。

• 長い文脈の上乗せがない。 Claude 4.6以降の​モデルは、​1Mトークンの​文脈全体を​標準単価で​使えると​明記されている。​90万トークンの​リクエストも​9,000トークンの​リクエストも、​トークンあたりの​単価は​同じである
• キャッシュの割引が大きいモデルがある。 キャッシュの​読み出しは​通常は​入力単価の​10%だが、​Opus 5.5は​5%、​Fable 5.1は​2.5%に​設定されている。​同じ​資料を​何度も​読ませる​RAGや​エージェントでは、​この​差が​効く
• Batch APIは入出力とも半額。 Fast mode​（研究プレビュー）は​Opus 5.5で​入力$8／出力$40と、​標準の​2倍に​なる
• データの処理地域。 inference_geo で​推論の​場所を​指定できるが、​選べるのは​ global（既定）と us の​2つだけで、us を​指定すると​全トークンが​1.1倍に​なる。​保存先の​地域​（Workspace geo）も​現時点で​ us のみである。​日本を​指定する​設定は、​ドキュメント上に​見当たらなかった
• データ保持。 保持した​データを​明示的な​許可なく​学習に​使わないと​明記している。​ただしFable 5.1などは​30日間の​データ保持が​必須の​対象モデルで、​ZDRは​原則と​して​使えない
• クラウド経由。 現行の​4モデル​（Fable 5.1・Opus 5.5・Sonnet 5.5・Haiku 4.5）には、​Amazon Bedrock、​Google Cloud、​Microsoft Foundryの​モデルIDが​公開されている。​Foundryと​「Claude Platform on AWS」は​直接契約と​同じ​単価で、​各クラウドの​請求に​まとめられる。​Bedrockと​Google Cloudは​各クラウドが​料金を​決め、​Anthropicの​料金ページは、​地域を​固定する​エンドポイントには​グローバルより​10%上乗せが​かかると​書いている
• レート制限。 Start・Build・Scaleの​段階が​あり、​月の​支出上限は​それぞれ500ドル、​1,000ドル、​20万ドルである。​Opus 5.5は​Startの​段階で​毎分​入力200万トークン・出力40万トークンが​上限で、キャッシュから読んだトークンは入力の上限に数えない

Haiku 4.5は、​引退の​時期が​「2026年10月15日より​前に​は​しない」と​公表されている。​軽量帯で​Haiku 4.5を​使っている​実装は、​次回​（10月16日）の​更新で​状況を​確認する。

Google：Gemini

Gemini 3.8系の​うち、​通常の​テキスト生成に​使う​モデルは​2026年9月29日​時点で​Gemini 3.8 Flashである​（ほかに​音声対話向けの​Liveと​音声合成向けの​TTSが​ある）。​Proの​系統で​料金ページに​載っているのは​Gemini 3.1 Pro Previewで、​プレビュー扱いに​なっている。

• Gemini 3.8 Flashは期間限定の価格。 2026年12月31日まで​入力$0.75／出力$3.75で、​2027年1月1日から​入力$1.50／出力$7.50と​2倍に​なる。年をまたぐ予算は、2027年の単価で見積もる必要がある
• 入力の上限は1,048,576トークン、出力の上限は65,536トークン。 長い​文書を​一度に​生成させる​用途では、​出力の​上限を​先に​確認する
• 処理の種類。 Batchと​Flexは​入出力とも​標準の​半額、​Priorityは​80%増しである
• 長い文脈。 Gemini 3.1 Pro Previewは、​プロンプトが​200Kトークンを​超えると​入力が​2倍、​出力が​1.5倍に​なる
• データの扱い。 料金ページには、無料枠の内容は製品の改善に使われ、有料枠の内容は使われないと​書かれている。​業務データを​試験的に​流す場合でも、​無料枠は​使わない
• 検索によるグラウンディング。 Gemini 3.x全体で​月5,000回まで​無料、​超えると​1,000回あたり14ドル
• レート制限。 プロジェクト単位で、​無料枠と​Tier 1〜3が​ある。​Tier 2は​支払い​100ドルかつ初回支払いから​3日、​Tier 3は​支払い​1,000ドルかつ30日が​条件である。​1日の​上限は​太平洋時間の​午前0時に​戻る

Google Cloud​（Vertex AI）​経由で​使う​場合の​料金と、​東京リージョンで​使えるか​どうかは、​今回の​確認では​公式ページから​読み取れなかった。​Google Cloudで​契約する​場合は、​Google Cloudの​料金ページと​リージョンの​一覧を​個別に​確認して​ほしい。

Sakana AI：Fugu Max・Fugu Ultra v2

Sakana AIは​2026年9月11日に​Fugu Maxと​Fugu Ultra v2を​発表した。​Fuguは​単体の​モデルではなく、複数のモデルに仕事を振り分けて組み合わせるオーケストレーションの仕組みである。​公式は、​Fugu Maxを​費用と​性能の​釣り合い​重視、​Fugu Ultra v2を​応答時間より​複雑な​推論の​質を​優先する​位置づけと​している。

• APIはOpenAI互換。 既存の​Fugu利用者は、​パラメータを​1行変えれば​切り​替えられると​発表で​説明している
• Fugu Maxは文脈の長さによらず単価が同じ。 Web検索・取得の​ツールは​1回0.007ドル
• Fugu Ultra v2は文脈が272Kトークンを超えると単価が上がる。 入力$10.00／出力$45.00／キャッシュ入力$1.00
• 中で使うモデルは開示されない。 どの​モデルを​選び、​どう​組み合わせたかは​設計上​公開しないと​明記している。​出力の​根拠を​モデル単位で​説明する​必要が​ある​業務では、​この​点を​先に​確認する
• 学習利用はオプトアウト方式。 利用​データは​性能改善に​使われうるが、​コンソールから​いつでも​学習利用を​止められると​書かれている。契約したら最初に設定を確認する
• 提供地域。 EU・EEAでは​提供していない。​データの​保持期間と​処理地域は、​公式ページに​記載が​なかった

発表は、​Fugu Maxの​出力単価が​Claude Sonnet 5・GPT-5.6 Terra・Kimi K3より​40〜60%低いと​しているが、​相手は​前の​世代の​モデルで、​比べているのは​出力単価だけである。​ベンチマークの​数字も、​比べた​各モデルの​設定​（推論の​強さなど）が​発表ページに​書かれていないため、​本記事では​性能の​優劣の​根拠に​使わない。

用途別：どの​​価格帯から​​試すか

各社が​公表する​ベンチマークは、​推論の​強さや​試行回数などの​条件が​揃っていない​ことが​多く、​他社との​順位づけには​使いにくい。​そこで​本記事は、性能の順位ではなく、どの価格帯から試し始めるかで整理する。

拡大 ⤢

判断のコツは、1件あたりの単価ではなく、業務1件を終えるまでの総額で​比べる​ことである。​安い​モデルで​3回やり直すより、​上の帯で​1回で​終わる​ほうが​安いことは​珍しくない。​逆に、​分類のような​短い​判断に​上位帯を​使い続けるのは、​費用の​無駄に​なりやすい。​短い​判断を​専用の​モデルやルールに​逃が​す方​法はJevとは？​判断に​特化した​AIの​使いどころ、​トークンその​ものを​減らす設計はLLMトークン節約5パターンで扱っている。

評価の​進め方は​3段階で​よい。​まず過去の​実データから​50〜100件の​評価セットを​作り、​次に​同じ​評価セットを​各帯の​候補モデルに​流して​正解率・1件あたりの​総額・応答時間を​並べ、​最後に​目標を​満たす​最も​安い帯を​選ぶ。​評価セットの​作り方はAIエージェントの​Eval設計で​詳しく​解説している。

日本企業が​​契約前に​​確認する​​こと

料金より​先に​確認すべきなのが、​データの​扱いである。​社内規程や​顧客との​契約で​「国外に​データを​出さない」​「学習に​使わせない」と​決めている​場合、​単価が​いくら安くても​使えない​モデルが​ある。

判断基準と​​確認方​​法

各社の​​現状​（2026年9月29日確認）

OpenAIの​同じ​項目は、​前節の​「OpenAI」に​まとめた。

「記載なし」​「確認できず」は、​その​扱いが​ないと​いう​意味ではない。公式ページで確認できなかった項目は、契約前に営業窓口に文書で確認する。 外部の​APIに​社内データを​渡す前の​確認点はAIガバナンスと​実装セキュリティで​詳しく​整理している。​国外に​データを​出せない​業務では、​ローカルで​動かすモデルも​選択肢に​入る。​その​比較はローカルLLM比較2026を​参照して​ほしい。

FDXの​支援

FDXは​AX​（AI Transformation）の​実装パートナーと​して、​業務の​分解から​実装・現場定着・運用移管までを​支援している。

モデルの​選定で​実際に​効くのは、​料金表の​比較より、自社の業務を評価できる形に切り出し、モデルを差し替えられる構成にしておくことである。​モデルは​半月単位で​入れ替わるが、​評価セットと、​モデルを​差し替えられる​層​（ハーネスエンジニアリングとは？）を​持っていれば、​新しい​モデルが​出る​たびに​同じ​手順で​比べて​乗り換えられる。

FDXが​支援した​事例では、​ECの​問い​合わせフォームの​AI化で​月1,200件中83%を​AIが​回答する​運用を​実現した。​商社の​英語文献・社内資料の​RAG化では、​文献・​資料の​検索時間を​約70%削減している​（自社推計）。​事例の​詳細はAX導入事例で​紹介している。

• どの​業務に​どの​帯の​モデルを​使うかを​業務の​棚卸しから​決めたい​場合は、FDX Expert​（AIアセスメント）
• 業務フローの​再設計と​あわせて​AIを​組み込みたい​場合は、FDX BPR
• まず​自社の​現状を​把握したい​場合は、AX診断

よく​​ある​​質問​（FAQ）

Q1. LLMの​​API料金は​​何を​​基準に​​比べれば​​よいか？

A. 単価の​表ではなく、​業務1件を​終えるまでの​総額で​比べる。​トークン数の​数え方、​思考トークンの​請求、​長い​文脈での​単価の​上昇が​モデルごとに​違う​ためである。​過去の​実データで​評価セットを​作り、​候補の​モデルに​流して、​1件あたりの​請求額と​正解率を​並べるのが​確実である。

Q2. 一番​​安い​​モデルを​​選べば​​費用は​​下がるのではないか？

A. 下がるとは​限らない。​安い​モデルで​正解率が​足りず、​やり直しや​人の​確認が​増えると、​業務1件あたりの​総額は​かえって​上がる。​逆に、​分類のような​短い​判断に​上位の​モデルを​使い続けるのは​無駄が​大きい。​用途ごとに​最も​安い帯から​試し、​目標の​正解率に​届かない​場合だけ帯を​上げる​進め方が、​費用と​品質の​両方を​守りやすい。

Q3. 同じ​​文章なら、​​どの​​モデルでも​​トークン数は​​同じか？

A. 同じではない。​モデルごとに​トークナイザーが​違い、​Anthropicは、​Claude 4.7以降の​モデルが​同じ​文章に​対しておよそ​30%多く​トークンを​数えると​公式の​料金ページで​説明している。​単価が​同じでも、​請求額は​変わりうる。​比較する​ときは、​自社の​日本語の​文書を​実際に​流して、​請求された​トークン数を​確認する​必要が​ある。

Q4. 日本国内で​​データを​​処理できる​​LLMの​​APIは​​あるか？

A. 本記事で​確認した​各社の​直接契約の​APIでは、​日本国内での​推論処理を​指定できる​設定は​見当たらなかった。​保存先を​日本に​できる​APIでも、​推論は​国外で​行われ、​保存先の​指定自体に​不正利用​監視や​データ保持の​条件を​満たす承認が​必要な​場合が​ある。​Google Cloudや​AWSなどの​クラウド経由で​地域を​指定できる​場合も​ある​ため、​使う​モデルと​地域ごとに​各クラウドの​公式ページで​確認し、​契約前に​文書で​確かめて​ほしい。

Q5. 料金は​​どの​​くらいの​​頻度で​​変わるのか？

A. 頻繁に​変わる。​2026年9月だけでも​複数の​社が​新しい​モデルと​料金を​出しており、​Gemini 3.8 Flashのように​期間限定の​価格の​モデルも​ある。​本記事は​毎月​1日と​16日に​確認して​更新する。​本番で​使う​場合は、​料金ページと​廃止予定の​ページを​定期的に​確認する​運用を​組み込んで​おくと​よい。

Q6. ベンチマークの​​順位で​​モデルを​​選んではいけないのか？

A. 参考には​なるが、​それだけで​選ぶのは​危うい。​各社が​公表する​ベンチマークは、​推論の​強さや​試行回数などの​条件が​揃っていない​ことが​多く、​どの​設定同士の​比較かが​書かれていない​場合も​ある。​自社の​業務に​近い​評価セットで、​正解率と​1件あたりの​総額を​測った​結果の​ほうが、​選定の​根拠と​して​確かである。

次に​​読むべき記事

• ローカルLLM比較2026｜オープンウェイトモデルの​選び方 — クラウドに​出せない​データを​扱う​場合の​選択肢
• LLMトークン節約5パターン — 同じ​モデルのまま​費用を​下げる​設計
• AIエージェントの​Eval設計｜評価セットの​作り方 — モデルを​比べる​ための​評価セットの​作り方
• AIガバナンスと​実装セキュリティ｜6つの​制御点 — 外部​APIに​データを​渡す前の​確認点
• Jevとは？​判断に​特化した​AIの​使いどころ — 短い​判断を​LLMから​切り出す方​法

まとめ

• 業務用の​LLM APIは、​2026年9月に​各社の​新モデルと​料金が​出そろい、3か月前の比較表は使えない。​本記事は​各社の​公式ページだけを​出典に、​毎月​1日と​16日に​更新する
• 単価の​表だけでは​請求額は​予測できない。思考トークンは出力として請求され、トークナイザーの違いで同じ文章でもトークン数が変わり、長い文脈で単価が上がるモデルがある
• 出力単価で軽量帯・中位帯・上位帯の​3つに​分け​（境目は​5ドル以下​・6〜12ドル・20ドル以上）、​分類・抽出は​軽量帯、​RAGは​軽量〜中​位帯、​コーディング・エージェントと​長文読解は​中位帯から​試す
• 帯を​上げるか​どうかは、自社の評価セットでの正解率と業務1件あたりの総額で決める
• 日本企業は​料金より​先に、推論の処理地域・データ保持・学習利用・クラウド経由の提供・レート制限を​確認する。​公式ページで​確認できない​項目は、​契約前に​文書で​確かめる
• 期間限定の​価格や​モデルの​引退予定が​ある​ため、バージョン付きのIDで固定し、料金と廃止予定を定期的に確認する運用を組み込む

出典・参考文献

• OpenAI「Pricing」​（GPT-6 Astra・GPT-6.1 Sol・GPT-6 Lunaの​短い文脈・長い​文脈の​単価、​キャッシュ​書き込み、​Batch・Flex・Fast mode・Ultrafast、​データ所在地の​上乗せ、​クラウド経由の​請求。​2026年9月28日保存、​9月30日確認）
• OpenAI「Changelog」​（GPT-6 Astra・Sol・Luna・GPT-6.1 Solの​公開日、​短い​文脈が​入力272Kトークンまでである​こと、​Fast modeへの​改称、​Bedrockでの​提供開始、​エラーコードの​変更。​2026年9月30日確認）
• OpenAI「Models」「GPT-6.1 Sol」​（各モデルの​位置づけ、​文脈長、​出力上限、​GPT-6.1 Solの​推論設定と​272K超の​単価。​2026年9月30日確認）
• OpenAI「Your data」​（学習利用、​監視ログの​保持、​ZDR、​データ所在地と​日本の​扱い、​日本の​保存先を​使う​ための​MAMまたは​ZDRの​要件。​2026年9月29日確認）
• OpenAI「Rate limits」「Reasoning models」​（利用段階と​レート制限、​推論トークンの​課金。​2026年9月29日確認）
• Anthropic​「Pricing」​（Claude各モデルの​単価、​キャッシュ、​Batch、​Fast mode、​長い​文脈、​データ所在地、​クラウド経由の​料金、​トークナイザー。​2026年9月29日確認）
• Anthropic​「Models overview」「Claude Opus 5.5」​（モデルID、​各クラウドの​ID、​文脈長、​引退予定、​Opus 5.5の​公開日と​思考の​扱い。​2026年9月29日確認）
• Anthropic​「Data residency」「API and data retention」​（推論地域と​保存地域、​ZDR、​30日保持が​必須の​モデル。​2026年9月29日確認）
• Anthropic​「Rate limits」「Steering thinking」​（利用段階と​支出上限、​キャッシュと​レート制限、​思考トークンの​課金。​2026年9月29日確認）
• Google「Gemini API Pricing」​（Gemini 3.8 Flash・3.5 Flash-Lite・3.1 Pro Previewの​単価と​キャッシュ単価、​期間限定価格、​Batch・Flex・Priority、​有料枠と​無料枠の​データの​扱い。​ページの​最終更新2026年9月24日、​2026年9月29日確認）
• Google「Gemini models」「Gemini 3.8 Flash」「Rate limits」​（モデルの​一覧と​提供状態、​入出力の​上限、​利用段階。​2026年9月29日確認）
• Sakana AI​「Fugu Max・Fugu Ultra v2 の​発表」​（2026年9月11日。​位置づけ、​Fugu Maxの​単価、​比較の​主張と​注記。​2026年9月29日確認）
• Sakana AI​「Sakana Fugu」​（各プランの​単価、​272K超の​単価、​学習利用の​オプトアウト、​提供地域、​中で​使う​モデルの​非開示。​2026年9月29日確認）

※ 英語資料からの​引用・要約は​編集部に​よる​翻訳である。​価格帯の​区分、​用途別の​目安、​試算は​公開情報を​踏まえた​編集部の​整理であり、​各社が​特定の​業務での​性能や​費用を​保証する​ものではない。

更新履歴

• 2026年10月​2日：初版公開​（2026年10月前半時点。​各社の​公式ページは​2026年9月29日、​OpenAIは​DevDay後の​9月30日に​確認）