オープンモデルを使うとき、トークン単価と運用コストはどう変わるのか

エージェントにどのモデルを使うか、改めて計算してみるとき

オープンモデルとは、モデルの学習結果である重み（パラメータ）を公開し、利用者がダウンロードして実行できるようにしたモデルを指します。許可される利用範囲はライセンスによって異なります。必要な機材を用意すれば自分のパソコンや自社サーバーで実行でき、他社が運営するAPIを通じて利用することもできます。

Googleが4月2日に発表したGemma 4も、こうした選択肢を提供しています。スマートフォンで使える小型モデルからサーバー用モデルまで公開し、商業利用を許可するApache 2.0ライセンスを採用しました。

同じ日、LangChainのDeep AgentsチームはGLM-5とMiniMax M2.7を、Claude Opus 4.6やGPT-5.4などと比較した独自の評価を公開しました。ファイル修正、ツール呼び出し、指示の実行といった作業において、安価なモデルも活用できる可能性を示す結果でした。この評価はAPIで実行した結果であるため、すべてのモデルがすぐに個人のパソコンにインストールできるという意味ではありません。

私は何度も述べてきたように、ベンチマークのスコアだけでモデルを選ぶことには懐疑的です。今回関心を持ったのも、価格と実際の業務性能の関係でした。自分たちの業務を満足のいく水準でこなせるモデルが複数あるなら、そこから先はコストの差が選択に大きく影響します。

出力100万トークンの価格は25ドル、3.15ドル、1.2ドル

Deep Agentsチームが4月2日の記事で示した出力トークンの価格は次のとおりです。これはモデルが回答を生成する際に発生する料金で、私たちが送る入力トークンには別途料金がかかります。

モデル	提供経路	出力100万トークンあたりの価格
Claude Opus 4.6	Anthropic	25ドル
GLM-5	Baseten	3.15ドル
MiniMax M2.7	OpenRouter	1.2ドル

出力単価だけを見ると、Opus 4.6はGLM-5の約7.9倍、MiniMax M2.7の約20.8倍です。ただし、安価なモデルが答えを得るまでにより多く再試行したり、より長い回答を生成したりすれば、作業1件あたりのコスト差は縮まります。

1日1,000万出力トークンを365日使うと仮定してみます。Opus 4.6は1日250ドル、MiniMax M2.7は12ドルとなり、年間の出力料金差は86,870ドルです。入力料金、キャッシュ割引、ツール利用料を除いた単純計算ですが、使用量が多いほど単価を細かく見る理由は十分にあります。