0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

同じ AI モデルでも、5 週間でいちばん安いプロバイダーが変わっていた — 公開の価格表で試算した

0
Last updated at Posted at 2026-11-19

同じ AI モデルでも、5 週間でいちばん安いプロバイダーが変わっていた — 公開の価格表で試算した

上原正吉(EarthLink Network Co., Ltd.)。Claude Codeを開発の主体に据え、20を超えるプロダクトを1人で同時に開発・運用しています。これは、その現場の実測記です。

同じ AI モデルでも、5 週間でいちばん安いプロバイダーが変わっていた — 公開の価格表で試算した

同じ AI モデルなら、どこ経由で使っても費用は同じ。そう考えがちですが、そうではありませんでした。しかも、その値段は数週間で変わります。

自社の AI オフィスの担当(AI 社員)が、DeepSeek V4 Flash というモデルを扱うプロバイダーの単価を、公開の価格表で調べました。入力 10 万・出力 1,000 トークンの仕事を 1 回頼む想定で費用を試算すると、いちばん安いのは OpenInference でした。約 5 週間後にもう一度調べると、OpenInference は一覧から消え、3 番目に安かった Wafer は入力の単価が約 2.7 倍に上がっていました。

結論

  • 同じモデルでも、プロバイダーごとに単価が違います。 最初に調べた時は 17 のプロバイダーがあり、入力の単価は 100 万トークンあたり 0.0138〜0.44 米ドルと、30 倍以上の開きがありました。
  • 値段は数週間で変わります。 約 5 週間後には、いちばん安かった OpenInference が一覧から消え、Wafer は値上がりし、値下げした Relace がいちばん安くなっていました。
  • 使う前に、そのつど最新の価格表で試算します。 前に調べた値段や、記事に載っている値段は、今の値段とは限りません。

本文(読了 約5分)

1. 公開の価格表で、17 のプロバイダーの単価を調べた

きっかけは、zephel01 さんが 8 月に note で公開した記事「中国系LLMは、どのモデルを選ぶかよりどこ経由で使うかで請求が変わる DeepSeek/GLM/Qwen/Kimi」です。同じモデルでも、経由するサービスによってキャッシュの単価が 10 倍違う、という内容でした。

AI オフィスの担当は、記事の数字をそのまま使わず、同じ価格表を自分で調べました。使ったのは OpenRouter です。OpenRouter は、1 つのモデルを複数のプロバイダー経由で使えるようにする中継のサービスで、どのプロバイダーがいくらで出しているかを、モデルごとにログインなしで読める API で公開しています。

担当は Python からこの価格表を読み、返ってきたデータ(JSON という形式)をそのまま保存しました。AI に仕事を頼んではいないので、費用はかかっていません。DeepSeek V4 Flash のプロバイダーは 17 ありました。

公開の価格表(OpenRouter の API)が返した、OpenInference と Wafer の単価の欄。単価は 1 トークンあたりの米ドルの文字列で、通常の入力(prompt)、キャッシュから読む入力(input_cache_read)、出力(completion)、割引(discount)が並ぶ。保存した応答を、この記事のために同じ式で処理し直した出力。

単価は 1 トークンあたりの米ドルの文字列で返ってきます。単価の欄は、通常の入力、キャッシュから読む入力、出力の 3 つで、ほかに割引の欄があります。担当は、小数の誤差が出ないよう、この文字列のまま掛け算しました(Python の Decimal)。

2. 同じ仕事を 1 回頼む費用を試算した

担当は、入力 10 万トークン・出力 1,000 トークンの仕事を 1 回頼む想定で、プロバイダーごとの費用を試算しました。式は「入力の数 × 入力の単価 + 出力の数 × 出力の単価」です。

最初に調べた時の 12 のプロバイダーを、キャッシュなしの費用の安い順に並べた出力。列はプロバイダー・入力・キャッシュ・出力の単価(100 万トークンあたりの米ドル)と、キャッシュなしの費用と順位、入力の 9 割がキャッシュから読まれる場合の費用と順位。黄色の行は OpenInference(キャッシュなし 1 位・0.001917 米ドル)と Wafer(キャッシュなし 3 位・0.004670 米ドル)。

いちばん安いのは OpenInference で、1 回 0.001917 米ドルでした。2 位は Relace の 0.003010 米ドル、3 位は Wafer の 0.004670 米ドルです。いちばん高い Cloudflare は 0.04532 米ドルで、OpenInference の 20 倍以上でした。図の右の 2 列は、4 節で説明するキャッシュが効く場合の費用です。

比べる前に外したもの

17 のうち、次の 5 つは比べる対象から外し、残りの 12 のプロバイダーで比べました。

  • キャッシュの単価が空欄の Mancer 2。 空欄を 0 円として扱うと、ここだけ不当に安く見えます。空欄は空欄のまま残し、比べる対象から外しました。
  • 割引の欄に 0 以外の値が入っていた Baidu・StreamLake・GMICloud・Venice。 割引の欄は単価に掛かる別の値なので、条件をそろえるために比べる対象から外しました。

もう一つ、同じモデル名でも、プロバイダーの表示に fp4 や fp8 のような違いがあります。モデルの数値をどの細かさで扱っているかの表示で、答えの質が同じとは限りません。値段で候補を絞った後は、自分の仕事で答えを試す必要があります。

3. 約 5 週間後にもう一度調べると、値段が変わっていた

この記事を書く前に、同じ API で同じモデルの価格表をもう一度調べました。約 5 週間で、値段がいくつも変わっていました。

最初に調べた時と約 5 週間後の単価を、プロバイダーごとに並べた出力。単価は 100 万トークンあたりの米ドルで、変わらなかった値は数字を 1 つだけ出す。DeepInfra は料金の違う窓口を複数出しているので、表示(fp8 など)で行を分けた。Alibaba・Cloudflare・DigitalOcean・Novita・OpenInference は一覧から消え、Fireworks と DeepInfra の flex・priority が新しく加わった。黄色の行は OpenInference(一覧から消えた)、Wafer(入力 0.0450 → 0.1200、キャッシュ 0.0130 → 0.0240、出力は 0.1700 のまま)、Relace(入力とキャッシュ 0.0173 → 0.0140、出力 1.2800 → 0.4500)。

  • いちばん安かった OpenInference は、一覧から消えていました。 消えたプロバイダーは、ほかに Alibaba・Cloudflare・DigitalOcean・Novita の 4 つで、合わせて 5 つです。
  • 3 位だった Wafer は値上がりしました。 入力の単価が 0.045 米ドルから 0.12 米ドルへ約 2.7 倍になり、キャッシュの単価も 0.013 米ドルから 0.024 米ドルに上がりました。
  • 2 位だった Relace は値下げしました。 入力の単価が 0.0173 米ドルから 0.014 米ドルに、出力の単価が 1.28 米ドルから 0.45 米ドルに下がりました。
  • 新しく 3 つ加わりました。 Fireworks と、DeepInfra の料金の違う 2 つの窓口(flex と priority)です。この結果、プロバイダーの数は 17 から 15 になりました。

単価が変わったのは、Wafer と Relace のほかに Baidu・StreamLake・Mancer 2 の 3 つで、合わせて 5 つです。この 3 つは単価が下がり、Mancer 2 には空欄だったキャッシュの単価が入りました。

5 週間後の単価で、同じ仕事の費用をもう一度試算すると、順位は次のとおりです。

約 5 週間後の単価で、11 のプロバイダーをキャッシュなしの費用の安い順に並べた出力。黄色の行は Relace(1 位・0.001850 米ドル)と Wafer(5 位・0.012170 米ドル)。

いちばん安いのは Relace で、1 回 0.001850 米ドルでした。最初は 0.003010 米ドルで 2 位でしたが、値下げで 1 位になりました。Wafer は 0.004670 米ドルから 0.012170 米ドルに上がり、3 位から 5 位に下がりました。最初に 1 位だった OpenInference は、もう選べません。

note の記事がキャッシュの単価がいちばん安い所として挙げた DeepSeek の公式は、担当が調べた 2 回の価格表のどちらにもありませんでした。8 月の記事の値段を、今の値段として使うことはできません。

4. キャッシュが効く仕事では、順位がさらに変わる

ここからは、値段の変化とは別の話です。キャッシュは、前に送ったのと同じ部分をプロバイダーが覚えておき、次の依頼ではその部分を安い単価で読む仕組みです。同じ資料を何度も渡す仕事では、入力の多くがキャッシュから読まれます。

最初に調べた時の単価で、入力の 9 割がキャッシュから読まれる場合も試算しました。9 割は測った値ではなく、費用の動き方を見るための仮の数字です。この場合のいちばん安いプロバイダーは Wafer の 0.001790 米ドルで、OpenInference は 0.001917 米ドルのまま 2 位でした。OpenInference はキャッシュの単価が通常の入力と同じなので、キャッシュが効いても安くなりません。Wafer は、キャッシュの単価が通常の入力の約 3.5 分の 1 です。

キャッシュなしでいちばん高かった Cloudflare も、9 割がキャッシュなら 0.00698 米ドルで、約 6.5 分の 1 になります。入力の単価だけを見て候補から外すと、キャッシュが効く仕事で安くなるプロバイダーを見落とします。

5. 使う前に、最新の価格表で試算する

AI の利用料は、プロバイダーごとに違い、数週間で変わります。前に調べた値段や、記事に載っている値段は、今の値段とは限りません。今回も約 5 週間で、いちばん安かったプロバイダーが一覧から消えていました。

使う前に、そのつど次の 3 つを行います。

  1. 公開の価格表で最新の単価を調べ、返ってきた値をそのまま保存する。
  2. 自分の仕事の量(入力・出力)と、キャッシュが効く割合で費用を試算する。
  3. 空欄や、意味を確かめていない欄は、0 として扱わず比べる対象から外す。

この 3 つは AI の担当に任せられます。人が見るのは、試算に置いた量や割合が自分の仕事に合っているかと、候補の答えの質です。なお、ここで並べたのは公開の単価からの試算で、請求の額そのものではありません。税や速度は入れていません。

用語

  • プロバイダー: 同じ AI モデルを動かして、利用者に提供している会社。OpenRouter では provider と呼ばれます。
  • OpenRouter: 1 つのモデルを複数のプロバイダー経由で使えるようにする中継のサービス。
  • トークン: AI が文章を数える単位。OpenRouter の価格表では 1 トークンあたりの米ドルで返り、この記事では 100 万トークンあたりに直して書いています。
  • キャッシュ: 前に送ったのと同じ部分をプロバイダーが覚えておき、次の依頼ではその部分を別の単価(キャッシュの単価)で読む仕組み。
  • fp4・fp8: モデルの数値を何ビットで扱うかの表示。ビット数が少ないほど軽く動かせますが、答えが変わることがあります。
  • API: プログラムから情報を読み書きするための窓口。
  • JSON: プログラムどうしでデータを受け渡す時によく使う、文字で書かれたデータの形式。

このクラウドコストとの戦いについての記事は、帰属・実測・構造ガード・定点観測の方法論を、順次シリーズとして公開していきます。
興味のある方は、ぜひ「いいね」と記事の購読をお願いいたします。

この方法論をもとにしたコスト管理サービス Costwary を https://costwary.com で提供しています。
そのほかの自社プロダクトは https://www.eln.ne.jp/products にまとめています。

筆者について

上原正吉。EarthLink Network Co., Ltd. でAI開発をしています。2025年からClaude Codeを開発の主体に据え、今は20を超えるプロダクトを1人で同時に開発・運用しています。この連載では、その現場で実際に起きたこと(うまくいったことも、失敗も)を、数字と一緒に書いていきます。

また、AIで業務や開発を組み替えたい会社・チーム向けに、AI活用のコンサルティングも受け付けています。ご相談は www.eln.ne.jp からどうぞ。


EarthLink Network は、会社の全業務を AI で回すために、必要になったものを自社で作っています。いま作っているプロダクトの一覧と概要は、こちらにまとめています。

→ EarthLink Network が自社でつくっている18のプロダクト

会社と各プロダクトの詳細は、公式サイト www.eln.ne.jp をご覧ください。

0
0
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?