この記事でわかること
生成AIの料金表を見ると、「100万トークンあたり」という単位で価格が書かれています。従量課金の見積りを立てようとしても、この単位が分からなければ計算のしようがありません。
本記事で扱うトークンは、生成AIが文字列を処理するときの単位のことです。 暗号資産（仮想通貨）のトークン、ログイン時に使う認証トークン、電子マネーの用語としてのトークンとは、まったく別の概念です。同じ言葉が複数の分野で使われているため、検索すると別の話が混ざりますが、本記事は生成AIの文脈に限って説明します。
この記事では、生成AIにおけるトークンとは何かを、料金と実務の目線で整理します。
この記事で扱う主な内容は、次のとおりです。
- トークンとは何か（生成AIでの意味）
- 日本語と英語でトークン数が違う理由
- 料金との関係
- コンテキスト長との関係
- 費用を見積もるときの考え方
生成AIそのものの全体像は生成AIとはで整理しています。
トークンとは
トークンとは、生成AIが文章を処理するときの最小の単位です。人間にとっての「文字」や「単語」に近いものですが、完全には一致しません。
生成AIは、入力された文章をそのまま扱うのではなく、いったんトークンという単位に分解してから処理します。そして回答を作るときも、トークンを一つずつ選んで並べていきます。この分解の処理をトークン化（トークナイズ）と呼びます。
分け方はモデルによって決まっており、同じ文章でもモデルが違えばトークン数は変わります。「この文章は何トークンか」という問いに、モデルを指定せずに答えることはできません。
トークンとは わかりやすく（タクシーの距離メーター）
もう少しイメージしやすく説明します。トークンは、タクシーの距離メーターにたとえると分かりやすいです。
タクシーに乗ると、走った距離に応じてメーターが上がります。乗る前に「だいたいこのくらい」と見当は付けられますが、正確な金額は走ってみないと分かりません。同じ目的地でも、経路が違えば距離は変わります。
生成AIの利用料も同じ仕組みです。処理した分量に応じて課金され、その分量を測る単位がトークンです。同じ内容を伝えるつもりでも、文章の書き方によって消費量は変わります。
そして、行きと帰りの両方が計測される点も似ています。生成AIでは、こちらが入力した文章にも、AIが出力した文章にも、それぞれトークン数が数えられます。多くの従量課金APIでは、入力と出力を別に集計・課金します。長い資料を読ませれば入力分が増え、長い回答を求めれば出力分が増えます。
ただし、たとえで表せない部分もあります。タクシーの距離は誰が測っても同じですが、トークン数はモデルごとの分け方で決まります。同じ文章を別のサービスに渡せば、数え方が変わります。
日本語と英語でトークン数が違う
実務で効いてくるのが、言語による違いです。
モデルと文章によっては、日本語が同じ内容の英語より多くのトークンになることがあります。 分け方はモデルごとに異なり、日本語に対応した分け方を採用したモデルでは差が小さくなります。どちらが多くなるかも、どれくらい違うかも、一律には決まりません。
ここで注意していただきたいのは、「日本語は1文字あたり何トークン」という固定の換算はできないという点です。この種の目安を見かけることがありますが、モデルによって変わるうえ、同じモデルでも文章の内容によって変わります。固定換算せず、対象モデルの計数手段で測ってください。
正確に知りたい場合は、各サービスが公開しているトークン数の計算ツールで、実際に使う文章を測るのが確実です。見積りの根拠は、一般的な換算式ではなく、自社の実際の文章で測った数字に置いてください。
料金との関係
生成AIをAPI経由で使う場合、料金はトークン数に応じて決まるのが一般的です。
押さえておきたいのは、次の三点です。
一つ目は、入力と出力で単価が違うことです。多くのAPIでは別単価・別集計となっており、出力側のほうが高く設定されていることが一般的です。長い資料を読ませるより、長い回答を求めるほうが費用に効く、という関係になります。
二つ目は、会話を続けると過去のやり取りも処理の対象になる場合があることです。APIやサービスの実装によっては、これまでの会話も入力として処理され、会話が長くなるほど課金の対象や上限の使用量が増えていきます。履歴の保持のしかた、要約、キャッシュの有無は、サービスによって異なります。
三つ目は、モデルによって単価が大きく違うことです。高性能なモデルほど高く、軽量なモデルほど安い傾向がありますが、例外もあります。同じ処理でも、どのモデルを使うかで費用は変わります。
トークン数が料金へ直接反映される代表例は、API経由の従量課金です。ただし、月額固定のサービスでも、利用回数の上限や一度に扱える量に関係するため、まったく無関係というわけではありません。また、APIにもトークン以外の課金方式があります。料金体系と上限は各社で異なり改定もあるため、必ず公式情報で確認してください。
コンテキスト長との関係
トークンと並んで出てくるのが、コンテキスト長（コンテキストウィンドウ）という言葉です。これは、モデルが一度に扱えるトークン数の上限を指します。
この上限には、入力した文章と、これまでの会話、そして出力する回答のすべてが含まれます。長い資料を読ませると、そのぶん回答に使える余地が減ります。
上限を超えたときの挙動は、古いやり取りの切り捨て、要約や圧縮、エラーなど、サービスの実装によって異なります。長い会話の途中でAIが前半を忘れたように見えるのは、この制限に関係する現象です。
社内文書を扱う仕組みでは、この上限があるために文書を分割して渡します。分割の考え方はチャンクとはで整理しています。
トークンを意識すると何が変わるか
実務では、次のような場面で効いてきます。
- 費用の見積り：処理する文書の量と回数から、月額のおおよその負担を試算できます。
- モデルの選び分け：単純な分類は軽量なモデル、複雑な判断は高性能なモデルというように、処理ごとに使い分けると費用を抑えられます。
- 指示文の設計：毎回同じ長い指示を送っていれば、その分が毎回課金されます。指示を簡潔にすることは、費用の削減に直結します。
- 読ませる資料の絞り込み：関係のある部分だけを渡す仕組みにすれば、入力側の消費を抑えられます。
ただし、費用を抑えることだけを目的にすると、回答の質が落ちます。短くしすぎた指示は精度を下げ、資料を絞りすぎれば必要な情報が届きません。費用と質の兼ね合いで決める領域です。
経営者として、どこまで知っておけばよいか
技術的な設計は技術者に任せてかまいません。ただし、生成AIの費用を判断する立場としては、次の五点を押さえておくと、話が噛み合うようになります。
第一に、費用が処理量で決まること。利用者数ではなく、処理した分量で増えます。使われるほど費用が増える構造だと理解しておく必要があります。
第二に、入力と出力で単価が違うこと。見積りを受け取ったら、どちらの想定なのかを確認します。
第三に、自社の実際の文章で測ること。一般的な換算式ではなく、実際に使う文書のトークン数を測った数字を根拠にします。
第四に、上限があること。一度に扱える量に制限があり、長い文書はそのままでは渡せません。
第五に、月額固定のサービスとは料金の決まり方が違うこと。社員が使う対話型サービスの契約と、システムに組み込むAPIの費用は別々に考える必要がありますが、月額サービスにも利用上限や一度に扱える量の制限があります。
従量課金の見積りを聞かれたとき、私が提示している考え方
AI導入の相談では、経営者から「毎月いくらかかりますか」と必ず聞かれます。
月額固定のサービスなら答えやすいのですが、APIの従量課金では、利用量が決まらないうちに一つの金額を断定することはできません。私は最初に、こう伝えています。
「単価だけでは月額を出せません。誰が、何を、何回、どのくらいの長さで処理するかを決めて、通常月と多い月の幅で見積もります」
出発点は、業務を一件単位へ分解することです。「社員50人が使う」という情報では見積れません。一日に何件処理するのか。一件あたりの入力は短い質問か、長い契約書か。出力は分類結果か、詳細な文章か。一回で終わるか、やり取りが続くか。ここから代表的な利用パターンを作ります。
このとき、入力側の隠れた内訳も説明します。利用者の質問自体は短くても、AIへの共通指示、社内規程、検索で取得した参考文書が毎回一緒に渡っていれば、入力量は大きくなります。
「料金は質問の回数だけでなく、毎回どれだけの資料を読ませ、どれだけ長く答えさせるかで変わります」——この一言で、単価表だけを見ていた議論が変わります。あわせて、単純な処理は安いモデルへ振り分ける前提も、見積りに織り込みます。
金額は、三つの利用想定で示します。試行段階の「少ない月」。本格運用の標準件数で計算した「通常月」。繁忙期やキャンペーンを想定した「多い月」。
「月額約3万円です」と断定するのではなく、「通常は2万〜4万円、繁忙月は6万円程度まで増える可能性があります」と、前提条件と幅で示す。経営者が知りたいのは、どこまで増えうるかだからです。
さらに、AI利用料以外を分けて見せます。私は見積りを三つに分けています。AIや外部サービスの利用料。システムの維持・保守費用。そして、社内担当者の確認・運用時間です。
特に見落とされるのが最後の一つで、API利用料が月1万円でも、担当者が毎月30時間かけて回答を修正しているなら、総費用は決して小さくありません。
そして、見積りと同時に、上限を超えない仕組みも決めます。月間予算の上限、一定金額を超えたときの管理者通知、異常な利用量の停止。安くすることが目的ではなく、会社が予測できる範囲へ収めることが目的です。
最後に、実測です。導入前の見積りは仮定にすぎないので、最初の一か月ほどは対象業務を限定し、処理件数、一件あたりの利用料、確認時間を記録します。実測値が取れたら当初の見積りと比べ、本格運用の予算を更新します。
私は経営者へ、最後にこう伝えています。
「正確な月額を最初から当てることより、何が増えると料金が上がるのかを把握し、上限を管理できることのほうが重要です」
従量課金は、請求額が読めない危険な仕組みではありません。利用量を分解し、幅で見積もり、上限を設け、実績で更新する——管理できる変動費として扱えばよいのです。
トークンについてよくある質問
生成AIでいうトークンとは何ですか？
生成AIが文章を処理するときの最小の単位です。文字や単語に近いものですが、分け方はモデルによって決まっており、完全には一致しません。利用料の計算にもこの単位が使われます。
暗号資産のトークンとは違うのですか？
まったく別の概念です。暗号資産のトークンは、ブロックチェーン上で発行されるデジタル資産を指します。本記事のトークンは、生成AIが文章を処理する単位を指します。同じ言葉ですが、関係はありません。
ログインで使う認証トークンとは違いますか？
これも別の概念です。認証トークンは、システムが利用者を確認するために発行する情報を指します。本記事のトークンとは分野も役割も異なります。
日本語は1文字が何トークンですか？
固定の換算はできません。モデルによって分け方が違い、同じモデルでも文章の内容によって変わります。日本語が英語より多くなることもありますが、一律ではありません。各サービスが公開しているトークン数の計算ツールで、実際に使う文章を測るのが確実です。
トークン数を減らすと料金は安くなりますか？
処理する分量が減れば費用は下がります。ただし、指示を短くしすぎたり資料を絞りすぎたりすると、回答の質が落ちます。費用と質の兼ね合いで決める領域です。
関連記事と「AI戦略」に関するご案内
トークンとは、生成AIが文章を処理する単位であり、利用料を測るものさしでもあります。費用の見積りも、モデルの選び分けも、この単位を理解しているかどうかで精度が変わります。
判断の勘所は、一般的な換算式ではなく、自社の実際の文章で測った数字を根拠にすることです。
大規模言語モデルそのものはLLMとはで、生成AIの全体像は生成AIとはで、長い文書を分けて渡す考え方はチャンクとはで、それぞれ整理しています。
AI活用を個別用語の理解で終わらせず、経営課題や業務改善につなげたい場合は、中小企業社長のためのAI戦略活用完全ガイドで全体像を確認できます。
確認日：2026年7月29日（生成AIの料金・仕様に関する各社の公開情報を参照）
