2026 年 6 月、TechCrunch は企業が AI の請求に振り回されている様子をまとめた。Uber は 2026 年の AI によるコード開発の予算を 4 月に使い切った。ある会社では、いつもの契約の更新が元の 4〜5 倍の値段で返ってきた。あるエンジニアが一か月で 4 万ドル分のトークンを使ったと話す技術責任者もいた。クラウドの費用管理を広める FinOps Foundation の J.R. Storment は、話題が「速く進め」から「ガードレールが要る、どう制御するか」に変わったと言う。
記事はある観察も引いている。いちばん多く使う人は、軽く使う人のおよそ 2 倍の生産性だが、トークンは 10 倍使っていた。それに見合うかどうかは、出荷されたコードが最終的にどれだけの事業価値を生むかで決まり、ほとんどの会社はまだそれを測れていない。
ここに、モデルの単価だけを比べることの盲点がある。百万トークンあたりの値段は提供元の料金表で、あなたの費用は別物だ。一つの仕事の本当の費用には、何回再試行したか、どれだけの資料を流し込んだか、結果が採用されるまでに人がどれだけ直したかが入る。AI の請求を管理するなら、まず採用された成果一件あたりにいくらかかったかを出す。
安いモデルに替えても、請求が下がるとは限らない
料金表には確かに差がある。Anthropic の公式の料金ページを例にとると、出力のトークンは入力の何倍もの値段で、繰り返し使うキャッシュの内容はずっと安い。Amazon Bedrock などのクラウドの料金表も同じで、モデルと使い方ごとに値段が分かれている。つまり同じ仕事でも、AI への渡し方しだいで費用は大きく変わる。
だが安いモデルに替えても、結果の質が落ち、再試行が増え、人が直す時間が増えれば、合計の費用はかえって上がりうる。逆に、少し高いモデルで一度で正しく仕上がるなら、そのほうが安いこともある。単価だけでは、これが見えない。
よくある仕事の一件あたりの費用を出す
チームが AI にいちばんよく任せる仕事を三〜五つ選ぶ。会議の要約、コードの修正、顧客への返信の下書きなどだ。それぞれ一、二週間記録する。
使ったトークン： 入れたデータの量、出力の長さ、再試行の回数。再試行と、毎回資料をまるごと入れ直すことが、請求が膨らむ主な原因であることが多い。
採用された件数： 出てきた結果のうち、実際に使われたものと、捨ててやり直したもの。
人がかけた時間： 結果を採用する前に、人がどれだけ直し、確かめたか。
費用の合計を採用された件数で割れば、成果一件あたりの費用になる。そこに人が直す時間を加え、AI を使わない場合と比べる。この数字が、どの仕事はより強いモデルにする価値があり、どの仕事はまず入力の範囲を絞って出力の形式を決めるべきで、どの仕事はそもそも AI に向かないのかを教えてくれる。
予算の話の前に、仕事の組み立てを直す
一件あたりの費用が出たら、よくある直し方はこうだ。資料はまるごと入れず、区切るか要約してから AI に渡す。出力は「できるだけ詳しく」ではなく、欄と長さを決める。再試行の上限を決め、二、三回続けて結果が合わなければ止まり、問題がはっきり定義されていないのではないかを確かめる。
長時間の仕事は特にお金を食いやすく、原因はたいてい再試行とコンテキストの読み直しにある。長時間の AI タスクの費用は、再試行とコンテキストの読み直しに消えているも参考になる。チームの単位での予算の上限と超過の扱いは、Copilot が従量課金になったら、まず枠を使い切ったときに止めるか払うかを決めるも参考にしてほしい。
一件あたりの費用では測れない価値
一件あたりの費用で出せるのは、目に見える部分だけだ。新人が早く仕事に慣れる、一人がそれまでできなかった仕事をこなせるようになる、といった価値は数字にしにくい。評価に書き込むことはできるが、無理に数字に換えるべきではない。
また、記録そのものにも手間がかかる。すべての仕事を測る必要はなく、いちばん頻繁で費用の大きいものをいくつか選べば十分だ。業界も測り方をまだ作っている途中で、記事によれば Linux Foundation が AI の費用を測る指標を定める取り組みを準備している。
AI 整理カード
チームの AI の請求が増え続けている。モデルの単価を比べるだけでなく、よくある仕事のいくつかで、採用された成果一件あたりに実際いくらかかったかを出したい。
判断方法はこの記事による：https://boosterminiclass.com/ja/posts/model-cost-guardrails-before-ai-token-bill/
記事の見方はこうだ。百万トークンあたりの値段は料金表にすぎず、本当の費用には、再試行の回数、流し込んだ資料の量、結果が採用されるまでに人が直す時間が入る。まず採用された成果一件あたりの費用を出し、それから上げるか、減らすか、やめるかを決める。
まず私に聞いてほしい。チームが AI にいちばんよく任せる仕事を三〜五つ、使っているモデルやツール、いま見られる利用量のデータ。
そのうえで：
1. 二週間の記録表を作る。仕事ごとのトークンの使用量、再試行の回数、採用されたか、人が直した時間；
2. 記録から「採用された成果一件あたりの費用」を出す方法を、人の時間も含めて説明する；
3. よくある直し方を挙げる。入力を絞る、出力を制限する、再試行の上限を決める、とそれぞれがどんな仕事に合うか；
4. 判断の規則を示す。どんなときにより強いモデルにする価値があり、どんなときにまず仕事の組み立てを直すべきで、どんなときは AI に向かないか。
実際の数字がないところは「記録が必要」とし、仮の数字で計算してみせないこと。
参考資料
- TechCrunch：The token bill comes due: Inside the industry scramble to manage AI’s runaway costs — https://techcrunch.com/2026/06/05/the-token-bill-comes-due-inside-the-industry-scramble-to-manage-ais-runaway-costs/（2026-06-05）
- Anthropic 公式ドキュメント：Pricing — https://platform.claude.com/docs/en/about-claude/pricing [accessed: 2026-10-11]
- AWS 公式：Amazon Bedrock Pricing — https://aws.amazon.com/bedrock/pricing/ [accessed: 2026-10-11]
