2026年版・LLM APIプロバイダー徹底比較:4つのタイプと料金の実態

TL;DR: 2026年にLLMトークンを買う方法は4つあり、それらは同じ軸で競争していません。ネイティブAPIは「定価」と当日機能を売ります。オープンウェイトのホストは安価なトークンを売り、Togetherのgpt-oss-20Bは$0.05/Mから。ルーターは多数のベンダーをまたぐ1つのキーを売り、通常は定価で、コストは支払い手数料に移されます(OpenRouterのカードチャージは5.5%)。クラウドプラットフォームは調達を売り、その対価を取ります。パートナークラウドのリージョナルエンドポイントはグローバルより10%高く、Vertexのpriorityティアは標準の1.8xです。同じClaude Opus 5の呼び出しは、4つのうち3つで100万トークンあたり$5/$25です。実際に違うのは、トークンを取り巻くすべてです。

TL;DR:どのタイプから買うべきか?

ここで読むのをやめる方法が2つあります。トークンに月$200程度未満しか使っていないなら、好きなモデルを作っているラボから直接買い、数字が面白くなってから読み直してください。以下のあらゆる最適化は、そこに費やす午後の時間ほどの価値もありません。すでに2つを超えるベンダーで本番トラフィックを走らせているなら、隠れコストの表まで飛ばしてください。あなたのお金が実際に消えているのはそこです。

4つのタイプを横並びで

有用な区別はブランドではありません。誰がGPUを動かし、誰が価格を決め、誰が請求書を送るか、です。

以下はすべて、この表を私が検証できた数字とともに詳述したものです。

タイプ1:ネイティブAPI

モデルを訓練したラボから買うのがデフォルトであり、多くのチームにとって、ネットの言説が示唆するよりも長く正解であり続けます。

他ではまず確実に得られない3つのものが手に入ります。リリース日の新モデル。ファーストパーティにしか存在しない機能(Anthropicのfast modeなど。料金ドキュメントによれば、これはClaude APIでのみ利用可能で、パートナー運営プラットフォームでは使えません)。そして、公表されている中で最高のレート上限。他のあらゆる経路は、あなたが買うのと同じ場所からキャパシティを買っているからです。

3大ラボが実際に課す料金は以下の通りです。100万トークンあたり、2026-08-02確認。

これらの数字を使う前に2つの注意点があります。OpenAIは短コンテキストと長コンテキストの列を分けて公表しており、上の数字は短コンテキストのティアです。長コンテキストは一律の倍率ではありません。gpt-5.6-lunaは$0.20/$1.20から$0.40/$1.80になり、入力は倍増しますが出力は1.5倍にとどまります。Geminiの数字はVertexのGlobalティアで、この系列のいくつかのモデルは非グローバルエンドポイントを10%高く価格設定しており、Gemini 3.5 Flashは$1.50/$9.00に対し$1.65/$9.90です。

この表には、見出しの価格より価値のあるものが2つあります。これらのラボはいずれもバッチ処理を入力・出力ともに50%割引します。ワークロードのどこかが待てるなら、これは利用可能な最大のレバーです。そしてキャッシュ入力は3社とも新鮮な入力の10分の1で走るため、安定したシステムプロンプトを持つエージェントは、定価が示唆する額のごく一部しか払っていません。この計算はAnthropicとOpenAIのプロンプトキャッシングで詳しく解説しました。

ネイティブで行くコストは管理面にあり、静かに複利で膨らみます。4つのラボは、4つのキー、4つのダッシュボード、4つの課金関係、そして共通の語彙を持たない4つの異なるレート上限規則を意味します。これら5つの規則を横並びで比較したのがLLM APIレート上限の比較で、そこでは「リクエスト」の定義すら含め、ほぼすべての点で食い違っています。

1つのラボに標準化しているなら、リリース日アクセスが必要なら、あるいはボリュームが十分に大きく誰かと直接の商談をしたいなら、ネイティブで行きましょう。快適でなくなるのは、まだモデルを評価している段階、あるラボが不調な午後にフェイルオーバー先がほしいとき、あるいは4つのキーを抱えて財務チームがそれについて尋ね始めたときです。

タイプ2:オープンウェイトの推論ホスト

このカテゴリが存在するのは、一部のモデルの重みが公開されているからで、これは価格がモデル所有者ではなくGPUの経済で決まることを意味します。ここでの競争は本物で、価格がそれを物語っています。

価格は各ベンダーの料金ページに掲載された通り、2026-08-02確認。

この表は行のペアで読んでください。モデル名が重複しているのが要点だからです。公開された重みは同じで、支払う額は誰のクラスタで走るかに依存します。Togetherはgpt-oss-20Bで安く、$0.075/$0.30に対し$0.05/$0.20。GroqはLlama 3.3 70Bで安く、フラットな$1.04/$1.04に対し$0.59/$0.79。gpt-oss-120Bでは同点です。このカテゴリで勝者はいません。製品がコモディティ化し、差別化がスケジューリングにある市場で得られる結果です。これはまた、スループットと価格が連動しないことも意味します。Groqの1000 tok/sは、Groqの価格でのGroqのgpt-oss-20Bに属するのであって、同じ重みをより安く掲載するTogetherには属しません。

このカテゴリを他と分ける構造的なものが2つあります。

1つ目は、従量課金から卒業できることです。Togetherは専用H100インスタンスをオンデマンドで$5.49/時間、GPUクラスタを$3.99/GPU時間(予約で$3.19まで下がる)で公表しています。FireworksはオンデマンドGPUをH100またはH200で$7.00/時間、B200で$10.00、B300で$12.00と掲載しています。これで損益分岐点を計算できます。H100 1台が$5.49/時間なら月約$4,000なので、20B級モデルのサーバーレス請求がこれを超え、かつトラフィックがスパイキーでなく安定していれば、専用が勝ち始めます。スパイキーなトラフィックは、アイドル時間分も払うため、計算が示唆するよりも長くサーバーレスに留めます。

2つ目は、名指しに値する罠です。これらのホストでのモデル可用性は約束ではありません。Groqのモデルドキュメントはカタログをproductionとpreviewに分けており、previewの表現は異例なほど直接的です。それらのモデルは「評価目的のみを意図しており、短い予告で廃止される可能性があるため、本番環境で使用すべきではありません」。2026-08-02の確認時点で、このリストにはqwen/qwen3.6-27bが含まれていました。previewモデルIDを本番でピン留めするなら、ベンダーが文書で受け入れるなと言っている依存関係を受け入れたことになります。

このカテゴリは、公開された重みに対する大量ボリューム、レイテンシがクリティカルな小型モデル作業、そして最終的に社内へ引き込んで同じ出力でセルフホストしたいものにおいて、その地位を得ます。フロンティアのクローズドモデルが必要な場合、あるいは特定の1つのモデルIDが来四半期にも存在してほしい場合には、間違った選択先です。

タイプ3:ルーターとアグリゲーター

ルーターは推論を実行しません。リクエストを受け止め、どのアップストリームに渡すか決め、転送し、正規化されたレスポンスを返します。あなたが買っているのは統合作業の不在です。1つのキー、1つの残高、1つのワイヤーフォーマット、そして自作せずに済むフォールバック経路。

このカテゴリで人々が尋ねる価格の問いは「上乗せがあるか」で、大手2社についての答えは、イエスかノーかよりも面白いものです。

OpenRouterは推論に上乗せしないと明言しています。「私たちは基盤プロバイダーの価格をそのまま通します。推論の料金に上乗せはありません(ただしクレジット購入時には手数料をいただきます)」。収益は代わりに支払い層に移ります。FAQはカード手数料を「クレジット購入時に5.5%($0.80が下限)の手数料」、暗号資産を5%、そしてBYOKルーティングを、月間最初の1M BYOKリクエストを超えると「同じモデルとプロバイダーがOpenRouterで通常かかる額の5%」としています。月$600のトークン支出ならカード手数料は約$33。$10,000なら$550です。すべての課金をOpenRouterの価格:隠れた5.5%手数料で項目別に示し、本番の信頼性は別途OpenRouterは信頼できるか?で見ました。

ofoxもこのカテゴリにいるので、公平を期して自社の価格表を同じやり方で確認します。2026-08-02に引いたすべてのモデルページを、ベンダーの公表定価と照合しました。

6つ中5つが定価、1つが明確に定価超過です。Lunaの行は丸め誤差ではありません。OpenAIは2026-07-30にこのモデルの定価を80%下げましたが、掲載は3日後もなお値下げ前のティアを表示していました。この教訓は、このルーターを含むすべてのルーターに当てはまります。ゲートウェイの価格表はスナップショットであり、ベンダー定価は予告なく動くため、安いという誰かの評判から外挿するのではなく、呼び出す予定の当日に対象のモデルIDのモデルページを確認してください。DeepSeek V4 Flash対Gemini 3.6 Flashでも同じ発見に行き当たりました。

ルーターを選ぶ前に確認すべきもう1つは、どのワイヤーフォーマットを話すかです。あなたのツールに投票権はないからです。Claude CodeはAnthropic Messages形式を求めます。Codex CLIはOpenAIの形式を求めます。片方しか公開していないルーターは、あなたの経路に変換層を挟みます。ofoxはプロトコルごとに3つのベースURLを文書化しています。OpenAI Chat Completionsはhttps://api.ofox.ai/v1、Messagesはhttps://api.ofox.ai/anthropic、Geminiはhttps://api.ofox.ai/gemini。その/v1/modelsは、私が2026-08-02に呼んだとき、12個のプロバイダープレフィックスにわたる122個のモデルIDを返しました。

ルーターが元を取るのは、まだモデルを選んでいる段階、2つを超えるベンダーを呼ぶとき、自作せずに済むフェイルオーバーがほしいとき、あるいは4つのカード登録関係よりも1つのプリペイド残高のほうが弁明しやすいときです。真新しいSKUが当日必要な場合、ファーストパーティ専用機能が必要な場合、あるいはラボと直接ボリューム割引を交渉済みの場合には、間違った層です。最後のケースでは、他の誰かを経由するのは端的に不利です。

このカテゴリには製品が2つ以上あります。移行メモ付きで7つをランク付けしたのがOpenRouterの代替候補ベスト7で、一般的な選定フレームワークはLLM APIゲートウェイガイドにあります。

タイプ4:クラウドプラットフォーム

Amazon Bedrock、Google Vertex AI、Microsoft Foundryは、上記のすべてとは違う製品を売っており、そうでないふりをすると、チームはそれらに失望することになります。彼らが売るのは調達です。モデルは、自社がすでに支払っている請求書上の一項目であり、セキュリティチームがすでにレビュー済みのアカウント内で、すでに署名済みかもしれないコミットに対して請求されます。十分に大きな組織にとってこれは本当のお金の価値があり、トークン価格はほぼ無関係です。

上乗せは実在し、文書化されています。

課金の仕組みも異なり、請求書を照合する担当者にとって重要な点で違います。AWS上のClaude PlatformとMicrosoft FoundryのClaudeはいずれも、Claude Consumption Units建てで、1 CCUあたり固定$0.01、時間単位で計測、月次で請求されます。Anthropicのドキュメントはこれを「後払いのみ(ポストペイド)、プリペイドクレジットなし」と説明しており、クラウド請求書にはモデル別内訳ではなく1つのCCU項目が表示されます。コスト配分がどのモデルが何を使ったかを見ることに依存するなら、その照合はCost Explorerではなくベンダーのコンソールで行われます。

Bedrockはリージョンごとに価格設定もしており、US East、Frankfurt、Sydneyなどに別々の表があり、推論をStandard、Flex、Priority、Reservedのティアに分けます。プロビジョンドスループットはトークンあたりではなくモデルユニット・時間あたりで見積もられ、Anthropicモデルについてはページにレートが一切公表されておらず、アカウントチームに連絡するよう案内されます。これはこのカテゴリ全体の的確な要約でもあります。Vertexはキャッシュ入力を標準の10%で課金し、これはファーストパーティと同じ比率です。

消化すべきコミット支出があるとき、調達が新ベンダーを四半期がかりのプロジェクトとして扱うとき、あるいはトラフィックがすでに自社所有のアカウント内に留まった瞬間にコンプライアンスが楽になるとき、ここで買いましょう。最新モデル、最安価格、あるいはIAMロールではなくAPIキーがほしいなら、他所で買いましょう。このカテゴリの認証は本当の作業です。Bearerトークンの代わりにSigV4署名またはサービスアカウント認証情報が要り、初回は1日のエンジニアリング、新しいサービスがアクセスするたびにもう少しかかります。

価格の計算:同じワークロード、4通り

定価は、人々が実際に尋ねている問い、つまり請求書がいくらになるか、には答えません。私が繰り返し目にする3つのワークロードを、上で検証したレートで計算します。

ワークロードA。フロンティアモデルでの顧客向けアシスタント。 Claude Opus 5で月あたり入力20M、出力5Mトークン。

買うタイプはこの請求書を10%動かします。作業をバッチ化できるかは50%動かします。この順序は多くのチームに当てはまり、だからこそ「どのプロバイダーが最安か」は最初の問いとして間違っているのです。

ワークロードB。大量のエージェントバックエンド。 月あたり入力200M、出力50Mトークン、安価ティア。

1つの品質ティア内での開きは16xで、そのうち1行は古い価格表以外の何物でもありません。こここそ、対象のモデルページを確認することが午後の時間で元を取る場所です。

ワークロードC。オフライン分類。 Claude Haiku 4.5で月あたり入力500M、出力20Mトークン。

最初の2行は同じモデルへの同じリクエストで、2倍の差があり、待つ気があったかどうかだけで隔てられています。モデルとティアの選択を加えると、平凡な1つのワークロードでの開きは$300から$1,620に及びます。ワークロードCをバッチモードで走らせられるはずの人のほとんど誰も、実際には走らせていません。

価格ページに載らないコスト

どのカテゴリにも、届くまで見えない一項目があります。

トークナイザーの行は、誰も計画に入れないものです。トークンあたり単価が同一のモデルアップグレードでも、新しいトークナイザーが密であれば請求は上がりうるのに、どの価格比較表もそれを見せてはくれません。

2つのタイプが必要なとき、1つで十分なとき

1つのタイプで十分なのは、トラフィックが1つか2つのモデルで走り、1時間のダウンタイムがインシデントではなく迷惑程度で、月額支出が10%の差に統合を費やす価値がないほど小さいときです。これは、多くのチームに、彼らが予想するより長く当てはまります。

2つ目のタイプがほしくなるのは、次の3つのいずれかが真になったときです。モデルの障害による損失が、フォールバックを構築するコストを上回るとき。この場合、ルーターが最も安い2つ目の経路です。フェイルオーバーがそれの売りものだからです。財務プロセスがもう1つのベンダーを吸収できないとき。この場合、クラウドプラットフォームが、いかなる価格最適化でも解けない問題を解きます。あるいは、特定の1つのモデルでのボリュームが十分大きく、専用デプロイが従量課金に勝るとき。この場合、他に何を走らせていようと、あなたはオープンウェイトのホストに乗ります。

最もよく現れるペアリングは、ネイティブキーとルーターです。ネイティブキーが主トラフィックを運び、リリース日のモデルと最高のレート上限を与えます。ルーターは非常脱出口で、すでに統合済み、少額の残高を保持し、モデルIDの文字列1つで引き継げる状態です。

してはいけないのは、同じタイプの2つ目のベンダーを買って冗長性と呼ぶことです。同じアップストリームプロバイダーに向いた2つのルーターは、一緒に落ちます。

クライアントを書き直さずにタイプを切り替える

タイプ選択は可逆です。4つのうち3つのカテゴリがOpenAI Chat Completions形式を話すからです。ネイティブOpenAI、ほとんどのオープンウェイトのホスト、ほとんどのルーターは同じリクエストボディを受け付けるので、変わるのはベースURLとモデル文字列だけです。

Python

import os
from openai import OpenAI

ROUTES = [
    ("https://api.openai.com/v1",  "gpt-5.6-luna"),
    ("https://api.ofox.ai/v1",     "deepseek/deepseek-v4-flash"),
    ("https://api.ofox.ai/v1",     "anthropic/claude-opus-5"),
]

for base_url, model in ROUTES:
    client = OpenAI(base_url=base_url, api_key=os.environ["API_KEY"])
    r = client.chat.completions.create(
        model=model,
        messages=[{"role": "user", "content": "Summarize this in one line."}],
    )
    print(model, r.usage.total_tokens, r.choices[0].message.content[:80])

Node

import OpenAI from "openai";

const routes = [
  ["https://api.openai.com/v1", "gpt-5.6-luna"],
  ["https://api.ofox.ai/v1", "deepseek/deepseek-v4-flash"],
  ["https://api.ofox.ai/v1", "anthropic/claude-opus-5"],
];

for (const [baseURL, model] of routes) {
  const client = new OpenAI({ baseURL, apiKey: process.env.API_KEY });
  const r = await client.chat.completions.create({
    model,
    messages: [{ role: "user", content: "Summarize this in one line." }],
  });
  console.log(model, r.usage.total_tokens, r.choices[0].message.content.slice(0, 80));
}

タイプを確定する前に、そのループを自分のプロンプトで走らせてください。トークン数は価格よりもモデル間で大きく変動し、トークンあたり3x安くても出力トークンを4x消費するモデルは安くありません。ofoxのモデルカタログには、この記事の数字ではなく今日の数字がほしいなら、最新のモデル別レートがあります。

クラウドプラットフォームはこのパターンに当てはまらないカテゴリで、それが正直なところ、より手間がかかる理由です。BedrockとVertexは署名済みリクエストとプラットフォームSDKを求めるので、これらへの移行は文字列2つの編集ではなくマイグレーションになります。

この更新のために確認したソース

• Anthropicのモデル価格、バッチ、キャッシング、パートナークラウド、CCU課金:platform.claude.com/docs/en/about-claude/pricing(2026-08-02確認)
• OpenAI GPT-5.xの定価とバッチ割引:developers.openai.com/api/docs/pricing(2026-08-02確認)
• Vertex AI Geminiの価格、標準・priorityティアの表、グローバル対非グローバルのレート、バッチ割引:cloud.google.com/vertex-ai/generative-ai/pricing(現在はAgent Platformの価格ページにリダイレクト)(2026-08-02確認)
• Amazon Bedrockの価格ティア、バッチ割引、プロビジョンドスループットのコミット、リージョン別の表:aws.amazon.com/bedrock/pricing(2026-08-02確認)
• OpenRouterの手数料体系、すべての引用:openrouter.ai/docs/faq(2026-08-02確認)
• Togetherのサーバーレス、専用、クラスタの価格:together.ai/pricing(2026-08-02確認)
• FireworksのオンデマンドGPU価格:fireworks.ai/pricing(2026-08-02確認)
• Groqのproduction対previewモデルポリシー、トークンあたり価格、スループットの数字:console.groq.com/docs/models(2026-08-02確認)
• ofoxのモデル別価格とカタログサイズ:ofox.ai/ja/models/配下のモデルページ、加えてライブのGET /v1/models呼び出し。プロトコルのベースURLはofox.ai/llms-full.txtから(2026-08-02確認)