小型AIの料金、長文ではいくら? Haiku 5.5など3つを試算
執筆・監修: 佐々木 航公開 更新 6 分で読めます

入力$0.10・出力$0.50。Claude Haiku 5.5、Muse Ember、GPT-6 Lunaの3つは、100万トークンあたりの料金表の1行目がまったく同じです。それでも、15万トークンの文書を1回読ませると、料金は$0.016と$0.080に分かれます。
違いは、料金が上がる入力の長さです。3社の公式の料金表をそろえて、短い依頼から、長い文書、文脈を積み上げるエージェントまで、5つの場面で1回あたりの料金を試算しました。料金は2026年11月10日に確かめたものです。
料金が上がる長さが、3つとも違う
| モデル | 入力 | 出力 | キャッシュの 読み出し |
|---|---|---|---|
| Haiku 5.510万トークンまで | $0.10 | $0.50 | $0.01 |
| Haiku 5.510万トークン超 | $0.50 | $2.50 | $0.05 |
| Muse Ember20万トークンまで | $0.10 | $0.50 | $0.004 |
| Muse Ember20万トークン超 | $0.30 | $1.50 | $0.012 |
| GPT-6 Luna27.2万トークンまで | $0.10 | $0.50 | $0.01 |
| GPT-6 Luna27.2万トークン超 | $0.20 | $0.75 | $0.02 |
100万トークンあたりの米ドル。長さは、1回の要求のプロンプト(入力)のトークン数です。
区切りを超えたときの上がり方も違います。Haiku 5.5は入力も出力も5倍、Muse Emberは3倍です。GPT-6 Lunaは入力が2倍、出力が1.5倍にとどまります。
もう1つの違いは、区切りの数え方です。Anthropicによると、Haiku 5.5はキャッシュから読む分も含めた入力の合計で判定し、超えた要求は全体が高い料金になります。GPT-6 Lunaも、27.2万トークンを超えた要求は全体が高い料金です。Muse Emberについて、Metaは20万トークンを超えるプロンプトの料金を示していますが、要求全体にかかるかは書いていません。この記事の試算は、3つとも要求全体に高い料金がかかるものとして計算しました。
5つの場面で試算
| 場面 | Haiku5.5 | MuseEmber | GPT-6Luna |
|---|---|---|---|
| 短い依頼入力5,000・出力1,000 | $0.0010 | $0.0010 | $0.0010 |
| 15万トークンの文書入力15万・出力2,000 | $0.0800 | $0.0160 | $0.0160 |
| 30万トークンの文書入力30万・出力2,000 | $0.1550 | $0.0930 | $0.0615 |
| エージェント50回毎回、キャッシュの文脈8万+新しい入力3,000・出力1,000 | $0.0800 | $0.0560 | $0.0800 |
| エージェント50回毎回、キャッシュの文脈12万+新しい入力3,000・出力1,000 | $0.5000 | $0.0640 | $0.1000 |
単位は米ドル。文書は1回、エージェントは50回の合計です。キャッシュに書き込む料金は入れていません。
短い依頼なら、3つの料金はまったく同じです。つまり、差が出るのはプロンプトが10万トークンを超えてからです。15万トークンの文書では、Haiku 5.5だけが高い料金になり、ほかの2つの5倍の$0.080になりました。1,000回読ませると、$80と$16の差です。30万トークンでは3つとも区切りを超え、上がり方のいちばん小さいGPT-6 Lunaが最も安くなります。
エージェントは、10万トークンをまたぐと6倍
文脈を積み上げながら何十回もモデルを呼ぶエージェントでは、差がさらに広がります。前の会話をキャッシュに置き、毎回3,000トークンを足して1,000トークン返す作業を、50回続けたとします。
文脈が8万トークンなら、Haiku 5.5もGPT-6 Lunaも$0.08で、キャッシュの読み出しが安いMuse Emberが$0.056です。一方、文脈が12万トークンに増えると、Haiku 5.5は区切りを超え、キャッシュの読み出しまで5倍になります。合計は$0.50と、8万トークンのときの6倍強です。同じ条件で、Muse Emberは$0.064、GPT-6 Lunaは$0.10にとどまります。
試算を読むときの注意
ただし、この試算は同じトークン数で比べたものです。実際には、同じ日本語の文章でも、モデルによってトークン数が変わります(日本語のトークンの数え方)。答えの長さも違い、Artificial Analysisの評価では、Muse Emberが出力に使ったトークンはHaiku 5.5の約3分の1でした。考える量の多いモデルほど、出力の料金がかさみます。
また、キャッシュに書き込む料金は入れていません。Haiku 5.5とGPT-6 Lunaでは、書き込みは入力の1.25倍からです。Muse Emberの書き込みの料金は、Metaの発表に書かれていません。そのほか、データを処理する地域を指定すると料金が上がり、OpenAIでは10%増し、Anthropicでは米国内だけで処理する指定が1.1倍です。
長さで選ぶなら
ここからは編集部の見方です。プロンプトがいつも10万トークン未満なら、料金ではほとんど差がつきません。選ぶ決め手は、答えの質と速さです。Artificial Analysisの総合指標は、Muse EmberとHaiku 5.5が36、GPT-6 Lunaが28でした(Muse Emberの記事)。
反対に、10万トークンを超える文書をよく読ませるなら、Haiku 5.5は割高になります。区切りが20万のMuse Emberか、27.2万のGPT-6 Lunaが向いていそうです。気をつけたいのは、文脈が少しずつ伸びるエージェントです。最初は10万トークンに届かなくても、途中で区切りをまたいだ回から料金が跳ね上がります。Haiku 5.5を使うなら、会話を途中で要約して文脈を短く保つ仕組みが、料金を抑えるいちばんの手になるでしょう。
小型モデルで足りないときは、上のモデルを選ぶ前に推論の強さを見直す手もあります。考え方は推論の強さは下げていい? 5つのQ&Aで読めます。Claudeの4つのモデルの料金は、Claude Fable 5.2の記事の表で比べられます。
YOBITSUGI AIでは、Claude HaikuとGPT-6 Lunaを使えます。選べるモデルは、アプリのモデルの選択欄で確認できます。Muse Emberは、現時点ではYOBITSUGI AIからは使えません。
出典
- Pricing(Claude Platform Docs・2026年11月10日確認。Claude Haiku 5.5の料金と、長いプロンプトの決まり)
- Pricing・GPT-6 Luna(OpenAI・2026年11月10日確認)
- Introducing Our Smallest, Most Efficient Model: Muse Ember(Meta AI Research Blog・2026年11月9日)
- Meta's Muse Ember is the cheapest model scoring 36 on the Intelligence Index(Artificial Analysis・2026年11月9日)