格安LLM APIが重いAIコーディングでは高くつく理由

トークン当たりでは安いのに、開発者にとっては高い――これは矛盾ではありません。比較している対象が異なるためです。

一方は、使った分だけ料金が積み上がる従量課金API。もう一方は、利用規約や使用枠の範囲内であれば、ユーザーの支出が月額・週額で見通せるコーディング向けサブスクリプションです。

リポジトリを繰り返し走査し、長いコンテキストを保持し、大量のコード・テスト・説明文を出力する自律型コーディングエージェントでは、「最も安いトークン単価はどれか」だけでは足りません。重要なのは、追加利用1回ごとに支出が増え続けるのか、どこで利用者の限界費用が止まるのか、そしてその枠で実務を安定して回せるのかです。

低単価でも、上限がなければ利用量に比例して増える

GLM-5.2の掲載価格は、入力100万トークン当たり1.40ドル、キャッシュ済み入力100万トークン当たり0.26ドル、出力100万トークン当たり4.40ドルです。1 通常のAPI利用では十分に魅力的な水準でも、極めて大きな利用量では計算結果が変わります。

• 未キャッシュ入力10億トークン：1,400ドル
• キャッシュ済み入力10億トークン：260ドル
• 出力10億トークン：4,400ドル

AIコーディングでは、とりわけ出力料金を軽視できません。エージェントはコードや文書を読むだけでなく、計画、編集、テスト、説明、ツール呼び出し、その再試行を出力します。出力が多いワークフローでは、入力単価だけを見た印象よりも費用が大きくなり得ます。

同じ文脈を繰り返し使えるなら、キャッシュは大きな差を生みます。ただし最終コストは、未キャッシュ入力、キャッシュ済み入力、出力が実際にどの割合を占めるかで決まります。1

「1日7,800元」の比較に必要な前提

GLM-5.2 APIの利用が1日約7,800元で、Codexの定額プランより大幅に高いとする比較は、従量課金と利用枠付きサブスクリプションの違いを示す点では理解できます。ただし、「数百億トークンを使う」という説明には補足が必要です。

公開価格に従えば、未キャッシュ入力だけで数百億トークンを使った場合、1日の料金は数万ドル規模になります。出力を同じ規模で発生させれば、さらに大きくなります。1 したがって、1日7,800元という金額は、実際の課金対象量がより小さい、キャッシュ済み入力の割合が高い、入力と出力の構成が特定の比率である、割引価格が適用されている、あるいは別の価格基準を使っている、といった可能性を考慮しなければ評価できません。

重いコーディング業務を比較するなら、少なくとも次を計測する必要があります。

1. 未キャッシュ入力トークン数
2. キャッシュ済み入力トークン数
3. 出力トークン数
4. 利用枠のリセット周期と上限
5. 枠を超えたときに有料従量課金へ移るかどうか

サブスクリプションは推論を無料にするのではなく、支出の変動を引き受ける

固定料金のコーディングプランでも、推論計算そのものが無料になるわけではありません。変わるのは、利用量の変動リスクを誰が負うかです。

利用を許容される範囲で重く使うユーザーは、月額料金でAPI換算ではそれを上回る量を利用できる場合があります。ユーザーは予算を読みやすくなり、提供者側はローリングウィンドウ、レート制限、優先度、クレジット、フェアユース制御などでリスクを管理します。

そのため、API単価が低くても、利用者にとっては別サービスのサブスクリプションの方が魅力的、という状況は起こります。API料金は計算資源に対する直接的な限界価格です。サブスクリプションは、制限付きで利用量を束ねた商品であり、「無制限のスループット」を保証するものではありません。

中国系のコーディングプランも、実態は強く計量される場合がある

本質は「中国モデルか海外モデルか」ではありません。コーディング製品が、際限なくトークンを積算するメーターなのか、前払いのクレジット残高なのか、あるいはリセット付きで十分大きな利用枠なのか、という違いです。

GLM Coding Planには、5時間ごとのローリングポイント枠と週次ポイント枠があります。公開されている上限では、Proが5時間当たり12,000ポイント・週60,000ポイント、Maxが5時間当たり28,000ポイント・週140,000ポイントです。消費ポイントは、入力、キャッシュ済み入力、出力の各トークン数にモデル別係数を掛けて算出されます。2

Qoderもクレジット制を明示しています。有料プランには上位モデル用として月間2,000、6,000、20,000クレジットが付与され、使い切るとメッセージ数に制限のあるベースモデルへ切り替わります。また、上位モデル向けの同梱リソースは、サブスクリプション料金相当分と追加特典で構成されると説明しています。17

長期実行のエージェントタスクを頻繁に回す開発者にとって、この種の仕組みは「使い放題の月額制」より、月払いのプリペイド利用枠に近く感じられることがあります。

ピーク時の倍率は、利用可能な作業量を左右する

制約は利用枠だけではありません。混雑時には、同じプランでも利用枠の減り方を変えることがあります。

Z.aiの現行ドキュメントでは、GLM-5.3はオフピーク時に1倍、ピーク時に3倍の係数で利用枠を消費し、GLM-5.3-Flashはそれぞれ0.4倍、1.2倍とされています。4 GLM Coding Planの概要では、平日14時～18時（UTC+8）がピーク時間帯として示されています。2

これは容量管理の仕組みです。月額料金が変わらなくても、混雑する時間帯には同じ利用枠で実行できる作業量が減る可能性があります。ただし、このルールをGLM-5.2のすべてのプランやすべての時期に当てはめるべきではありません。契約するプランの現行条件を個別に確認する必要があります。

アクセス障害について、確認できることと確認できないこと

日次枠の売り切れ、GLM-5.2へのアクセス縮小、短いキャッシュ保持、ユーザー間バッチ処理の弱さ、事業者ごとの推論能力不足といった報告はあり得る話ですが、今回確認した資料だけで、そのすべてが裏付けられるわけではありません。

一次資料で明確に確認できるのは、利用枠の上限、トークン種類を重み付けしたポイント計算、時間帯による倍率です。24 一方で、個別のアクセス問題について、特定の事業者がどの技術的理由を公式に説明したかまでは、これらの資料だけでは立証できません。購入判断では、非公式な報告は確定情報ではなく、実地検証すべきシグナルとして扱うのが妥当です。

試用時は、チームの実際の稼働時間帯に、実案件に近い条件で確認するとよいでしょう。リポジトリ規模、キャッシュ挙動、出力の長さ、同時に動かすエージェント数、待ち行列、利用枠を使い切った後の挙動は、広告上のトークン単価以上に重要です。

重いAIコーディングでの選び方

低価格の中国系APIは、軽量または予測可能な推論、とくにキャッシュ済みコンテキストを再利用できるワークフローでは依然として有力です。1 APIを直接制御したいチームや、トークン予算を厳密に管理できるチームにも適しています。

しかし、高負荷のAIコーディングは別の調達課題です。エージェントが継続的に大量のトークンを消費するなら、比較すべきなのは次を満たす選択肢です。

• 月間支出の上限を予測しやすい
• 通常の開発日を乗り切れる利用枠がある
• リセットと超過時のルールが明確である
• ピーク時にもアクセスが安定している
• 並列タスクを動かす十分な容量がある

結論として、比べるべきはAPIの表示単価ではなく、月間で実際にこなせる有効な作業量です。利用を制御できるなら低単価の従量課金APIが有利です。サブスクリプションが有利になるのは、その制限が明確で、実際のエージェント業務に対して十分に大きい場合に限られます。