2026-11-03

LLMリクエストごとのトークン費用を計算する

本番実践ガイド：LLMリクエストごとのトークン費用を計算する。決定的な成果物、失敗境界、段階的展開の確認、根拠付きの制約を示します。

先に結論

LLMリクエストごとのトークン費用を計算するは単独のコード変更ではなく、明示的な本番契約です。トラフィック移行前に成功条件、最終失敗状態、ロールバック条件を決め、証拠と推測を分離してください。

usage_sourceから始め、決定的なケースで inputを証明し、settlementを公開後の課題ではなくリリース条件にします。

再利用できる技術成果物

各行の証拠が同じリクエスト、テスト期間、または設定バージョンに属する場合だけ合格とします。

確認点	保存する証拠	合格条件
`usage_source`	`provider_usage_or_named_normalization_rule`	owner、情報源、確認日、既知の制限を記録します。
`input`	`uncached_input_tokens_after_category_separation`	ワイヤ境界で値を正確に保存し比較します。
`cache`	`cache_read_and_cache_write_token_categories`	ワイヤ境界で値を正確に保存し比較します。
`output`	`visible_and_reasoning_output_under_the_owned_price_rule`	ワイヤ境界で値を正確に保存し比較します。
`formula`	`versioned_coefficients_in_currency_per_one_million_tokens`	owner、情報源、確認日、既知の制限を記録します。
`settlement`	`reserve->actual_usage->idempotent_final_charge/refund`	予約、観測、最終値が永続台帳で一致します。

具体例

例は合成データによる決定的なものです。レビュー済みの自社値に置き換え、本番秘密情報や顧客データを含めないでください。

input_tokens = 1200
cache_read_tokens = 800
cache_write_tokens = 0
output_tokens = 300

cost = (input_tokens * input_rate
      + cache_read_tokens * cache_read_rate
      + cache_write_tokens * cache_write_rate
      + output_tokens * output_rate) / 1_000_000

round_at = owned_currency_or_quota_boundary

実装手順

変更前のリクエスト、レスポンス、設定、観測基準を固定します。
決定的な正常ケースを実行し、クライアント結果を完全に保存します。
対応する異常または上限ケースを実行します。
全試行を一つの論理 request ID で結び、機密本文を除いて時間、終端状態、usage を記録します。
停止条件を持つ限定コホートで段階的に展開します。
永続状態と公開挙動を再読し、不変条件が崩れたら準備済みのロールバックを実行します。

失敗パターン

外側の HTTP が成功して見えても、次の状態では結果は無効です。

変動する価格や契約を公開直前に再確認しません。
原子的予約がなく並行リクエストが上限を超えます。
便利な一フィールドだけを読み、型付き出力、tool、拒否、部分結果を失います。
共有費用の配賦後に合計が照合できません。

Modelflare の境界

Modelflare は OpenAI 互換ルーティング、キー、グループ、usage、失敗処理を集約できますが、設定済みルートは任意機能の対応証明ではありません。モデルとチャネルをネイティブプロトコルで確認し、明示的なゼロ値を保ち、永続的な最終精算だけを課金の正とします。

広い判断境界は親ガイド、現在のクライアント設定はセットアップ文書を参照してください。

公開前チェックリスト

背景より先に主質問へ回答する。
各フィールド、状態、指標、式の owner を決める。
合成識別子だけを使う。
全言語で構造、コード、制限、注意を保つ。
T-1 に契約、対応状況、価格を再確認し、事実が変われば日程を移す。
予定時刻前は public API、各言語ルート、sitemap から除外する。

情報源と確認日

情報源は 2026-08-07 に確認しました。未検証ルートの対応を証明するものではありません。