トークンとは、AI（大規模言語モデル）が文章を読んだり書いたりする際の最小処理単位のことで、AIの利用料金はこのトークンの消費量をもとに計算されます。
最初にラーメン屋の例えから始めます。
ラーメン屋の券売機を思い浮かべてください。券売機には「食券」があります。ラーメン1杯を注文するには、その分の食券が必要です。食券が足りなければ注文できない。食券を多く買えばより多くのメニューが頼める。
AIのトークンは、この「食券」とほぼ同じ概念です。
あなたがAIに「来月の宿泊施設のプロモーション文を書いて」と入力すると、その質問文がトークンに分解され、AIが処理し、返ってきた回答もトークンとして計算される。食券を入れて料理を頼み、料理を受け取るまでの全工程で食券が消費されるのと同じです。
1. トークンの「単位」を感覚で理解する
トークンは文字数と一致しません。ここが少し複雑なので、まず感覚を掴みましょう。
英語の場合
単語1語がおおよそ1〜2トークン。”ChatGPT is useful” は約5トークン程度。
日本語の場合
日本語は英語より1文字あたりのトークン数が多くなります。「ChatGPTは便利です」は英語より多くのトークンを消費します。漢字・ひらがな・カタカナによっても変わります。
実用的な目安
日本語1,000文字の文章を送って回答を受け取る1回の会話で、おおよそ1,000〜3,000トークン程度を消費するイメージ（文章の内容・長さによって大きく変わります）。
ラーメン屋で言えば「大盛りのラーメンに替え玉＋餃子を頼むか、小ラーメン1杯にするか」で消費する食券の枚数が変わる、あのイメージです。
2. トークンが料金に直結する：APIの課金構造
「ChatGPTを月額プランで使っている」方は今のところトークン単価を直接意識する必要はありません。ただし、ChatGPT TeamプランやAPIを使い始めると話が変わります。
API利用時の料金構造
APIでは「入力トークン」「出力トークン」それぞれに単価が設定されています。一般的に出力トークン（AIが返す回答）の方が入力トークンより単価が高いことが多い。
また、モデルによって単価が大きく異なります。高性能モデルは低性能モデルの10〜100倍の単価になることもある。「重い仕事は高性能モデル、軽い仕事は低コストモデル」という使い分けがコスト最適化の基本です。
コンテキストウィンドウとトークン上限
LLMには「コンテキストウィンドウ」という1回の処理で扱えるトークン数の上限があります。現在の主要モデルは10万〜100万トークン以上に対応するものも増えていますが、上限内に収まらない場合は情報を分割して処理する工夫が必要です。
ラーメン屋で言えば「テーブルの広さ」に相当します。テーブルが広ければたくさんの料理を一度に並べられる（大量の文書を一度に処理できる）が、テーブルの広さには限界がある、というイメージです。
3. 経営者が知っておくべき「トークン節約術」4つ
トークンの無駄遣いを減らすだけで、APIコストを大幅に下げることができます。
節約術1：プロンプトを簡潔にする
長い前置きや曖昧な表現を削る。「とても詳細に、丁寧に、できれば具体的な例を交えながら、経営者にも分かりやすい形で……」という余分な修飾語を省いて「経営者向けに300字で要約して」と書く。それだけで入力トークンが減ります。
節約術2：回答の長さを指定する
「300字で」「箇条書き3点で」のように出力量を明示する。AIは指定がないと冗長な回答を返すことが多い。回答を絞るだけで出力トークンが半分以下になることもある。
節約術3：用途に合ったモデルを選ぶ
簡単な要約・分類・短文生成には軽量モデルを使う。深い推論・複雑な文章生成・コーディングには高性能モデルを使う。この使い分けがAPIコストの最大の最適化ポイントです。
節約術4：不要な会話履歴を含めない
APIを使った自社システムでは、過去の会話を全部毎回送ることでトークンが急増します。関連する直近のやり取りだけを送る設計にする。
4. 月次のAIコストを「見える化」する
AI活用が社内に広がると、いつの間にか月のAPI費用が増えています。最初のうちは「それほどかかっていない」と思いがちですが、社員の使用量が増えると思わぬコストになることがあります。
実用的な管理方法：
– APIのダッシュボードで月次コストをチェックする
– 部署・プロジェクト別にAPIキーを分けてコストを追う
– 「1業務あたりのトークンコスト」を把握し、ROIを計算する
「AIで月いくらかかっているか」を把握していない会社は、コスト最適化もできません。まず「見える化」から始めることが大切です。
よくある質問
Q1. ChatGPTの月額プランではトークン数を気にしなくていいですか？
A. 月額プラン（ChatGPT Plus・Team等）の個人利用では、基本的にトークン単価を意識する必要はありません。ただし1日の利用量に上限があり、多用する場合は制限に引っかかることがあります。API連携を始めたタイミングでトークンの概念を理解することをおすすめします。
Q2. 日本語と英語でコストが違うのはなぜですか？
A. トークンの分割方法（トークナイズ）の特性上、日本語は英語より同じ情報量でもトークン数が多くなる傾向があります。つまり同じ内容を日本語で書くと英語より多くのトークンを消費し、API利用時のコストが高くなることがあります。
Q3. トークン数を事前に見積もることはできますか？
A. 各AIプロバイダーが提供する「トークナイザー」ツールで、送る前に大まかなトークン数を確認できます。また実際の利用ログから「1業務あたりの平均トークン数」を蓄積していくことで、月次コストの予算管理が精度良くできるようになります。
この記事を書いた人
山崎恭平／AI内製化総合研究所 所長
株式会社インバウンドホールディングス専務取締役。営業と交渉の世界で成果を上げてきた一方、パソコン作業は横で支えてくれる事務方に頼りきりだった。AIの登場で、一番苦手だったパソコン作業が「自分でできる」に変わり、気づけば中小企業から上場企業まで10社以上のAI顧問を務めるように。スプレッドシートの関数すら分からなかった私でもできた——だから、誰でもできる。AIの学校や顧問にお金を払い続けるのは、本質的にもったいない。初期は人を頼ってもいい。でも最後は自分たちで内製してほしい。そんな思いで、このメディアを作った。
🔗 関連記事：[APIとは？「システム同士の窓口」を経営者向けに3分解説]
🔗 関連記事：[AI用語辞典総集編：経営者が押さえる50語]
