コスト比較の算出方法
計算機とトップページの比較の背後にある入力を公開します。信じるのではなく、再計算できるようにするためです。
本ページのすべての数値はビルド時に、計算機と同じモジュール（モデルカタログ、ミックスモデル、公開価格表）から算出されます。翻訳ファイルに手書きされた数値はありません。
このページが示すこと
既定のプリセットでは、ミックス構成のコストは全フロンティア基準の 16%、およそ 6 分の一 です。同時に能力スコアは基準の 97.3% を維持します。どちらも以下の式の出力であり、宣伝文句ではありません。
既定のシナリオ
計算機は 一つのシナリオで開きます。月間 300億 トークン、うち 10% が出力、実行の 90% をオープン層のモデルに任せ、input のキャッシュヒット率は 80%。プランナーは Claude Opus 5.5、エグゼキューターは DeepSeek V4.1 Flash です。これらは企業利用を想定した例示値で、特定顧客の実測ではありません。
既定のプリセット
| 入力 | 値 | 出典 |
|---|---|---|
| DEFAULT_MIX_INPUT.monthlyTokens | 300億 | shared/mix-economics.ts |
| DEFAULT_MIX_INPUT.outputRatio | 10% | shared/mix-economics.ts |
| DEFAULT_MIX_INPUT.openShare | 90% | shared/mix-economics.ts |
| DEFAULT_MIX_INPUT.cacheHitRate | 80% | shared/mix-economics.ts |
| DEFAULT_MIX_INPUT.plannerId | Claude Opus 5.5 | shared/model-catalog.ts |
| DEFAULT_MIX_INPUT.executorId | DeepSeek V4.1 Flash | shared/model-catalog.ts |
| INTRINSIC_PLANNING_FRAC | 10% | shared/mix-economics.ts |
使用する価格
定価はベンダーの価格ページから取得し、カタログの基準日は 2026-11-02 です。BYOK ではこの価格を直接支払い、GateLLM は上乗せしません。同一モデルに複数の価格がある場合、カタログは高いほうを採用します。私たちの削減幅を小さく見せる方向です。
カタログ価格(百万トークンあたり、USD)
| モデル | ベンダー | 入力 | 出力 | キャッシュ入力 | 出典 |
|---|---|---|---|---|---|
| Claude Sonnet 5.5 | Anthropic | $2 | $10 | $0.10 | https://platform.claude.com/docs/en/about-claude/pricing |
| Claude Opus 5.5 | Anthropic | $4 | $20 | $0.20 | https://platform.claude.com/docs/en/about-claude/pricing |
| Claude Fable 5.1 | Anthropic | $10 | $50 | $0.25 | https://platform.claude.com/docs/en/about-claude/pricing |
| GPT-6 Astra | OpenAI | $10 | $50 | $1 | https://developers.openai.com/api/docs/pricing |
| Claude Haiku 5.5 | Anthropic | $0.10 | $0.50 | $0.01 | https://platform.claude.com/docs/en/about-claude/pricing |
| GLM-5.3-Flash | Zhipu | $0.15 | $0.50 | $0.03 | https://docs.z.ai/guides/overview/pricing |
| DeepSeek V4.1 Flash | DeepSeek | $0.30 | $1.20 | $0.006 | https://api-docs.deepseek.com/quick_start/pricing/ |
| Qwen3.8-Max | Alibaba | $2 | $6 | $0.25 | https://www.alibabacloud.com/help/en/model-studio/qwen3-8-max |
コスト比率の計算方法
基準ではすべての通信をプランナーに送り、同じキャッシュ前提を適用します。ミックスでは通信の 90% をエグゼキューターに送ります。比率はミックス÷基準で、既定のプリセットでは 16%、およそ 6 分の一 です。絶対額では基準 $86K／月、ミックス $13K／月、削減 $73K／月です。
既定のプリセットでの月次コスト
| 項目 | USD / 月 | 備考 |
|---|---|---|
| プランナー入力 | $3K | キャッシュ割引を適用 |
| プランナー出力 | $6K | |
| エグゼキューター入力 | $2K | キャッシュ割引を適用 |
| エグゼキューター出力 | $3K | |
| ベースライン（すべてプランナー） | $86K | すべてのトラフィックをプランナーへ |
| ミックス | $13K | 上の四行の合計 |
| 削減額 | $73K | ベースライン − ミックス |
| キャッシュ削減 | $14K | 参考情報 —— 入力行にすでに含まれる |
能力維持率の計算方法
各モデルは planning と routine の 二つのスコアを持ちます。作業の 10% を planning、残りを routine 実行として扱います。基準はどちらもプランナーを使い、ミックスはプランナーに planning 分までを割り当て、残りをエグゼキューターに送ります。既定のプリセットでの維持率は 97.3% です。スコアは公開リーダーボード由来の例示的な範囲で、当社が実施したベンチマークではありません。
能力スコア
| 役割 | Planning | Routine | 出典 |
|---|---|---|---|
| プランナー | 100 | 100 | https://artificialanalysis.ai/models/claude-opus-5-5 |
| エグゼキューター | 88 | 97 | https://lmarena.ai/leaderboard |
| ベースラインスコア | 100 | INTRINSIC_PLANNING_FRAC で重み付け | |
| ミックススコア | 97 | INTRINSIC_PLANNING_FRAC で重み付け |
比率を動かす要因
支配的なのは 二つです。どのモデルがエグゼキューターを担うか、そしてそのモデルがどれだけの通信を担うか。以下の表は同じ式で再計算します。一つはカタログ内のすべてのエグゼキューター、もう 一つは 70% から 92% のスイートスポット周辺の比率です。両方向を示します。安いエグゼキューターほど削減幅は大きく、強いモデルほど小さくなります。
エグゼキューター感度
| エグゼキューター | コスト比率 | N 分の一 | 維持率 |
|---|---|---|---|
| Claude Haiku 5.5 | 12% | 8.1 | 95.5% |
| GLM-5.3-Flash | 13% | 7.6 | 94.6% |
| DeepSeek V4.1 Flash | 16% | 6.4 | 97.3% |
| Qwen3.8-Max | 46% | 2.2 | 97.3% |
| Claude Sonnet 5.5 | 55% | 1.8 | 98.2% |
オープン比率スイープ
| オープン比率 | コスト比率 | N 分の一 | 維持率 |
|---|---|---|---|
| 0% | 100% | 1 | 100.0% |
| 70% | 34% | 2.9 | 97.9% |
| 90% | 16% | 6.4 | 97.3% |
| 92% | 14% | 7.3 | 97.1% |
| 100% | 6% | 16 | 96.1% |
この比率に含まれないもの
比率はモデル API 支出のみを比較します。GateLLM のライセンス（Pro 層で月 $200、この利用量では上記ミックス額の 1.5%）、インフラ、エンジニアリング時間は含みません。プロバイダと別途交渉した割引も含みません。
知っておくべき境界
本ページの数値を引用する前に、以下をお読みください。
- •プリセットはありうる企業像の 一つで、あなたのミックスは異なります。
- •能力スコアは例示値で、コスト側はそれらに依存しません。
- •価格が変われば比率も変わります。カタログは基準日付きで更新され、固定ではありません。
- •この比率はアーキテクチャの比較であり、あなたの請求額への約束ではありません。