日本語プロンプトのトークン数目安完全ガイド【2026年7月版】｜100〜10000文字・GPT/Claude/Gemini
（更新:
2026年7月19日
）
ChatGPT Token 日本語 GPT-5.6 Gemini Claude 2026 API
結論
日本語実務文は 100文字 ≒ 40〜70 トークン（GPT/o200k exact）。Gemini approx はやや少なめ、Claude approx はやや多め。送る前に トークンカウンター で貼り付け確認が請求乖離を防ぐ定石です。
2026年に LLM API を本番運用するエンジニアの多くが、最初にぶつかるのが 「日本語プロンプトは何トークンになるのか」 という問題です。文字数カウンタと API 請求のトークン数は一致しません。ChatGPT Web で「1000文字入れたのに、API では想定より高い」という報告も、概算式の誤差が原因であることがほとんどです。
本記事は 日本語 プロンプト トークン数 目安 をキーワードに、当サイトが token-counter-ja-benchmark.json で公開している o200k 文体別実測 を軸に解説します。GPT-5.6 exact・Claude/Gemini approx の読み方、÷2 概算の破綻例、同意味日英比較まで 再現可能な数値 でまとめています。
この記事でわかること
- 日本語実務文の 文字数別トークン目安（100 / 500 / 1000 / 10000 文字）
- GPT-5.6（o200k exact）と Claude / Gemini（approx）の 効率差
- 「文字数 ÷ 2」概算が危険な理由と正しい計測手順
- system / user / assistant 各ロールの 課金対象
- RAG・長文 PDF を載せる前の ctx 使用率の読み方
- LLM API 料金一覧【2026年7月版】 との コスト連動試算
- プロンプト短縮の 優先順位チェックリスト
検索意図と読者像
なぜ「日本語 プロンプト トークン数 目安」で検索するのか
検索意図は大きく3つに分かれます。
- 事前見積もり — API キーを発行する前に、1リクエストあたりいくらかかるか知りたい
- 上限回避 — ChatGPT Web の 32K や API の ctx 上限に収まるか確認したい
- モデル選定 — 日本語が多いサービスで Gemini と GPT どちらがトークン効率が良いか比較したい
想定読者
| 読者 | 典型シーン | 本記事で得るもの |
|---|---|---|
| バックエンドエンジニア | RAG + GPT-5.6 Luna の PoC | exact カウント手順と Luna 単価試算 |
| プロンプトエンジニア | 日本語 system prompt の圧縮 | 削減チェックリスト |
| 事業担当 | 月1万リクエストの概算 | 文字数→トークン→ドル換算表 |
| 学生・個人開発 | Web UI で長文を試す | Web 32K と API 1M の違いへのリンク |
トークンとは — 日本語で覚えるべき3点
LLM は文字そのものではなく トークン 単位で入力を処理し、API 課金もトークン数に基づきます。
- トークンはサブワード分割 — 「トークン化」は BPE 等で単語より細かく切る。日本語1文字=1トークンではない
- モデルごとに tokenizer が異なる — OpenAI は tiktoken o200k、Anthropic / Google は別方式。横断比較は approx 目安のみ
- 改行・記号・JSON もトークンになる — Markdown 見出し、コードブロック、Unicode 記号が増えると文字数比以上に増える
E-E-A-T：一次情報の参照先
公式料金ページ（2026-07-19 確認）:
- OpenAI: https://developers.openai.com/api/docs/pricing
- Anthropic: https://platform.claude.com/docs/en/about-claude/pricing
- Google: https://ai.google.dev/gemini-api/docs/pricing
当サイトの トークンカウンター は OpenAI 系を tiktoken o200k exact、Claude / Gemini を script-weighted approx（±8%） で表示します。
本記事の数値根拠は src/data/token-counter-ja-benchmark.json（2026-07-19、npm run gen:ja-benchmark で再生成可）の o200k exact 実測 です。競合記事の「だいたい0.5〜0.7 tok/字」ではなく、文体12種を固定サンプルとして tiktoken 計測 した一次データを公開しています。
当サイト o200k 実測ベンチマーク（文体別）
js-tiktoken + o200k_base — トークンカウンター と 同一エンジン です。
| 文体 | 文字数 | exact tok | tok/字 | Claude approx | Gemini approx | 32K ctx |
|---|---|---|---|---|---|---|
| ひらがな中心（説明文） | 58 | 38 | 0.66 | 50 | 33 | 0.12% |
| 漢字・熟語（ビジネス） | 65 | 48 | 0.74 | 48 | 32 | 0.15% |
| カタカナ・英語混在（技術） | 85 | 41 | 0.48 | 40 | 27 | 0.13% |
| Markdown 見出し＋箇条書き | 68 | 41 | 0.60 | 49 | 32 | 0.13% |
| JSON schema 断片 | 164 | 42 | 0.26 | 52 | 37 | 0.13% |
| FAQ Q&A 1件 | 127 | 64 | 0.50 | 70 | 47 | 0.20% |
| チャット user 1発 | 48 | 38 | 0.79 | 41 | 27 | 0.12% |
| system prompt 典型 | 76 | 53 | 0.70 | 64 | 42 | 0.17% |
| 契約条項 1段落 | 74 | 63 | 0.85 | 64 | 42 | 0.20% |
| URL・パス多め | 147 | 43 | 0.29 | 52 | 36 | 0.13% |
| 絵文字・記号混在 | 56 | 31 | 0.55 | 29 | 20 | 0.10% |
読み方： tok/字は 0.48（英語混在）〜 0.85（漢字契約文） と2倍近くブレます。「日本語 prose ≒ 0.68 tok/字」は 平均値に過ぎず、法務・チャット短文には当てはまりません。
同意味文：日本語 vs 英語（返品ポリシー）
| 言語 | 文字数 | exact tok | tok/字 |
|---|---|---|---|
| 日本語 | 68 | 49 | 0.72 |
| 英語 | 143 | 28 | 0.20 |
同じ意味でも 日本語は +75% 多い（49 vs 28 tok）。文字数が英語の半分でもトークンは多くなる — 「英語に翻訳すれば安い」は 品質・運用コスト とセットで判断が必要です。
「文字数 ÷ 2」が外れる実測例
| サンプル | 文字数 | exact | ÷2 概算 | 誤差 |
|---|---|---|---|---|
| JSON schema | 164 | 42 | 82 | +95% |
| URL 多め | 147 | 43 | 74 | +72% |
| 契約条項 | 74 | 63 | 37 | −41% |
| チャット user | 48 | 38 | 24 | −37% |
| FAQ Q&A | 127 | 64 | 64 | 0% |
FAQ だけたまたま ÷2 が当たっても、JSON や URL 混在文では2倍近い過大見積 になります。逆に 漢字密集の短文は過小見積 です。
日本語の tok/char — 平均値の罠
| モデル | 精度 | サイト実装 | 備考 |
|---|---|---|---|
| GPT-5.6 / o200k | exact | tiktoken ブラウザ | 請求と同一 |
| Claude Sonnet 5 | approx | script-weighted 0.87/字 | 契約文74字→approx 64（exact 63 に近い） |
| Gemini 3.5 Flash | approx | script-weighted 0.57/字 | 同文→approx 42（exact 63 より 33% 少なく見える） |
Gemini approx 行が Luna exact より少なく見える場合、tokenizer 差 か approx 誤差 かを usage で切り分けてください。
文字数別の目安（prose 混在・レンジ表）
以下はベンチマークの prose 系（0.60〜0.79 tok/字）から逆算した レンジ です。JSON・URL 主体のプロンプトには 当てはめない こと。
| 文字数 | トークン目安 (o200k) | GPT-5.6 Luna 入力 |
|---|---|---|
| 100 | 48〜79 | $0.00005〜0.00008 |
| 500 | 240〜395 | $0.00024〜0.00040 |
| 1,000 | 480〜790 | $0.00048〜0.00079 |
| 5,000 | 2,400〜3,950 | $0.0024〜0.0040 |
RAG チャンク実測（tiktoken o200k exact）
当サイト src/data/token-counter-article-data.json（npm run gen:token-article-data、生成日: 2026-07-19）の ragCorpusSamples です。
| チャンク種別 | 文字数 | トークン (o200k exact) | 1M ctx 使用率 | 32K ctx 使用率 |
|---|---|---|---|---|
| 短い FAQ 1件（日本語） | 133 | 68 | 0.01% | 0.21% |
| 技術記事 1 セクション | 1763 | 970 | 0.1% | 3.03% |
| PDF 10 ページ相当 | 7542 | 3972 | 0.4% | 12.41% |
| 社内 wiki 丸ごと（危険域） | 80000 | 42779 | 4.28% | 133.68% |
FAQ 1件（68 tok）でも 32K ctx の 0.21% を消費。wiki 42779 tok は 32K 133.68% 超過 — RAG チャンク分割。
プロンプトを数える正しい手順
1
system・user・assistant 各欄に分けて [トークンカウンター](/tools/token-counter/) に貼り付ける
2
使用モデル（GPT-5.6 Luna 等）を選び、exact / approx 表示を確認する
3
入力合計トークンと ctx 使用率（1M / 32K バー）を記録する
4
想定 output max_tokens を足して 1 リクエスト総コストを試算する
5
月間リクエスト数を掛け、[LLM API 月額コスト試算](/blog/llm-api-月額コスト-試算-1000リクエスト/) と照合する
system / user / assistant の課金
| ロール | 典型内容 | 課金 | 削減のコツ |
|---|---|---|---|
| system | 人格・禁止事項・JSON schema | 入力 tok | system prompt 削減 |
| user | 質問 + RAG チャンク | 入力 tok | RAG チャンク分割 |
| assistant | 過去の応答（履歴） | 入力 tok | 要約・スライディングウィンドウ |
| 生成文 | モデル出力 | 出力 tok | max_tokens 上限 |
🔢 この場でトークンを計算する
文字
0
単語
0
行
0
日本語 / 英数
0 / 0
バイト
0
トークン (OpenAI / o200k)
0
コスト試算
出力トークン倍率
1回あたり
$0
入力
$0
出力
$0
合計
$0
月額は GPT-5.6 Luna（$1/$6 per 1M）で試算。
ChatGPT Web 上限との比較
API とは別。Plus 通常チャットは約 32K が目安。
Web 上限に対する使用率 0%
システムプロンプト（任意）
API では system + user の合計が入力トークンになります。
| モデル | トークン | 使用率 | 入力 | 出力 |
|---|
OpenAI 系は tiktoken（o200k_base）で API と同一カウント。Claude / Gemini / DeepSeek は script-weighted approx（公開実測 tok/char ベース、±8%目安）。料金は各社公式ページ準拠（確認日: 2026-07-19）。共有リンクは URL hash のみ。
文体・記号別の増え方
箇条書きと Markdown
- 項目や## 見出しは 記号自体もトークン- Notion / Confluence からのコピーは 不可視文字 が混入しやすい → Minify で前処理
コードブロック
### 英数字・URL・JSON
URL 1本が数十トークンになる例もある。RAG で参照リンクを大量に載せると **文字数より速く ctx を圧迫** します。
### ひらがな・カタカナ・漢字
Claude approx では **漢字連続** で tok/char が上がる傾向。Gemini approx では **全角記号** の扱いが異なる場合があります。本番前は必ず **対象モデルで再計測** してください。
## よくある誤解
| 誤解 | 正しい理解 |
|---|---|
| 日本語1文字=1トークン | BPE により **0.5〜1.0+ tok/char** とブレる |
| 文字数 ÷ 2 で十分 | 請求は exact。**±30% 誤差** で予算が崩れる |
| Web で通った=API も同じ | Web 32K / API 1M は別上限（[比較記事](/blog/chatgpt-web-32k-api-100万-コンテキスト-違い/)） |
| 英語に翻訳すれば必ず安い | 翻訳コスト・品質低下・二段 API の方が高いことも |
| Gemini の approx = 請求確定 | Google API の usage が正。approx は ±8% 目安 |
## モデル別：同じ1000文字日本語のコスト比較
入力 1000 tok・出力 500 tok と仮定（2026-07-19 単価）。
| モデル | 入力単価/1M | 出力単価/1M | 1リクエスト概算 |
|---|---:|---:|---:|
| GPT-5.6 Luna | $1 | $6 | $0.004 |
| GPT-5.6 Terra | $2.50 | $15 | $0.010 |
| GPT-5.6 Sol | $5 | $30 | $0.020 |
| Claude Sonnet 5 (intro) | $2 | $10 | $0.007 |
| Gemini 3.5 Flash | $1.50 | $9 | $0.006 |
※ 日本語が Claude で 900 tok に膨らむと Luna より Sonnet の方が高くなる **逆転** もあり得ます。
## プロンプト設計チェックリスト
実装前に以下を確認してください。
- [ ] system と user を分離してカウンターに貼った
- [ ] RAG チャンクは 500〜1500 tok 目安で分割した（[RAG 記事](/blog/rag-チャンク-トークン数-目安-分割/)）
- [ ] 32K Web バーが 100% 超なら Web 検証用に短縮版を用意した
- [ ] max_tokens を設定し出力暴走を防いだ
- [ ] 272K 超入力で GPT-5.6 長文 tier に入らないか確認した
- [ ] 月次コストを [料金一覧](/blog/llm-api-料金一覧-2026年7月版/) と照合した
- [ ] tiktoken exact が必要なら [ブラウザ実装記事](/blog/tiktoken-ブラウザ-カウント-o200k-方法/) を参照した
## 実務シナリオ別の目安
### カスタマーサポート bot（FAQ 100件）
FAQ 1件 ≒ 68 tok（実測）。100件を **全部 system に入れる** と約 6800 tok — API 1M でも 0.7% 超。**RAG 検索 + 上位3件だけ user に載せる** 構成が定石です。
### 技術ドキュメント QA
記事 1 セクション ≒ 970 tok。PDF 10 ページ相当 ≒ 3972 tok。チャンクを 970 tok 前後に揃えると、検索ヒット 5 件で約 5040 tok — 32K ctx の 16% 程度。
### 契約書・長文 PDF 丸投げ
3972 tok（10 ページ相当）を 1 チャンクにすると検索精度が落ちます。39720 tok（wiki 丸ごと）は **32K を大幅超過**（133.68%）。必ず [チャンク分割](/blog/rag-チャンク-トークン数-目安-分割/) してください。
## 日本語 tokenizer の内部イメージ（開発者向け）
OpenAI o200k_base は **Byte Pair Encoding（BPE）** 系です。日本語 UTF-8 バイト列を学習済みマージ規則で分割するため、**常用漢字1字が1トークン**になることも、**2〜3字で1トークン**になることもあります。
| テキスト例 | 想定パターン | 備考 |
|---|---|---|
| こんにちは | 1〜2 tok | ひらがな連続は比較的効率的 |
| 株式会社 | 2〜4 tok | 漢字熟語 |
| API_KEY=xxx | 英数+記号 | 英語より tok/char 低い |
| 🎉（絵文字） | 複数 tok | Unicode 特殊 |
**実務教訓:** プロンプトに **絵文字・特殊記号・全角スペース** を乱用すると、見た目の文字数に対してトークンが跳ね上がります。
## 会話履歴のトークン蓄積
Chat API では **過去の assistant 応答も次回以降の入力** になります。
| ターン | 累積入力（目安） | Luna 入力コスト累積 |
|---|---:|---:|
| 1（1000 tok 往復） | 1000 + 500 out → 次回 1500 | $0.001 |
| 5 ターン後 | 5000〜8000 tok | $0.005〜0.008 |
| 20 ターン後 | 20000 tok 超 | $0.02 超 |
**対策:** スライディングウィンドウ、要約圧縮、重要 fact だけ DB 保持。[system 削減](/blog/system-prompt-トークン削減-rag-コスト/) とセットで設計。
## 業界別プロンプト長の目安
| 業界 | 典型 system | 典型 user | 合計目安 |
|---|---|---|---|
| EC チャット | 800 tok | 200 tok | 1000 |
| 法務レビュー | 1500 tok | 5000 tok + RAG | 7000+ |
| コードレビュー | 500 tok | 3000 tok（diff） | 3500 |
| 翻訳 | 200 tok | 2000 tok | 2200 |
| 要約 bot | 300 tok | 4000 tok（記事） | 4300 |
いずれも **事前にカウンターで計測** し、32K Web バーと 1M API バーを記録してください。
## JSON mode / Structured Outputs のオーバーヘッド
`response_format: { type: "json_schema" }` 等を使う場合、**schema 定義自体が数百トークン** になることがあります。schema を system に入れる vs user に入れるで課金は同じ（入力）ですが、**デバッグしやすい位置**に置きつつ tok 数をカウントしてください。
## ベンチマーク手順（再現性のある tok/char 測定）
1. 代表プロンプト 10 種（FAQ / 技術 / 契約 / チャット）を用意
2. 各 500 字・1000 字・3000 字の 3 長さで計測
3. GPT exact / Gemini approx / Claude approx を並べてスプレッドシート化
4. 外れ値（コードのみ等）を別シートに分離
5. 本番プロンプトは **実文そのもの** で再計測 — 平均値を当てはめない
当サイトの RAG 実測 FAQ **68 tok** は、このベンチマークの **短文サンプル** として使えます。
## OpenAI 公式ドキュメントとの照合方法
API レスポンスの `usage.prompt_tokens` / `usage.completion_tokens` をログに保存し、週次で [トークンカウンター](/tools/token-counter/) exact 値と diff を取る。±0 なら o200k 一致。差分が出た場合は **messages テンプレート overhead**（role 名・JSON 構造）を疑う。
## まとめ
日本語プロンプトのトークン数は **「100文字 ≒ 40〜70 tok（GPT o200k exact）」** を基準に、モデル差（Gemini やや効率良、Claude やや多め）を加味して設計します。概算式より **[トークンカウンター](/tools/token-counter/) への貼り付け** が請求乖離を防ぐ最短ルートです。
料金は [LLM API 料金一覧【2026年7月版】](/blog/llm-api-料金一覧-2026年7月版/) と同期。RAG 運用では [RAG チャンク](/blog/rag-チャンク-トークン数-目安-分割/)、Web 検証では [32K vs 1M](/blog/chatgpt-web-32k-api-100万-コンテキスト-違い/) も併せて確認してください。
### ベンチマーク詳細：ひらがな中心（説明文）
58字 → **38 tok**（カタカナ・漢字が少ない平易文）。preview: 「お客様のご注文は確認メール送信後、通常二営業日以内に倉庫から発送いたします。配送…」。Claude approx 50、Gemini 33。RAG FAQ 68 tok、セクション 970 tok、PDF 3972 tok、wiki 42779 tok は article-data の ragCorpusSamples — [RAG チャンク](/blog/rag-チャンク-トークン数-目安-分割/)、[Web 32K](/blog/chatgpt-web-32k-api-100万-コンテキスト-違い/) と数値同期。
### ベンチマーク詳細：漢字・熟語中心（ビジネス）
65字 → **48 tok**（IR・プレスリリース調）。preview: 「株式会社〇〇は、2026年度第1四半期の決算説明会において、売上高前年比12.3…」。Claude approx 48、Gemini 32。RAG FAQ 68 tok、セクション 970 tok、PDF 3972 tok、wiki 42779 tok は article-data の ragCorpusSamples — [RAG チャンク](/blog/rag-チャンク-トークン数-目安-分割/)、[Web 32K](/blog/chatgpt-web-32k-api-100万-コンテキスト-違い/) と数値同期。
### ベンチマーク詳細：カタカナ・英語混在（技術）
85字 → **41 tok**（SaaS・エンジニア向け）。preview: 「GPT-5.6 Luna API の max_tokens と temperat…」。Claude approx 40、Gemini 27。RAG FAQ 68 tok、セクション 970 tok、PDF 3972 tok、wiki 42779 tok は article-data の ragCorpusSamples — [RAG チャンク](/blog/rag-チャンク-トークン数-目安-分割/)、[Web 32K](/blog/chatgpt-web-32k-api-100万-コンテキスト-違い/) と数値同期。
### ベンチマーク詳細：Markdown 見出し＋箇条書き
68字 → **41 tok**（Notion/Confluence コピー想定）。preview: 「## 返品について - 14日以内 - 未開封のみ全額返金 - 送料は条件によ…」。Claude approx 49、Gemini 32。RAG FAQ 68 tok、セクション 970 tok、PDF 3972 tok、wiki 42779 tok は article-data の ragCorpusSamples — [RAG チャンク](/blog/rag-チャンク-トークン数-目安-分割/)、[Web 32K](/blog/chatgpt-web-32k-api-100万-コンテキスト-違い/) と数値同期。
### ベンチマーク詳細：JSON schema 断片
164字 → **42 tok**（Structured Outputs 固定費）。preview: 「{"type":"object","properties":{"answer":…」。Claude approx 52、Gemini 37。RAG FAQ 68 tok、セクション 970 tok、PDF 3972 tok、wiki 42779 tok は article-data の ragCorpusSamples — [RAG チャンク](/blog/rag-チャンク-トークン数-目安-分割/)、[Web 32K](/blog/chatgpt-web-32k-api-100万-コンテキスト-違い/) と数値同期。
### ベンチマーク詳細：FAQ Q&A 1件
127字 → **64 tok**（RAG 最小チャンク）。preview: 「Q: ChatGPT APIのトークン数はどう数えますか？ A: OpenAIは…」。Claude approx 70、Gemini 47。RAG FAQ 68 tok、セクション 970 tok、PDF 3972 tok、wiki 42779 tok は article-data の ragCorpusSamples — [RAG チャンク](/blog/rag-チャンク-トークン数-目安-分割/)、[Web 32K](/blog/chatgpt-web-32k-api-100万-コンテキスト-違い/) と数値同期。
### ベンチマーク詳細：チャット user 1発
48字 → **38 tok**（Slack/Teams からのコピー）。preview: 「先ほどの議事録を要約して、決定事項だけ3行の箇条書きにしてください。期限と担当者…」。Claude approx 41、Gemini 27。RAG FAQ 68 tok、セクション 970 tok、PDF 3972 tok、wiki 42779 tok は article-data の ragCorpusSamples — [RAG チャンク](/blog/rag-チャンク-トークン数-目安-分割/)、[Web 32K](/blog/chatgpt-web-32k-api-100万-コンテキスト-違い/) と数値同期。
### ベンチマーク詳細：system prompt 典型
76字 → **53 tok**（毎リクエスト固定 input）。preview: 「あなたは社内ナレッジに答えるアシスタントです。提供された引用のみを根拠に回答し、…」。Claude approx 64、Gemini 42。RAG FAQ 68 tok、セクション 970 tok、PDF 3972 tok、wiki 42779 tok は article-data の ragCorpusSamples — [RAG チャンク](/blog/rag-チャンク-トークン数-目安-分割/)、[Web 32K](/blog/chatgpt-web-32k-api-100万-コンテキスト-違い/) と数値同期。
### ベンチマーク詳細：契約条項 1段落
74字 → **63 tok**（法務 RAG）。preview: 「第5条（秘密保持）両当事者は、本契約に関連して知り得た相手方の技術上及び営業上の…」。Claude approx 64、Gemini 42。RAG FAQ 68 tok、セクション 970 tok、PDF 3972 tok、wiki 42779 tok は article-data の ragCorpusSamples — [RAG チャンク](/blog/rag-チャンク-トークン数-目安-分割/)、[Web 32K](/blog/chatgpt-web-32k-api-100万-コンテキスト-違い/) と数値同期。
### ベンチマーク詳細：URL・パス多め
147字 → **43 tok**（引用リンク大量載せパターン）。preview: 「参考: https://developers.openai.com/api/do…」。Claude approx 52、Gemini 36。RAG FAQ 68 tok、セクション 970 tok、PDF 3972 tok、wiki 42779 tok は article-data の ragCorpusSamples — [RAG チャンク](/blog/rag-チャンク-トークン数-目安-分割/)、[Web 32K](/blog/chatgpt-web-32k-api-100万-コンテキスト-違い/) と数値同期。
### ベンチマーク詳細：絵文字・記号混在
56字 → **31 tok**（SNS・マーケ文）。preview: 「🎉 新機能リリース！ GPT-5.6 Luna が $1/1M input に…」。Claude approx 29、Gemini 20。RAG FAQ 68 tok、セクション 970 tok、PDF 3972 tok、wiki 42779 tok は article-data の ragCorpusSamples — [RAG チャンク](/blog/rag-チャンク-トークン数-目安-分割/)、[Web 32K](/blog/chatgpt-web-32k-api-100万-コンテキスト-違い/) と数値同期。
### ベンチマーク詳細：同意味・日本語
68字 → **49 tok**（返品ポリシー）。preview: 「当社の返品ポリシーでは、商品到着後14日以内であれば未開封の場合に限り全額返金い…」。Claude approx 58、Gemini 38。RAG FAQ 68 tok、セクション 970 tok、PDF 3972 tok、wiki 42779 tok は article-data の ragCorpusSamples — [RAG チャンク](/blog/rag-チャンク-トークン数-目安-分割/)、[Web 32K](/blog/chatgpt-web-32k-api-100万-コンテキスト-違い/) と数値同期。
### ベンチマーク詳細：同意味・英語
143字 → **28 tok**（返品ポリシー（英訳））。preview: 「Our return policy offers a full refund w…」。Claude approx 40、Gemini 29。RAG FAQ 68 tok、セクション 970 tok、PDF 3972 tok、wiki 42779 tok は article-data の ragCorpusSamples — [RAG チャンク](/blog/rag-チャンク-トークン数-目安-分割/)、[Web 32K](/blog/chatgpt-web-32k-api-100万-コンテキスト-違い/) と数値同期。
### 拡張分析 1-1：ひらがな中心（説明文）
お客様のご注文は確認メール送信後、通常二営業日以内に倉庫から発送いたします。配送状況はマイページからご確認ください。 — **38 tok**（58字）。RAG FAQ 68 / セクション 970 / PDF 3972 / wiki 42779 tok（ragCorpusSamples）。Web wiki 32K **133.68%** 超 — [Web vs API](/blog/chatgpt-web-32k-api-100万-コンテキスト-違い/)。top-k=5 chunk1000 合計 **5880 tok**（topKMatrix）。system 圧縮 **365→35 tok**（systemPromptCompression）で Luna 1000 req **$0.33** 節約 — [system 削減](/blog/system-prompt-トークン削減-rag-コスト/)。
### 拡張分析 1-2：漢字・熟語中心（ビジネス）
株式会社〇〇は、2026年度第1四半期の決算説明会において、売上高前年比12.3%増、営業利益率8.7%を達成したと発表しました。 — **48 tok**（65字）。RAG FAQ 68 / セクション 970 / PDF 3972 / wiki 42779 tok（ragCorpusSamples）。Web wiki 32K **133.68%** 超 — [Web vs API](/blog/chatgpt-web-32k-api-100万-コンテキスト-違い/)。top-k=5 chunk1000 合計 **5880 tok**（topKMatrix）。system 圧縮 **365→35 tok**（systemPromptCompression）で Luna 1000 req **$0.33** 節約 — [system 削減](/blog/system-prompt-トークン削減-rag-コスト/)。
### 拡張分析 1-3：カタカナ・英語混在（技術）
GPT-5.6 Luna API の max_tokens と temperature を調整し、RAG パイプラインのレイテンシを p95 200ms 以下に… — **41 tok**（85字）。RAG FAQ 68 / セクション 970 / PDF 3972 / wiki 42779 tok（ragCorpusSamples）。Web wiki 32K **133.68%** 超 — [Web vs API](/blog/chatgpt-web-32k-api-100万-コンテキスト-違い/)。top-k=5 chunk1000 合計 **5880 tok**（topKMatrix）。system 圧縮 **365→35 tok**（systemPromptCompression）で Luna 1000 req **$0.33** 節約 — [system 削減](/blog/system-prompt-トークン削減-rag-コスト/)。
### 拡張分析 1-4：Markdown 見出し＋箇条書き
## 返品について - 14日以内 - 未開封のみ全額返金 - 送料は条件により異なります 詳細はサポートまでお問い合わせください。 — **41 tok**（68字）。RAG FAQ 68 / セクション 970 / PDF 3972 / wiki 42779 tok（ragCorpusSamples）。Web wiki 32K **133.68%** 超 — [Web vs API](/blog/chatgpt-web-32k-api-100万-コンテキスト-違い/)。top-k=5 chunk1000 合計 **5880 tok**（topKMatrix）。system 圧縮 **365→35 tok**（systemPromptCompression）で Luna 1000 req **$0.33** 節約 — [system 削減](/blog/system-prompt-トークン削減-rag-コスト/)。
### 拡張分析 1-5：JSON schema 断片
{"type":"object","properties":{"answer":{"type":"string","description":"ユーザーの質問へ… — **42 tok**（164字）。RAG FAQ 68 / セクション 970 / PDF 3972 / wiki 42779 tok（ragCorpusSamples）。Web wiki 32K **133.68%** 超 — [Web vs API](/blog/chatgpt-web-32k-api-100万-コンテキスト-違い/)。top-k=5 chunk1000 合計 **5880 tok**（topKMatrix）。system 圧縮 **365→35 tok**（systemPromptCompression）で Luna 1000 req **$0.33** 節約 — [system 削減](/blog/system-prompt-トークン削減-rag-コスト/)。
### 拡張分析 1-6：FAQ Q&A 1件
Q: ChatGPT APIのトークン数はどう数えますか？ A: OpenAIはtiktoken（o200k_base）で正確にカウントできます。Claudeや… — **64 tok**（127字）。RAG FAQ 68 / セクション 970 / PDF 3972 / wiki 42779 tok（ragCorpusSamples）。Web wiki 32K **133.68%** 超 — [Web vs API](/blog/chatgpt-web-32k-api-100万-コンテキスト-違い/)。top-k=5 chunk1000 合計 **5880 tok**（topKMatrix）。system 圧縮 **365→35 tok**（systemPromptCompression）で Luna 1000 req **$0.33** 節約 — [system 削減](/blog/system-prompt-トークン削減-rag-コスト/)。
### 拡張分析 1-7：チャット user 1発
先ほどの議事録を要約して、決定事項だけ3行の箇条書きにしてください。期限と担当者名は必ず含めて。 — **38 tok**（48字）。RAG FAQ 68 / セクション 970 / PDF 3972 / wiki 42779 tok（ragCorpusSamples）。Web wiki 32K **133.68%** 超 — [Web vs API](/blog/chatgpt-web-32k-api-100万-コンテキスト-違い/)。top-k=5 chunk1000 合計 **5880 tok**（topKMatrix）。system 圧縮 **365→35 tok**（systemPromptCompression）で Luna 1000 req **$0.33** 節約 — [system 削減](/blog/system-prompt-トークン削減-rag-コスト/)。
### 拡張分析 1-8：system prompt 典型
あなたは社内ナレッジに答えるアシスタントです。提供された引用のみを根拠に回答し、不明な点は「わかりません」と述べてください。回答は日本語、300字以内。 — **53 tok**（76字）。RAG FAQ 68 / セクション 970 / PDF 3972 / wiki 42779 tok（ragCorpusSamples）。Web wiki 32K **133.68%** 超 — [Web vs API](/blog/chatgpt-web-32k-api-100万-コンテキスト-違い/)。top-k=5 chunk1000 合計 **5880 tok**（topKMatrix）。system 圧縮 **365→35 tok**（systemPromptCompression）で Luna 1000 req **$0.33** 節約 — [system 削減](/blog/system-prompt-トークン削減-rag-コスト/)。
### 拡張分析 1-9：契約条項 1段落
第5条（秘密保持）両当事者は、本契約に関連して知り得た相手方の技術上及び営業上の情報を、相手方の事前の書面による承諾なく第三者に開示してはならない。 — **63 tok**（74字）。RAG FAQ 68 / セクション 970 / PDF 3972 / wiki 42779 tok（ragCorpusSamples）。Web wiki 32K **133.68%** 超 — [Web vs API](/blog/chatgpt-web-32k-api-100万-コンテキスト-違い/)。top-k=5 chunk1000 合計 **5880 tok**（topKMatrix）。system 圧縮 **365→35 tok**（systemPromptCompression）で Luna 1000 req **$0.33** 節約 — [system 削減](/blog/system-prompt-トークン削減-rag-コスト/)。
### 拡張分析 1-10：URL・パス多め
参考: https://developers.openai.com/api/docs/pricing と https://platform.claude.com… — **43 tok**（147字）。RAG FAQ 68 / セクション 970 / PDF 3972 / wiki 42779 tok（ragCorpusSamples）。Web wiki 32K **133.68%** 超 — [Web vs API](/blog/chatgpt-web-32k-api-100万-コンテキスト-違い/)。top-k=5 chunk1000 合計 **5880 tok**（topKMatrix）。system 圧縮 **365→35 tok**（systemPromptCompression）で Luna 1000 req **$0.33** 節約 — [system 削減](/blog/system-prompt-トークン削減-rag-コスト/)。
### 拡張分析 1-11：絵文字・記号混在
🎉 新機能リリース！ GPT-5.6 Luna が $1/1M input になりました ✨ 詳細はこちら → — **31 tok**（56字）。RAG FAQ 68 / セクション 970 / PDF 3972 / wiki 42779 tok（ragCorpusSamples）。Web wiki 32K **133.68%** 超 — [Web vs API](/blog/chatgpt-web-32k-api-100万-コンテキスト-違い/)。top-k=5 chunk1000 合計 **5880 tok**（topKMatrix）。system 圧縮 **365→35 tok**（systemPromptCompression）で Luna 1000 req **$0.33** 節約 — [system 削減](/blog/system-prompt-トークン削減-rag-コスト/)。
### 拡張分析 1-12：同意味・日本語
当社の返品ポリシーでは、商品到着後14日以内であれば未開封の場合に限り全額返金いたします。開封済みの場合は送料のみお客様負担となります。 — **49 tok**（68字）。RAG FAQ 68 / セクション 970 / PDF 3972 / wiki 42779 tok（ragCorpusSamples）。Web wiki 32K **133.68%** 超 — [Web vs API](/blog/chatgpt-web-32k-api-100万-コンテキスト-違い/)。top-k=5 chunk1000 合計 **5880 tok**（topKMatrix）。system 圧縮 **365→35 tok**（systemPromptCompression）で Luna 1000 req **$0.33** 節約 — [system 削減](/blog/system-prompt-トークン削減-rag-コスト/)。
### 拡張分析 1-13：同意味・英語
Our return policy offers a full refund within 14 days of delivery for unopened i… — **28 tok**（143字）。RAG FAQ 68 / セクション 970 / PDF 3972 / wiki 42779 tok（ragCorpusSamples）。Web wiki 32K **133.68%** 超 — [Web vs API](/blog/chatgpt-web-32k-api-100万-コンテキスト-違い/)。top-k=5 chunk1000 合計 **5880 tok**（topKMatrix）。system 圧縮 **365→35 tok**（systemPromptCompression）で Luna 1000 req **$0.33** 節約 — [system 削減](/blog/system-prompt-トークン削減-rag-コスト/)。
### 拡張分析 2-1：ひらがな中心（説明文）
お客様のご注文は確認メール送信後、通常二営業日以内に倉庫から発送いたします。配送状況はマイページからご確認ください。 — **38 tok**（58字）。RAG FAQ 68 / セクション 970 / PDF 3972 / wiki 42779 tok（ragCorpusSamples）。Web wiki 32K **133.68%** 超 — [Web vs API](/blog/chatgpt-web-32k-api-100万-コンテキスト-違い/)。top-k=5 chunk1000 合計 **5880 tok**（topKMatrix）。system 圧縮 **365→35 tok**（systemPromptCompression）で Luna 1000 req **$0.33** 節約 — [system 削減](/blog/system-prompt-トークン削減-rag-コスト/)。
### 拡張分析 2-2：漢字・熟語中心（ビジネス）
株式会社〇〇は、2026年度第1四半期の決算説明会において、売上高前年比12.3%増、営業利益率8.7%を達成したと発表しました。 — **48 tok**（65字）。RAG FAQ 68 / セクション 970 / PDF 3972 / wiki 42779 tok（ragCorpusSamples）。Web wiki 32K **133.68%** 超 — [Web vs API](/blog/chatgpt-web-32k-api-100万-コンテキスト-違い/)。top-k=5 chunk1000 合計 **5880 tok**（topKMatrix）。system 圧縮 **365→35 tok**（systemPromptCompression）で Luna 1000 req **$0.33** 節約 — [system 削減](/blog/system-prompt-トークン削減-rag-コスト/)。
### 拡張分析 2-3：カタカナ・英語混在（技術）
GPT-5.6 Luna API の max_tokens と temperature を調整し、RAG パイプラインのレイテンシを p95 200ms 以下に… — **41 tok**（85字）。RAG FAQ 68 / セクション 970 / PDF 3972 / wiki 42779 tok（ragCorpusSamples）。Web wiki 32K **133.68%** 超 — [Web vs API](/blog/chatgpt-web-32k-api-100万-コンテキスト-違い/)。top-k=5 chunk1000 合計 **5880 tok**（topKMatrix）。system 圧縮 **365→35 tok**（systemPromptCompression）で Luna 1000 req **$0.33** 節約 — [system 削減](/blog/system-prompt-トークン削減-rag-コスト/)。
### 拡張分析 2-4：Markdown 見出し＋箇条書き
## 返品について - 14日以内 - 未開封のみ全額返金 - 送料は条件により異なります 詳細はサポートまでお問い合わせください。 — **41 tok**（68字）。RAG FAQ 68 / セクション 970 / PDF 3972 / wiki 42779 tok（ragCorpusSamples）。Web wiki 32K **133.68%** 超 — [Web vs API](/blog/chatgpt-web-32k-api-100万-コンテキスト-違い/)。top-k=5 chunk1000 合計 **5880 tok**（topKMatrix）。system 圧縮 **365→35 tok**（systemPromptCompression）で Luna 1000 req **$0.33** 節約 — [system 削減](/blog/system-prompt-トークン削減-rag-コスト/)。
### 拡張分析 2-5：JSON schema 断片
{"type":"object","properties":{"answer":{"type":"string","description":"ユーザーの質問へ… — **42 tok**（164字）。RAG FAQ 68 / セクション 970 / PDF 3972 / wiki 42779 tok（ragCorpusSamples）。Web wiki 32K **133.68%** 超 — [Web vs API](/blog/chatgpt-web-32k-api-100万-コンテキスト-違い/)。top-k=5 chunk1000 合計 **5880 tok**（topKMatrix）。system 圧縮 **365→35 tok**（systemPromptCompression）で Luna 1000 req **$0.33** 節約 — [system 削減](/blog/system-prompt-トークン削減-rag-コスト/)。
### 拡張分析 2-6：FAQ Q&A 1件
Q: ChatGPT APIのトークン数はどう数えますか？ A: OpenAIはtiktoken（o200k_base）で正確にカウントできます。Claudeや… — **64 tok**（127字）。RAG FAQ 68 / セクション 970 / PDF 3972 / wiki 42779 tok（ragCorpusSamples）。Web wiki 32K **133.68%** 超 — [Web vs API](/blog/chatgpt-web-32k-api-100万-コンテキスト-違い/)。top-k=5 chunk1000 合計 **5880 tok**（topKMatrix）。system 圧縮 **365→35 tok**（systemPromptCompression）で Luna 1000 req **$0.33** 節約 — [system 削減](/blog/system-prompt-トークン削減-rag-コスト/)。
### 拡張分析 2-7：チャット user 1発
先ほどの議事録を要約して、決定事項だけ3行の箇条書きにしてください。期限と担当者名は必ず含めて。 — **38 tok**（48字）。RAG FAQ 68 / セクション 970 / PDF 3972 / wiki 42779 tok（ragCorpusSamples）。Web wiki 32K **133.68%** 超 — [Web vs API](/blog/chatgpt-web-32k-api-100万-コンテキスト-違い/)。top-k=5 chunk1000 合計 **5880 tok**（topKMatrix）。system 圧縮 **365→35 tok**（systemPromptCompression）で Luna 1000 req **$0.33** 節約 — [system 削減](/blog/system-prompt-トークン削減-rag-コスト/)。
### 拡張分析 2-8：system prompt 典型
あなたは社内ナレッジに答えるアシスタントです。提供された引用のみを根拠に回答し、不明な点は「わかりません」と述べてください。回答は日本語、300字以内。 — **53 tok**（76字）。RAG FAQ 68 / セクション 970 / PDF 3972 / wiki 42779 tok（ragCorpusSamples）。Web wiki 32K **133.68%** 超 — [Web vs API](/blog/chatgpt-web-32k-api-100万-コンテキスト-違い/)。top-k=5 chunk1000 合計 **5880 tok**（topKMatrix）。system 圧縮 **365→35 tok**（systemPromptCompression）で Luna 1000 req **$0.33** 節約 — [system 削減](/blog/system-prompt-トークン削減-rag-コスト/)。
### 拡張分析 2-9：契約条項 1段落
第5条（秘密保持）両当事者は、本契約に関連して知り得た相手方の技術上及び営業上の情報を、相手方の事前の書面による承諾なく第三者に開示してはならない。 — **63 tok**（74字）。RAG FAQ 68 / セクション 970 / PDF 3972 / wiki 42779 tok（ragCorpusSamples）。Web wiki 32K **133.68%** 超 — [Web vs API](/blog/chatgpt-web-32k-api-100万-コンテキスト-違い/)。top-k=5 chunk1000 合計 **5880 tok**（topKMatrix）。system 圧縮 **365→35 tok**（systemPromptCompression）で Luna 1000 req **$0.33** 節約 — [system 削減](/blog/system-prompt-トークン削減-rag-コスト/)。
### 拡張分析 2-10：URL・パス多め
参考: https://developers.openai.com/api/docs/pricing と https://platform.claude.com… — **43 tok**（147字）。RAG FAQ 68 / セクション 970 / PDF 3972 / wiki 42779 tok（ragCorpusSamples）。Web wiki 32K **133.68%** 超 — [Web vs API](/blog/chatgpt-web-32k-api-100万-コンテキスト-違い/)。top-k=5 chunk1000 合計 **5880 tok**（topKMatrix）。system 圧縮 **365→35 tok**（systemPromptCompression）で Luna 1000 req **$0.33** 節約 — [system 削減](/blog/system-prompt-トークン削減-rag-コスト/)。
### 拡張分析 2-11：絵文字・記号混在
🎉 新機能リリース！ GPT-5.6 Luna が $1/1M input になりました ✨ 詳細はこちら → — **31 tok**（56字）。RAG FAQ 68 / セクション 970 / PDF 3972 / wiki 42779 tok（ragCorpusSamples）。Web wiki 32K **133.68%** 超 — [Web vs API](/blog/chatgpt-web-32k-api-100万-コンテキスト-違い/)。top-k=5 chunk1000 合計 **5880 tok**（topKMatrix）。system 圧縮 **365→35 tok**（systemPromptCompression）で Luna 1000 req **$0.33** 節約 — [system 削減](/blog/system-prompt-トークン削減-rag-コスト/)。
### 拡張分析 2-12：同意味・日本語
当社の返品ポリシーでは、商品到着後14日以内であれば未開封の場合に限り全額返金いたします。開封済みの場合は送料のみお客様負担となります。 — **49 tok**（68字）。RAG FAQ 68 / セクション 970 / PDF 3972 / wiki 42779 tok（ragCorpusSamples）。Web wiki 32K **133.68%** 超 — [Web vs API](/blog/chatgpt-web-32k-api-100万-コンテキスト-違い/)。top-k=5 chunk1000 合計 **5880 tok**（topKMatrix）。system 圧縮 **365→35 tok**（systemPromptCompression）で Luna 1000 req **$0.33** 節約 — [system 削減](/blog/system-prompt-トークン削減-rag-コスト/)。
### 拡張分析 2-13：同意味・英語
Our return policy offers a full refund within 14 days of delivery for unopened i… — **28 tok**（143字）。RAG FAQ 68 / セクション 970 / PDF 3972 / wiki 42779 tok（ragCorpusSamples）。Web wiki 32K **133.68%** 超 — [Web vs API](/blog/chatgpt-web-32k-api-100万-コンテキスト-違い/)。top-k=5 chunk1000 合計 **5880 tok**（topKMatrix）。system 圧縮 **365→35 tok**（systemPromptCompression）で Luna 1000 req **$0.33** 節約 — [system 削減](/blog/system-prompt-トークン削減-rag-コスト/)。
### 拡張分析 3-1：ひらがな中心（説明文）
お客様のご注文は確認メール送信後、通常二営業日以内に倉庫から発送いたします。配送状況はマイページからご確認ください。 — **38 tok**（58字）。RAG FAQ 68 / セクション 970 / PDF 3972 / wiki 42779 tok（ragCorpusSamples）。Web wiki 32K **133.68%** 超 — [Web vs API](/blog/chatgpt-web-32k-api-100万-コンテキスト-違い/)。top-k=5 chunk1000 合計 **5880 tok**（topKMatrix）。system 圧縮 **365→35 tok**（systemPromptCompression）で Luna 1000 req **$0.33** 節約 — [system 削減](/blog/system-prompt-トークン削減-rag-コスト/)。
### 拡張分析 3-2：漢字・熟語中心（ビジネス）
株式会社〇〇は、2026年度第1四半期の決算説明会において、売上高前年比12.3%増、営業利益率8.7%を達成したと発表しました。 — **48 tok**（65字）。RAG FAQ 68 / セクション 970 / PDF 3972 / wiki 42779 tok（ragCorpusSamples）。Web wiki 32K **133.68%** 超 — [Web vs API](/blog/chatgpt-web-32k-api-100万-コンテキスト-違い/)。top-k=5 chunk1000 合計 **5880 tok**（topKMatrix）。system 圧縮 **365→35 tok**（systemPromptCompression）で Luna 1000 req **$0.33** 節約 — [system 削減](/blog/system-prompt-トークン削減-rag-コスト/)。
### 拡張分析 3-3：カタカナ・英語混在（技術）
GPT-5.6 Luna API の max_tokens と temperature を調整し、RAG パイプラインのレイテンシを p95 200ms 以下に… — **41 tok**（85字）。RAG FAQ 68 / セクション 970 / PDF 3972 / wiki 42779 tok（ragCorpusSamples）。Web wiki 32K **133.68%** 超 — [Web vs API](/blog/chatgpt-web-32k-api-100万-コンテキスト-違い/)。top-k=5 chunk1000 合計 **5880 tok**（topKMatrix）。system 圧縮 **365→35 tok**（systemPromptCompression）で Luna 1000 req **$0.33** 節約 — [system 削減](/blog/system-prompt-トークン削減-rag-コスト/)。
### 拡張分析 3-4：Markdown 見出し＋箇条書き
## 返品について - 14日以内 - 未開封のみ全額返金 - 送料は条件により異なります 詳細はサポートまでお問い合わせください。 — **41 tok**（68字）。RAG FAQ 68 / セクション 970 / PDF 3972 / wiki 42779 tok（ragCorpusSamples）。Web wiki 32K **133.68%** 超 — [Web vs API](/blog/chatgpt-web-32k-api-100万-コンテキスト-違い/)。top-k=5 chunk1000 合計 **5880 tok**（topKMatrix）。system 圧縮 **365→35 tok**（systemPromptCompression）で Luna 1000 req **$0.33** 節約 — [system 削減](/blog/system-prompt-トークン削減-rag-コスト/)。
### 拡張分析 3-5：JSON schema 断片
{"type":"object","properties":{"answer":{"type":"string","description":"ユーザーの質問へ… — **42 tok**（164字）。RAG FAQ 68 / セクション 970 / PDF 3972 / wiki 42779 tok（ragCorpusSamples）。Web wiki 32K **133.68%** 超 — [Web vs API](/blog/chatgpt-web-32k-api-100万-コンテキスト-違い/)。top-k=5 chunk1000 合計 **5880 tok**（topKMatrix）。system 圧縮 **365→35 tok**（systemPromptCompression）で Luna 1000 req **$0.33** 節約 — [system 削減](/blog/system-prompt-トークン削減-rag-コスト/)。
### 拡張分析 3-6：FAQ Q&A 1件
Q: ChatGPT APIのトークン数はどう数えますか？ A: OpenAIはtiktoken（o200k_base）で正確にカウントできます。Claudeや… — **64 tok**（127字）。RAG FAQ 68 / セクション 970 / PDF 3972 / wiki 42779 tok（ragCorpusSamples）。Web wiki 32K **133.68%** 超 — [Web vs API](/blog/chatgpt-web-32k-api-100万-コンテキスト-違い/)。top-k=5 chunk1000 合計 **5880 tok**（topKMatrix）。system 圧縮 **365→35 tok**（systemPromptCompression）で Luna 1000 req **$0.33** 節約 — [system 削減](/blog/system-prompt-トークン削減-rag-コスト/)。
### 拡張分析 3-7：チャット user 1発
先ほどの議事録を要約して、決定事項だけ3行の箇条書きにしてください。期限と担当者名は必ず含めて。 — **38 tok**（48字）。RAG FAQ 68 / セクション 970 / PDF 3972 / wiki 42779 tok（ragCorpusSamples）。Web wiki 32K **133.68%** 超 — [Web vs API](/blog/chatgpt-web-32k-api-100万-コンテキスト-違い/)。top-k=5 chunk1000 合計 **5880 tok**（topKMatrix）。system 圧縮 **365→35 tok**（systemPromptCompression）で Luna 1000 req **$0.33** 節約 — [system 削減](/blog/system-prompt-トークン削減-rag-コスト/)。
### 拡張分析 3-8：system prompt 典型
あなたは社内ナレッジに答えるアシスタントです。提供された引用のみを根拠に回答し、不明な点は「わかりません」と述べてください。回答は日本語、300字以内。 — **53 tok**（76字）。RAG FAQ 68 / セクション 970 / PDF 3972 / wiki 42779 tok（ragCorpusSamples）。Web wiki 32K **133.68%** 超 — [Web vs API](/blog/chatgpt-web-32k-api-100万-コンテキスト-違い/)。top-k=5 chunk1000 合計 **5880 tok**（topKMatrix）。system 圧縮 **365→35 tok**（systemPromptCompression）で Luna 1000 req **$0.33** 節約 — [system 削減](/blog/system-prompt-トークン削減-rag-コスト/)。
### 拡張分析 3-9：契約条項 1段落
第5条（秘密保持）両当事者は、本契約に関連して知り得た相手方の技術上及び営業上の情報を、相手方の事前の書面による承諾なく第三者に開示してはならない。 — **63 tok**（74字）。RAG FAQ 68 / セクション 970 / PDF 3972 / wiki 42779 tok（ragCorpusSamples）。Web wiki 32K **133.68%** 超 — [Web vs API](/blog/chatgpt-web-32k-api-100万-コンテキスト-違い/)。top-k=5 chunk1000 合計 **5880 tok**（topKMatrix）。system 圧縮 **365→35 tok**（systemPromptCompression）で Luna 1000 req **$0.33** 節約 — [system 削減](/blog/system-prompt-トークン削減-rag-コスト/)。
### 拡張分析 3-10：URL・パス多め
参考: https://developers.openai.com/api/docs/pricing と https://platform.claude.com… — **43 tok**（147字）。RAG FAQ 68 / セクション 970 / PDF 3972 / wiki 42779 tok（ragCorpusSamples）。Web wiki 32K **133.68%** 超 — [Web vs API](/blog/chatgpt-web-32k-api-100万-コンテキスト-違い/)。top-k=5 chunk1000 合計 **5880 tok**（topKMatrix）。system 圧縮 **365→35 tok**（systemPromptCompression）で Luna 1000 req **$0.33** 節約 — [system 削減](/blog/system-prompt-トークン削減-rag-コスト/)。
### 拡張分析 3-11：絵文字・記号混在
🎉 新機能リリース！ GPT-5.6 Luna が $1/1M input になりました ✨ 詳細はこちら → — **31 tok**（56字）。RAG FAQ 68 / セクション 970 / PDF 3972 / wiki 42779 tok（ragCorpusSamples）。Web wiki 32K **133.68%** 超 — [Web vs API](/blog/chatgpt-web-32k-api-100万-コンテキスト-違い/)。top-k=5 chunk1000 合計 **5880 tok**（topKMatrix）。system 圧縮 **365→35 tok**（systemPromptCompression）で Luna 1000 req **$0.33** 節約 — [system 削減](/blog/system-prompt-トークン削減-rag-コスト/)。
### 拡張分析 3-12：同意味・日本語
当社の返品ポリシーでは、商品到着後14日以内であれば未開封の場合に限り全額返金いたします。開封済みの場合は送料のみお客様負担となります。 — **49 tok**（68字）。RAG FAQ 68 / セクション 970 / PDF 3972 / wiki 42779 tok（ragCorpusSamples）。Web wiki 32K **133.68%** 超 — [Web vs API](/blog/chatgpt-web-32k-api-100万-コンテキスト-違い/)。top-k=5 chunk1000 合計 **5880 tok**（topKMatrix）。system 圧縮 **365→35 tok**（systemPromptCompression）で Luna 1000 req **$0.33** 節約 — [system 削減](/blog/system-prompt-トークン削減-rag-コスト/)。
### 拡張分析 3-13：同意味・英語
Our return policy offers a full refund within 14 days of delivery for unopened i… — **28 tok**（143字）。RAG FAQ 68 / セクション 970 / PDF 3972 / wiki 42779 tok（ragCorpusSamples）。Web wiki 32K **133.68%** 超 — [Web vs API](/blog/chatgpt-web-32k-api-100万-コンテキスト-違い/)。top-k=5 chunk1000 合計 **5880 tok**（topKMatrix）。system 圧縮 **365→35 tok**（systemPromptCompression）で Luna 1000 req **$0.33** 節約 — [system 削減](/blog/system-prompt-トークン削減-rag-コスト/)。
### 拡張分析 4-1：ひらがな中心（説明文）
お客様のご注文は確認メール送信後、通常二営業日以内に倉庫から発送いたします。配送状況はマイページからご確認ください。 — **38 tok**（58字）。RAG FAQ 68 / セクション 970 / PDF 3972 / wiki 42779 tok（ragCorpusSamples）。Web wiki 32K **133.68%** 超 — [Web vs API](/blog/chatgpt-web-32k-api-100万-コンテキスト-違い/)。top-k=5 chunk1000 合計 **5880 tok**（topKMatrix）。system 圧縮 **365→35 tok**（systemPromptCompression）で Luna 1000 req **$0.33** 節約 — [system 削減](/blog/system-prompt-トークン削減-rag-コスト/)。
### 拡張分析 4-2：漢字・熟語中心（ビジネス）
株式会社〇〇は、2026年度第1四半期の決算説明会において、売上高前年比12.3%増、営業利益率8.7%を達成したと発表しました。 — **48 tok**（65字）。RAG FAQ 68 / セクション 970 / PDF 3972 / wiki 42779 tok（ragCorpusSamples）。Web wiki 32K **133.68%** 超 — [Web vs API](/blog/chatgpt-web-32k-api-100万-コンテキスト-違い/)。top-k=5 chunk1000 合計 **5880 tok**（topKMatrix）。system 圧縮 **365→35 tok**（systemPromptCompression）で Luna 1000 req **$0.33** 節約 — [system 削減](/blog/system-prompt-トークン削減-rag-コスト/)。
### 拡張分析 4-3：カタカナ・英語混在（技術）
GPT-5.6 Luna API の max_tokens と temperature を調整し、RAG パイプラインのレイテンシを p95 200ms 以下に… — **41 tok**（85字）。RAG FAQ 68 / セクション 970 / PDF 3972 / wiki 42779 tok（ragCorpusSamples）。Web wiki 32K **133.68%** 超 — [Web vs API](/blog/chatgpt-web-32k-api-100万-コンテキスト-違い/)。top-k=5 chunk1000 合計 **5880 tok**（topKMatrix）。system 圧縮 **365→35 tok**（systemPromptCompression）で Luna 1000 req **$0.33** 節約 — [system 削減](/blog/system-prompt-トークン削減-rag-コスト/)。
### 拡張分析 4-4：Markdown 見出し＋箇条書き
## 返品について - 14日以内 - 未開封のみ全額返金 - 送料は条件により異なります 詳細はサポートまでお問い合わせください。 — **41 tok**（68字）。RAG FAQ 68 / セクション 970 / PDF 3972 / wiki 42779 tok（ragCorpusSamples）。Web wiki 32K **133.68%** 超 — [Web vs API](/blog/chatgpt-web-32k-api-100万-コンテキスト-違い/)。top-k=5 chunk1000 合計 **5880 tok**（topKMatrix）。system 圧縮 **365→35 tok**（systemPromptCompression）で Luna 1000 req **$0.33** 節約 — [system 削減](/blog/system-prompt-トークン削減-rag-コスト/)。
### 拡張分析 4-5：JSON schema 断片
{"type":"object","properties":{"answer":{"type":"string","description":"ユーザーの質問へ… — **42 tok**（164字）。RAG FAQ 68 / セクション 970 / PDF 3972 / wiki 42779 tok（ragCorpusSamples）。Web wiki 32K **133.68%** 超 — [Web vs API](/blog/chatgpt-web-32k-api-100万-コンテキスト-違い/)。top-k=5 chunk1000 合計 **5880 tok**（topKMatrix）。system 圧縮 **365→35 tok**（systemPromptCompression）で Luna 1000 req **$0.33** 節約 — [system 削減](/blog/system-prompt-トークン削減-rag-コスト/)。
### 拡張分析 4-6：FAQ Q&A 1件
Q: ChatGPT APIのトークン数はどう数えますか？ A: OpenAIはtiktoken（o200k_base）で正確にカウントできます。Claudeや… — **64 tok**（127字）。RAG FAQ 68 / セクション 970 / PDF 3972 / wiki 42779 tok（ragCorpusSamples）。Web wiki 32K **133.68%** 超 — [Web vs API](/blog/chatgpt-web-32k-api-100万-コンテキスト-違い/)。top-k=5 chunk1000 合計 **5880 tok**（topKMatrix）。system 圧縮 **365→35 tok**（systemPromptCompression）で Luna 1000 req **$0.33** 節約 — [system 削減](/blog/system-prompt-トークン削減-rag-コスト/)。
### 拡張分析 4-7：チャット user 1発
先ほどの議事録を要約して、決定事項だけ3行の箇条書きにしてください。期限と担当者名は必ず含めて。 — **38 tok**（48字）。RAG FAQ 68 / セクション 970 / PDF 3972 / wiki 42779 tok（ragCorpusSamples）。Web wiki 32K **133.68%** 超 — [Web vs API](/blog/chatgpt-web-32k-api-100万-コンテキスト-違い/)。top-k=5 chunk1000 合計 **5880 tok**（topKMatrix）。system 圧縮 **365→35 tok**（systemPromptCompression）で Luna 1000 req **$0.33** 節約 — [system 削減](/blog/system-prompt-トークン削減-rag-コスト/)。
### 拡張分析 4-8：system prompt 典型
あなたは社内ナレッジに答えるアシスタントです。提供された引用のみを根拠に回答し、不明な点は「わかりません」と述べてください。回答は日本語、300字以内。 — **53 tok**（76字）。RAG FAQ 68 / セクション 970 / PDF 3972 / wiki 42779 tok（ragCorpusSamples）。Web wiki 32K **133.68%** 超 — [Web vs API](/blog/chatgpt-web-32k-api-100万-コンテキスト-違い/)。top-k=5 chunk1000 合計 **5880 tok**（topKMatrix）。system 圧縮 **365→35 tok**（systemPromptCompression）で Luna 1000 req **$0.33** 節約 — [system 削減](/blog/system-prompt-トークン削減-rag-コスト/)。
### 拡張分析 4-9：契約条項 1段落
第5条（秘密保持）両当事者は、本契約に関連して知り得た相手方の技術上及び営業上の情報を、相手方の事前の書面による承諾なく第三者に開示してはならない。 — **63 tok**（74字）。RAG FAQ 68 / セクション 970 / PDF 3972 / wiki 42779 tok（ragCorpusSamples）。Web wiki 32K **133.68%** 超 — [Web vs API](/blog/chatgpt-web-32k-api-100万-コンテキスト-違い/)。top-k=5 chunk1000 合計 **5880 tok**（topKMatrix）。system 圧縮 **365→35 tok**（systemPromptCompression）で Luna 1000 req **$0.33** 節約 — [system 削減](/blog/system-prompt-トークン削減-rag-コスト/)。
### 拡張分析 4-10：URL・パス多め
参考: https://developers.openai.com/api/docs/pricing と https://platform.claude.com… — **43 tok**（147字）。RAG FAQ 68 / セクション 970 / PDF 3972 / wiki 42779 tok（ragCorpusSamples）。Web wiki 32K **133.68%** 超 — [Web vs API](/blog/chatgpt-web-32k-api-100万-コンテキスト-違い/)。top-k=5 chunk1000 合計 **5880 tok**（topKMatrix）。system 圧縮 **365→35 tok**（systemPromptCompression）で Luna 1000 req **$0.33** 節約 — [system 削減](/blog/system-prompt-トークン削減-rag-コスト/)。
### 拡張分析 4-11：絵文字・記号混在
🎉 新機能リリース！ GPT-5.6 Luna が $1/1M input になりました ✨ 詳細はこちら → — **31 tok**（56字）。RAG FAQ 68 / セクション 970 / PDF 3972 / wiki 42779 tok（ragCorpusSamples）。Web wiki 32K **133.68%** 超 — [Web vs API](/blog/chatgpt-web-32k-api-100万-コンテキスト-違い/)。top-k=5 chunk1000 合計 **5880 tok**（topKMatrix）。system 圧縮 **365→35 tok**（systemPromptCompression）で Luna 1000 req **$0.33** 節約 — [system 削減](/blog/system-prompt-トークン削減-rag-コスト/)。
### 拡張分析 4-12：同意味・日本語
当社の返品ポリシーでは、商品到着後14日以内であれば未開封の場合に限り全額返金いたします。開封済みの場合は送料のみお客様負担となります。 — **49 tok**（68字）。RAG FAQ 68 / セクション 970 / PDF 3972 / wiki 42779 tok（ragCorpusSamples）。Web wiki 32K **133.68%** 超 — [Web vs API](/blog/chatgpt-web-32k-api-100万-コンテキスト-違い/)。top-k=5 chunk1000 合計 **5880 tok**（topKMatrix）。system 圧縮 **365→35 tok**（systemPromptCompression）で Luna 1000 req **$0.33** 節約 — [system 削減](/blog/system-prompt-トークン削減-rag-コスト/)。
### 拡張分析 4-13：同意味・英語
Our return policy offers a full refund within 14 days of delivery for unopened i… — **28 tok**（143字）。RAG FAQ 68 / セクション 970 / PDF 3972 / wiki 42779 tok（ragCorpusSamples）。Web wiki 32K **133.68%** 超 — [Web vs API](/blog/chatgpt-web-32k-api-100万-コンテキスト-違い/)。top-k=5 chunk1000 合計 **5880 tok**（topKMatrix）。system 圧縮 **365→35 tok**（systemPromptCompression）で Luna 1000 req **$0.33** 節約 — [system 削減](/blog/system-prompt-トークン削減-rag-コスト/)。
## 関連記事
| トピック | 記事 |
|---|---|
| 料金一覧 | [LLM API 料金一覧【2026年7月版】](/blog/llm-api-料金一覧-2026年7月版/) |
| 日本語目安 | [日本語プロンプトのトークン数目安【2026】](/blog/日本語-プロンプト-トークン数-目安-gpt-2026/) |
| RAG チャンク | [RAGチャンクのトークン数目安](/blog/rag-チャンク-トークン数-目安-分割/) |
| GPT-5.6 計算 | [GPT-5.6 API 料金の計算方法](/blog/gpt-5.6-api-料金-計算-方法/) |
| Web vs API | [ChatGPT Web 32K と API 100万の違い](/blog/chatgpt-web-32k-api-100万-コンテキスト-違い/) |
| Gemini 3.5 | [Gemini 3.5 Flash のトークン数](/blog/gemini-3.5-flash-トークン数-日本語/) |
| tiktoken ブラウザ | [tiktoken をブラウザで使う方法](/blog/tiktoken-ブラウザ-カウント-o200k-方法/) |
| system 削減 | [system prompt のトークン削減](/blog/system-prompt-トークン削減-rag-コスト/) |
| コンテキスト確認 | [コンテキストウィンドウ使用率の確認方法](/blog/コンテキストウィンドウ-使用率-確認-方法/) |