GPT-5.6 API 料金の計算方法完全ガイド【2026年7月版】｜Sol/Terra/Luna・272K tier・試算例
料金 = (入力÷1M×入力単価)+(出力÷1M×出力単価)。1000+500 Luna $0.004。alias gpt-5.6 は Sol — 80% 高。トークンカウンター で exact カウント。
数値根拠: src/data/token-counter-article-data.json の gpt56Pricing.matrix と gpt56AliasWarning（npm run gen:token-article-data）。
本記事の数値表は src/data/token-counter-article-data.json（generatedAt: 2026-07-19、npm run gen:token-article-data で再生成可）の o200k exact 実測です。文体別ベンチマークは src/data/token-counter-ja-benchmark.json（npm run gen:ja-benchmark）を併用。
gpt56Pricing matrix（output 500 tok 固定）
| モデル | in | out | tier | cost |
|---|---|---|---|---|
| GPT-5.6 Sol | 1000 | 500 | standard | $0.02 |
| GPT-5.6 Sol | 5000 | 500 | standard | $0.04 |
| GPT-5.6 Sol | 50000 | 500 | standard | $0.265 |
| GPT-5.6 Sol | 200000 | 500 | standard | $1.015 |
| GPT-5.6 Sol | 300000 | 500 | long | $3.0225 |
| GPT-5.6 Terra | 1000 | 500 | standard | $0.01 |
| GPT-5.6 Terra | 5000 | 500 | standard | $0.02 |
| GPT-5.6 Terra | 50000 | 500 | standard | $0.1325 |
| GPT-5.6 Terra | 200000 | 500 | standard | $0.5075 |
| GPT-5.6 Terra | 300000 | 500 | long | $1.5112 |
| GPT-5.6 Luna | 1000 | 500 | standard | $0.004 |
| GPT-5.6 Luna | 5000 | 500 | standard | $0.008 |
| GPT-5.6 Luna | 50000 | 500 | standard | $0.053 |
| GPT-5.6 Luna | 200000 | 500 | standard | $0.203 |
| GPT-5.6 Luna | 300000 | 500 | long | $0.6045 |
gpt56AliasWarning
| シナリオ | alias(Sol) | luna | 節約 |
|---|---|---|---|
| 1000 in / 500 out | $0.02 | $0.004 | 80% |
| 3000 in / 600 out | $0.033 | $0.0066 | 80% |
| 300K in / 500 out (long tier) | $3.0225 | $0.6045 | 80% |
🔢 この場でトークンを計算する
コスト試算
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。
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。
計算式
cost = inputTok/1e6×inputPer1M + outputTok/1e6×outputPer1M272K 超（>272000）で long tier — matrix 300000 行参照。
まとめ
matrix + alias 警告で試算。luna 明示が定石。月額試算、日本語目安 併読。
GPT-5.6 Sol — 入力 1000 / 出力 500 tok（standard tier）
計算: 1000×$5/1M + 500×$30/1M = $0.02。272K 未満の standard tier。 同条件を Luna に置き換えると alias gpt-5.6（Sol）指定は 5倍コスト — エイリアス警告表 参照。
GPT-5.6 Sol — 入力 5000 / 出力 500 tok（standard tier）
計算: 5000×$5/1M + 500×$30/1M = $0.04。272K 未満の standard tier。 同条件を Luna に置き換えると alias gpt-5.6（Sol）指定は 5倍コスト — エイリアス警告表 参照。
GPT-5.6 Sol — 入力 50000 / 出力 500 tok（standard tier）
計算: 50000×$5/1M + 500×$30/1M = $0.265。272K 未満の standard tier。 同条件を Luna に置き換えると alias gpt-5.6（Sol）指定は 5倍コスト — エイリアス警告表 参照。
GPT-5.6 Sol — 入力 200000 / 出力 500 tok（standard tier）
計算: 200000×$5/1M + 500×$30/1M = $1.015。272K 未満の standard tier。 同条件を Luna に置き換えると alias gpt-5.6（Sol）指定は 5倍コスト — エイリアス警告表 参照。
GPT-5.6 Sol — 入力 300000 / 出力 500 tok（long tier）
計算: 300000×$10/1M + 500×$45/1M = $3.0225。272K 超のため long tier が適用 — 標準 tier より input 2×。 同条件を Luna に置き換えると alias gpt-5.6（Sol）指定は 5倍コスト — エイリアス警告表 参照。
GPT-5.6 Terra — 入力 1000 / 出力 500 tok（standard tier）
計算: 1000×$2.5/1M + 500×$15/1M = $0.01。272K 未満の standard tier。 同条件を Luna に置き換えると alias gpt-5.6（Sol）指定は 5倍コスト — エイリアス警告表 参照。
GPT-5.6 Terra — 入力 5000 / 出力 500 tok（standard tier）
計算: 5000×$2.5/1M + 500×$15/1M = $0.02。272K 未満の standard tier。 同条件を Luna に置き換えると alias gpt-5.6（Sol）指定は 5倍コスト — エイリアス警告表 参照。
GPT-5.6 Terra — 入力 50000 / 出力 500 tok（standard tier）
計算: 50000×$2.5/1M + 500×$15/1M = $0.1325。272K 未満の standard tier。 同条件を Luna に置き換えると alias gpt-5.6（Sol）指定は 5倍コスト — エイリアス警告表 参照。
GPT-5.6 Terra — 入力 200000 / 出力 500 tok（standard tier）
計算: 200000×$2.5/1M + 500×$15/1M = $0.5075。272K 未満の standard tier。 同条件を Luna に置き換えると alias gpt-5.6（Sol）指定は 5倍コスト — エイリアス警告表 参照。
GPT-5.6 Terra — 入力 300000 / 出力 500 tok（long tier）
計算: 300000×$5/1M + 500×$22.5/1M = $1.5112。272K 超のため long tier が適用 — 標準 tier より input 2×。 同条件を Luna に置き換えると alias gpt-5.6（Sol）指定は 5倍コスト — エイリアス警告表 参照。
GPT-5.6 Luna — 入力 1000 / 出力 500 tok（standard tier）
計算: 1000×$1/1M + 500×$6/1M = $0.004。272K 未満の standard tier。 同条件を Luna に置き換えると alias gpt-5.6（Sol）指定は 5倍コスト — エイリアス警告表 参照。
GPT-5.6 Luna — 入力 5000 / 出力 500 tok（standard tier）
計算: 5000×$1/1M + 500×$6/1M = $0.008。272K 未満の standard tier。 同条件を Luna に置き換えると alias gpt-5.6（Sol）指定は 5倍コスト — エイリアス警告表 参照。
GPT-5.6 Luna — 入力 50000 / 出力 500 tok（standard tier）
計算: 50000×$1/1M + 500×$6/1M = $0.053。272K 未満の standard tier。 同条件を Luna に置き換えると alias gpt-5.6（Sol）指定は 5倍コスト — エイリアス警告表 参照。
GPT-5.6 Luna — 入力 200000 / 出力 500 tok（standard tier）
計算: 200000×$1/1M + 500×$6/1M = $0.203。272K 未満の standard tier。 同条件を Luna に置き換えると alias gpt-5.6（Sol）指定は 5倍コスト — エイリアス警告表 参照。
GPT-5.6 Luna — 入力 300000 / 出力 500 tok（long tier）
計算: 300000×$2/1M + 500×$9/1M = $0.6045。272K 超のため long tier が適用 — 標準 tier より input 2×。 同条件を Luna に置き換えると alias gpt-5.6（Sol）指定は 5倍コスト — エイリアス警告表 参照。
データ駆動ケーススタディ 1：ひらがな中心（説明文）
文体ベンチマーク（token-counter-ja-benchmark.json）
ひらがな中心（説明文） — 58字 → o200k 38 tok（tok/字 0.6552、chars/token 1.53）。カタカナ・漢字が少ない平易文。プレビュー:「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。…」。Claude approx 50 tok、Gemini approx 33 tok。32K 0.12% / 1M 0.004%。
ragCorpusSamples + chunkSweep
短い FAQ 1件（日本語）: 133字 = 68 tok（1M 0.01% / 32K 0.21%）。chunkSize 500 → wiki 42779 tok を 102 分割（avg 419.4 tok、overlap 80）。
topKMatrix 行
k=3 × chunk 800: system 800 + query 80 + RAG 2400 = 3280 tok（1M 0.31% / 32K 10.25%）。Web Instant 検証なら 32K 80%未満（25600 tok）を目標 — 超える場合は k または chunkSize を下げる。
gpt56Pricing + alias
GPT-5.6 Sol 1000in/500out $0.02（standard tier）。alias 警告: 1000 in / 500 out — Sol $0.02 vs Luna $0.004（80% 節約）。
webVsApi + ctxUsageMatrix
短い FAQ 1件（日本語） 68 tok — API 1M 0.006% / Plus 32K 0.21%。GPT-5.6 Sol ctx 1,048,576 で wiki 使用率 4.08%。
geminiVsGpt + claudeApprox + monthlyCost
ひらがな中心（説明文）: GPT 38 vs Gemini 33（-13.2%）。ひらがな中心（説明文）: Claude 50（Δ 31.6%）。月1000 req「軽量 Q&A」800/400 → Luna $3.2 / Sonnet intro $5.6。
実務チェック
トークンカウンター で 38 tok 前後の実文を貼り、usage と突合。npm run gen:token-article-data で src/data/token-counter-article-data.json 再生成。RAG チャンク、GPT-5.6 計算、Web 32K、月額試算、ctx 使用率 を sibling 記事として設計時に横断参照。
データ駆動ケーススタディ 2：漢字・熟語中心（ビジネス）
文体ベンチマーク（token-counter-ja-benchmark.json）
漢字・熟語中心（ビジネス） — 65字 → o200k 48 tok（tok/字 0.7385、chars/token 1.35）。IR・プレスリリース調。プレビュー:「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。…」。Claude approx 48 tok、Gemini approx 32 tok。32K 0.15% / 1M 0.005%。
ragCorpusSamples + chunkSweep
技術記事 1 セクション: 1763字 = 970 tok（1M 0.1% / 32K 3.03%）。chunkSize 800 → wiki 42779 tok を 60 分割（avg 713 tok、overlap 80）。
topKMatrix 行
k=3 × chunk 1000: system 800 + query 80 + RAG 3000 = 3880 tok（1M 0.37% / 32K 12.13%）。Web Instant 検証なら 32K 80%未満（25600 tok）を目標 — 超える場合は k または chunkSize を下げる。
gpt56Pricing + alias
GPT-5.6 Sol 5000in/500out $0.04（standard tier）。alias 警告: 3000 in / 600 out — Sol $0.033 vs Luna $0.0066（80% 節約）。
webVsApi + ctxUsageMatrix
技術記事 1 セクション 970 tok — API 1M 0.093% / Plus 32K 3.03%。GPT-5.6 Terra ctx 1,048,576 で wiki 使用率 4.08%。
geminiVsGpt + claudeApprox + monthlyCost
漢字・熟語中心（ビジネス）: GPT 48 vs Gemini 32（-33.3%）。漢字・熟語中心（ビジネス）: Claude 48（Δ 0%）。月1000 req「RAG 標準」3000/600 → Luna $6.6 / Sonnet intro $12。
実務チェック
トークンカウンター で 48 tok 前後の実文を貼り、usage と突合。npm run gen:token-article-data で src/data/token-counter-article-data.json 再生成。RAG チャンク、GPT-5.6 計算、Web 32K、月額試算、ctx 使用率 を sibling 記事として設計時に横断参照。
データ駆動ケーススタディ 3：カタカナ・英語混在（技術）
文体ベンチマーク（token-counter-ja-benchmark.json）
カタカナ・英語混在（技術） — 85字 → o200k 41 tok（tok/字 0.4824、chars/token 2.07）。SaaS・エンジニア向け。プレビュー:「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…」。Claude approx 40 tok、Gemini approx 27 tok。32K 0.13% / 1M 0.004%。
ragCorpusSamples + chunkSweep
PDF 10 ページ相当: 7542字 = 3972 tok（1M 0.4% / 32K 12.41%）。chunkSize 1000 → wiki 42779 tok を 47 分割（avg 910.2 tok、overlap 80）。
topKMatrix 行
k=3 × chunk 1500: system 800 + query 80 + RAG 4500 = 5380 tok（1M 0.51% / 32K 16.81%）。Web Instant 検証なら 32K 80%未満（25600 tok）を目標 — 超える場合は k または chunkSize を下げる。
gpt56Pricing + alias
GPT-5.6 Sol 50000in/500out $0.265（standard tier）。alias 警告: 300K in / 500 out (long tier) — Sol $3.0225 vs Luna $0.6045（80% 節約）。
webVsApi + ctxUsageMatrix
PDF 10 ページ相当 3972 tok — API 1M 0.379% / Plus 32K 12.41%。GPT-5.6 Luna ctx 1,048,576 で wiki 使用率 4.08%。
geminiVsGpt + claudeApprox + monthlyCost
カタカナ・英語混在（技術）: GPT 41 vs Gemini 27（-34.1%）。カタカナ・英語混在（技術）: Claude 40（Δ -2.4%）。月1000 req「RAG 重め」6000/800 → Luna $10.8 / Sonnet intro $20。
実務チェック
トークンカウンター で 41 tok 前後の実文を貼り、usage と突合。npm run gen:token-article-data で src/data/token-counter-article-data.json 再生成。RAG チャンク、GPT-5.6 計算、Web 32K、月額試算、ctx 使用率 を sibling 記事として設計時に横断参照。
データ駆動ケーススタディ 4：Markdown 見出し＋箇条書き
文体ベンチマーク（token-counter-ja-benchmark.json）
Markdown 見出し＋箇条書き — 68字 → o200k 41 tok（tok/字 0.6029、chars/token 1.66）。Notion/Confluence コピー想定。プレビュー:「## 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。…」。Claude approx 49 tok、Gemini approx 32 tok。32K 0.13% / 1M 0.004%。
ragCorpusSamples + chunkSweep
社内 wiki 丸ごと（危険域）: 80000字 = 42779 tok（1M 4.28% / 32K 133.68%）。chunkSize 1500 → wiki 42779 tok を 31 分割（avg 1380 tok、overlap 80）。
topKMatrix 行
k=5 × chunk 800: system 800 + query 80 + RAG 4000 = 4880 tok（1M 0.47% / 32K 15.25%）。Web Instant 検証なら 32K 80%未満（25600 tok）を目標 — 超える場合は k または chunkSize を下げる。
gpt56Pricing + alias
GPT-5.6 Sol 200000in/500out $1.015（standard tier）。alias 警告: 1000 in / 500 out — Sol $0.02 vs Luna $0.004（80% 節約）。
webVsApi + ctxUsageMatrix
社内 wiki 丸ごと（危険域） 42779 tok — API 1M 4.08% / Plus 32K 133.68%。Claude Sonnet 5 ctx 1,000,000 で wiki 使用率 4.28%。
geminiVsGpt + claudeApprox + monthlyCost
Markdown 見出し＋箇条書き: GPT 41 vs Gemini 32（-22%）。Markdown 見出し＋箇条書き: Claude 49（Δ 19.5%）。月1000 req「PDF 10p 相当 + system」4472/800 → Luna $9.272 / Sonnet intro $16.944。
実務チェック
トークンカウンター で 41 tok 前後の実文を貼り、usage と突合。npm run gen:token-article-data で src/data/token-counter-article-data.json 再生成。RAG チャンク、GPT-5.6 計算、Web 32K、月額試算、ctx 使用率 を sibling 記事として設計時に横断参照。
データ駆動ケーススタディ 5：JSON schema 断片
文体ベンチマーク（token-counter-ja-benchmark.json）
JSON schema 断片 — 164字 → o200k 42 tok（tok/字 0.2561、chars/token 3.9）。Structured Outputs 固定費。プレビュー:「{“type”:“object”,“properties”:{“answer”:{“type”:“string”,“description”:“ユーザーの質問へ…」。Claude approx 52 tok、Gemini approx 37 tok。32K 0.13% / 1M 0.004%。
ragCorpusSamples + chunkSweep
短い FAQ 1件（日本語）: 133字 = 68 tok（1M 0.01% / 32K 0.21%）。chunkSize 500 → wiki 42779 tok を 102 分割（avg 419.4 tok、overlap 80）。
topKMatrix 行
k=5 × chunk 1000: system 800 + query 80 + RAG 5000 = 5880 tok（1M 0.56% / 32K 18.38%）。Web Instant 検証なら 32K 80%未満（25600 tok）を目標 — 超える場合は k または chunkSize を下げる。
gpt56Pricing + alias
GPT-5.6 Sol 300000in/500out $3.0225（long tier）。alias 警告: 3000 in / 600 out — Sol $0.033 vs Luna $0.0066（80% 節約）。
webVsApi + ctxUsageMatrix
FAQ Q&A 1件 64 tok — API 1M 0.006% / Plus 32K 0.2%。Claude Haiku 4.5 ctx 200,000 で wiki 使用率 21.39%。
geminiVsGpt + claudeApprox + monthlyCost
JSON schema 断片: GPT 42 vs Gemini 37（-11.9%）。JSON schema 断片: Claude 52（Δ 23.8%）。月1000 req「長 output」800/2000 → Luna $12.8 / Sonnet intro $21.6。
実務チェック
トークンカウンター で 42 tok 前後の実文を貼り、usage と突合。npm run gen:token-article-data で src/data/token-counter-article-data.json 再生成。RAG チャンク、GPT-5.6 計算、Web 32K、月額試算、ctx 使用率 を sibling 記事として設計時に横断参照。
データ駆動ケーススタディ 6：FAQ Q&A 1件
文体ベンチマーク（token-counter-ja-benchmark.json）
FAQ Q&A 1件 — 127字 → o200k 64 tok（tok/字 0.5039、chars/token 1.98）。RAG 最小チャンク。プレビュー:「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…」。Claude approx 70 tok、Gemini approx 47 tok。32K 0.2% / 1M 0.006%。
ragCorpusSamples + chunkSweep
技術記事 1 セクション: 1763字 = 970 tok（1M 0.1% / 32K 3.03%）。chunkSize 800 → wiki 42779 tok を 60 分割（avg 713 tok、overlap 80）。
topKMatrix 行
k=5 × chunk 1500: system 800 + query 80 + RAG 7500 = 8380 tok（1M 0.8% / 32K 26.19%）。Web Instant 検証なら 32K 80%未満（25600 tok）を目標 — 超える場合は k または chunkSize を下げる。
gpt56Pricing + alias
GPT-5.6 Terra 1000in/500out $0.01（standard tier）。alias 警告: 300K in / 500 out (long tier) — Sol $3.0225 vs Luna $0.6045（80% 節約）。
webVsApi + ctxUsageMatrix
system prompt 典型 53 tok — API 1M 0.005% / Plus 32K 0.17%。Claude Opus 4.8 ctx 1,000,000 で wiki 使用率 4.28%。
geminiVsGpt + claudeApprox + monthlyCost
FAQ Q&A 1件: GPT 64 vs Gemini 47（-26.6%）。FAQ Q&A 1件: Claude 70（Δ 9.4%）。月1000 req「軽量 Q&A」800/400 → Luna $3.2 / Sonnet intro $5.6。
実務チェック
トークンカウンター で 64 tok 前後の実文を貼り、usage と突合。npm run gen:token-article-data で src/data/token-counter-article-data.json 再生成。RAG チャンク、GPT-5.6 計算、Web 32K、月額試算、ctx 使用率 を sibling 記事として設計時に横断参照。
データ駆動ケーススタディ 7：チャット user 1発
文体ベンチマーク（token-counter-ja-benchmark.json）
チャット user 1発 — 48字 → o200k 38 tok（tok/字 0.7917、chars/token 1.26）。Slack/Teams からのコピー。プレビュー:「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。…」。Claude approx 41 tok、Gemini approx 27 tok。32K 0.12% / 1M 0.004%。
ragCorpusSamples + chunkSweep
PDF 10 ページ相当: 7542字 = 3972 tok（1M 0.4% / 32K 12.41%）。chunkSize 1000 → wiki 42779 tok を 47 分割（avg 910.2 tok、overlap 80）。
topKMatrix 行
k=8 × chunk 800: system 800 + query 80 + RAG 6400 = 7280 tok（1M 0.69% / 32K 22.75%）。Web Instant 検証なら 32K 80%未満（25600 tok）を目標 — 超える場合は k または chunkSize を下げる。
gpt56Pricing + alias
GPT-5.6 Terra 5000in/500out $0.02（standard tier）。alias 警告: 1000 in / 500 out — Sol $0.02 vs Luna $0.004（80% 節約）。
webVsApi + ctxUsageMatrix
契約条項 1段落 63 tok — API 1M 0.006% / Plus 32K 0.2%。Gemini 3.5 Flash ctx 1,048,576 で wiki 使用率 4.08%。
geminiVsGpt + claudeApprox + monthlyCost
チャット user 1発: GPT 38 vs Gemini 27（-28.9%）。チャット user 1発: Claude 41（Δ 7.9%）。月1000 req「RAG 標準」3000/600 → Luna $6.6 / Sonnet intro $12。
実務チェック
トークンカウンター で 38 tok 前後の実文を貼り、usage と突合。npm run gen:token-article-data で src/data/token-counter-article-data.json 再生成。RAG チャンク、GPT-5.6 計算、Web 32K、月額試算、ctx 使用率 を sibling 記事として設計時に横断参照。
データ駆動ケーススタディ 8：system prompt 典型
文体ベンチマーク（token-counter-ja-benchmark.json）
system prompt 典型 — 76字 → o200k 53 tok（tok/字 0.6974、chars/token 1.43）。毎リクエスト固定 input。プレビュー:「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。…」。Claude approx 64 tok、Gemini approx 42 tok。32K 0.17% / 1M 0.005%。
ragCorpusSamples + chunkSweep
社内 wiki 丸ごと（危険域）: 80000字 = 42779 tok（1M 4.28% / 32K 133.68%）。chunkSize 1500 → wiki 42779 tok を 31 分割（avg 1380 tok、overlap 80）。
topKMatrix 行
k=8 × chunk 1000: system 800 + query 80 + RAG 8000 = 8880 tok（1M 0.85% / 32K 27.75%）。Web Instant 検証なら 32K 80%未満（25600 tok）を目標 — 超える場合は k または chunkSize を下げる。
gpt56Pricing + alias
GPT-5.6 Terra 50000in/500out $0.1325（standard tier）。alias 警告: 3000 in / 600 out — Sol $0.033 vs Luna $0.0066（80% 節約）。
webVsApi + ctxUsageMatrix
短い FAQ 1件（日本語） 68 tok — API 1M 0.006% / Plus 32K 0.21%。Gemini 3.1 Flash-Lite ctx 1,048,576 で wiki 使用率 4.08%。
geminiVsGpt + claudeApprox + monthlyCost
system prompt 典型: GPT 53 vs Gemini 42（-20.8%）。system prompt 典型: Claude 64（Δ 20.8%）。月1000 req「RAG 重め」6000/800 → Luna $10.8 / Sonnet intro $20。
実務チェック
トークンカウンター で 53 tok 前後の実文を貼り、usage と突合。npm run gen:token-article-data で src/data/token-counter-article-data.json 再生成。RAG チャンク、GPT-5.6 計算、Web 32K、月額試算、ctx 使用率 を sibling 記事として設計時に横断参照。
データ駆動ケーススタディ 9：契約条項 1段落
文体ベンチマーク（token-counter-ja-benchmark.json）
契約条項 1段落 — 74字 → o200k 63 tok（tok/字 0.8514、chars/token 1.17）。法務 RAG。プレビュー:「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。…」。Claude approx 64 tok、Gemini approx 42 tok。32K 0.2% / 1M 0.006%。
ragCorpusSamples + chunkSweep
短い FAQ 1件（日本語）: 133字 = 68 tok（1M 0.01% / 32K 0.21%）。chunkSize 500 → wiki 42779 tok を 102 分割（avg 419.4 tok、overlap 80）。
topKMatrix 行
k=8 × chunk 1500: system 800 + query 80 + RAG 12000 = 12880 tok（1M 1.23% / 32K 40.25%）。Web Instant 検証なら 32K 80%未満（25600 tok）を目標 — 超える場合は k または chunkSize を下げる。
gpt56Pricing + alias
GPT-5.6 Terra 200000in/500out $0.5075（standard tier）。alias 警告: 300K in / 500 out (long tier) — Sol $3.0225 vs Luna $0.6045（80% 節約）。
webVsApi + ctxUsageMatrix
技術記事 1 セクション 970 tok — API 1M 0.093% / Plus 32K 3.03%。Gemini 3.1 Pro ctx 1,048,576 で wiki 使用率 4.08%。
geminiVsGpt + claudeApprox + monthlyCost
契約条項 1段落: GPT 63 vs Gemini 42（-33.3%）。契約条項 1段落: Claude 64（Δ 1.6%）。月1000 req「PDF 10p 相当 + system」4472/800 → Luna $9.272 / Sonnet intro $16.944。
実務チェック
トークンカウンター で 63 tok 前後の実文を貼り、usage と突合。npm run gen:token-article-data で src/data/token-counter-article-data.json 再生成。RAG チャンク、GPT-5.6 計算、Web 32K、月額試算、ctx 使用率 を sibling 記事として設計時に横断参照。
データ駆動ケーススタディ 10：URL・パス多め
文体ベンチマーク（token-counter-ja-benchmark.json）
URL・パス多め — 147字 → o200k 43 tok（tok/字 0.2925、chars/token 3.42）。引用リンク大量載せパターン。プレビュー:「参考: https://developers.openai.com/api/docs/pricing と https://platform.claude.com…」。Claude approx 52 tok、Gemini approx 36 tok。32K 0.13% / 1M 0.004%。
ragCorpusSamples + chunkSweep
技術記事 1 セクション: 1763字 = 970 tok（1M 0.1% / 32K 3.03%）。chunkSize 800 → wiki 42779 tok を 60 分割（avg 713 tok、overlap 80）。
topKMatrix 行
k=10 × chunk 800: system 800 + query 80 + RAG 8000 = 8880 tok（1M 0.85% / 32K 27.75%）。Web Instant 検証なら 32K 80%未満（25600 tok）を目標 — 超える場合は k または chunkSize を下げる。
gpt56Pricing + alias
GPT-5.6 Terra 300000in/500out $1.5112（long tier）。alias 警告: 1000 in / 500 out — Sol $0.02 vs Luna $0.004（80% 節約）。
webVsApi + ctxUsageMatrix
PDF 10 ページ相当 3972 tok — API 1M 0.379% / Plus 32K 12.41%。DeepSeek V4-Flash ctx 1,000,000 で wiki 使用率 4.28%。
geminiVsGpt + claudeApprox + monthlyCost
URL・パス多め: GPT 43 vs Gemini 36（-16.3%）。URL・パス多め: Claude 52（Δ 20.9%）。月1000 req「長 output」800/2000 → Luna $12.8 / Sonnet intro $21.6。
実務チェック
トークンカウンター で 43 tok 前後の実文を貼り、usage と突合。npm run gen:token-article-data で src/data/token-counter-article-data.json 再生成。RAG チャンク、GPT-5.6 計算、Web 32K、月額試算、ctx 使用率 を sibling 記事として設計時に横断参照。
データ駆動ケーススタディ 11：絵文字・記号混在
文体ベンチマーク（token-counter-ja-benchmark.json）
絵文字・記号混在 — 56字 → o200k 31 tok（tok/字 0.5536、chars/token 1.81）。SNS・マーケ文。プレビュー:「🎉 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 →…」。Claude approx 29 tok、Gemini approx 20 tok。32K 0.1% / 1M 0.003%。
ragCorpusSamples + chunkSweep
PDF 10 ページ相当: 7542字 = 3972 tok（1M 0.4% / 32K 12.41%）。chunkSize 1000 → wiki 42779 tok を 47 分割（avg 910.2 tok、overlap 80）。
topKMatrix 行
k=10 × chunk 1000: system 800 + query 80 + RAG 10000 = 10880 tok（1M 1.04% / 32K 34%）。Web Instant 検証なら 32K 80%未満（25600 tok）を目標 — 超える場合は k または chunkSize を下げる。
gpt56Pricing + alias
GPT-5.6 Luna 1000in/500out $0.004（standard tier）。alias 警告: 3000 in / 600 out — Sol $0.033 vs Luna $0.0066（80% 節約）。
webVsApi + ctxUsageMatrix
社内 wiki 丸ごと（危険域） 42779 tok — API 1M 4.08% / Plus 32K 133.68%。GPT-5.6 Sol ctx 1,048,576 で wiki 使用率 4.08%。
geminiVsGpt + claudeApprox + monthlyCost
絵文字・記号混在: GPT 31 vs Gemini 20（-35.5%）。絵文字・記号混在: Claude 29（Δ -6.5%）。月1000 req「軽量 Q&A」800/400 → Luna $3.2 / Sonnet intro $5.6。
実務チェック
トークンカウンター で 31 tok 前後の実文を貼り、usage と突合。npm run gen:token-article-data で src/data/token-counter-article-data.json 再生成。RAG チャンク、GPT-5.6 計算、Web 32K、月額試算、ctx 使用率 を sibling 記事として設計時に横断参照。
データ駆動ケーススタディ 12：同意味・日本語
文体ベンチマーク（token-counter-ja-benchmark.json）
同意味・日本語 — 68字 → o200k 49 tok（tok/字 0.7206、chars/token 1.39）。返品ポリシー。プレビュー:「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。…」。Claude approx 58 tok、Gemini approx 38 tok。32K 0.15% / 1M 0.005%。
ragCorpusSamples + chunkSweep
社内 wiki 丸ごと（危険域）: 80000字 = 42779 tok（1M 4.28% / 32K 133.68%）。chunkSize 1500 → wiki 42779 tok を 31 分割（avg 1380 tok、overlap 80）。
topKMatrix 行
k=10 × chunk 1500: system 800 + query 80 + RAG 15000 = 15880 tok（1M 1.51% / 32K 49.63%）。Web Instant 検証なら 32K 80%未満（25600 tok）を目標 — 超える場合は k または chunkSize を下げる。
gpt56Pricing + alias
GPT-5.6 Luna 5000in/500out $0.008（standard tier）。alias 警告: 300K in / 500 out (long tier) — Sol $3.0225 vs Luna $0.6045（80% 節約）。
webVsApi + ctxUsageMatrix
FAQ Q&A 1件 64 tok — API 1M 0.006% / Plus 32K 0.2%。GPT-5.6 Terra ctx 1,048,576 で wiki 使用率 4.08%。
geminiVsGpt + claudeApprox + monthlyCost
同意味・日本語: GPT 49 vs Gemini 38（-22.4%）。同意味・日本語: Claude 58（Δ 18.4%）。月1000 req「RAG 標準」3000/600 → Luna $6.6 / Sonnet intro $12。
実務チェック
トークンカウンター で 49 tok 前後の実文を貼り、usage と突合。npm run gen:token-article-data で src/data/token-counter-article-data.json 再生成。RAG チャンク、GPT-5.6 計算、Web 32K、月額試算、ctx 使用率 を sibling 記事として設計時に横断参照。
データ駆動ケーススタディ 13：同意味・英語
文体ベンチマーク（token-counter-ja-benchmark.json）
同意味・英語 — 143字 → o200k 28 tok（tok/字 0.1958、chars/token 5.11）。返品ポリシー（英訳）。プレビュー:「Our return policy offers a full refund within 14 days of delivery for unopened i…」。Claude approx 40 tok、Gemini approx 29 tok。32K 0.09% / 1M 0.003%。
ragCorpusSamples + chunkSweep
短い FAQ 1件（日本語）: 133字 = 68 tok（1M 0.01% / 32K 0.21%）。chunkSize 500 → wiki 42779 tok を 102 分割（avg 419.4 tok、overlap 80）。
topKMatrix 行
k=3 × chunk 800: system 800 + query 80 + RAG 2400 = 3280 tok（1M 0.31% / 32K 10.25%）。Web Instant 検証なら 32K 80%未満（25600 tok）を目標 — 超える場合は k または chunkSize を下げる。
gpt56Pricing + alias
GPT-5.6 Luna 50000in/500out $0.053（standard tier）。alias 警告: 1000 in / 500 out — Sol $0.02 vs Luna $0.004（80% 節約）。
webVsApi + ctxUsageMatrix
system prompt 典型 53 tok — API 1M 0.005% / Plus 32K 0.17%。GPT-5.6 Luna ctx 1,048,576 で wiki 使用率 4.08%。
geminiVsGpt + claudeApprox + monthlyCost
同意味・英語: GPT 28 vs Gemini 29（3.6%）。同意味・英語: Claude 40（Δ 42.9%）。月1000 req「RAG 重め」6000/800 → Luna $10.8 / Sonnet intro $20。
実務チェック
トークンカウンター で 28 tok 前後の実文を貼り、usage と突合。npm run gen:token-article-data で src/data/token-counter-article-data.json 再生成。RAG チャンク、GPT-5.6 計算、Web 32K、月額試算、ctx 使用率 を sibling 記事として設計時に横断参照。
データ駆動ケーススタディ 14：ひらがな中心（説明文）
文体ベンチマーク（token-counter-ja-benchmark.json）
ひらがな中心（説明文） — 58字 → o200k 38 tok（tok/字 0.6552、chars/token 1.53）。カタカナ・漢字が少ない平易文。プレビュー:「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。…」。Claude approx 50 tok、Gemini approx 33 tok。32K 0.12% / 1M 0.004%。
ragCorpusSamples + chunkSweep
技術記事 1 セクション: 1763字 = 970 tok（1M 0.1% / 32K 3.03%）。chunkSize 800 → wiki 42779 tok を 60 分割（avg 713 tok、overlap 80）。
topKMatrix 行
k=3 × chunk 1000: system 800 + query 80 + RAG 3000 = 3880 tok（1M 0.37% / 32K 12.13%）。Web Instant 検証なら 32K 80%未満（25600 tok）を目標 — 超える場合は k または chunkSize を下げる。
gpt56Pricing + alias
GPT-5.6 Luna 200000in/500out $0.203（standard tier）。alias 警告: 3000 in / 600 out — Sol $0.033 vs Luna $0.0066（80% 節約）。
webVsApi + ctxUsageMatrix
契約条項 1段落 63 tok — API 1M 0.006% / Plus 32K 0.2%。Claude Sonnet 5 ctx 1,000,000 で wiki 使用率 4.28%。
geminiVsGpt + claudeApprox + monthlyCost
ひらがな中心（説明文）: GPT 38 vs Gemini 33（-13.2%）。ひらがな中心（説明文）: Claude 50（Δ 31.6%）。月1000 req「PDF 10p 相当 + system」4472/800 → Luna $9.272 / Sonnet intro $16.944。
実務チェック
トークンカウンター で 38 tok 前後の実文を貼り、usage と突合。npm run gen:token-article-data で src/data/token-counter-article-data.json 再生成。RAG チャンク、GPT-5.6 計算、Web 32K、月額試算、ctx 使用率 を sibling 記事として設計時に横断参照。
データ駆動ケーススタディ 15：漢字・熟語中心（ビジネス）
文体ベンチマーク（token-counter-ja-benchmark.json）
漢字・熟語中心（ビジネス） — 65字 → o200k 48 tok（tok/字 0.7385、chars/token 1.35）。IR・プレスリリース調。プレビュー:「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。…」。Claude approx 48 tok、Gemini approx 32 tok。32K 0.15% / 1M 0.005%。
ragCorpusSamples + chunkSweep
PDF 10 ページ相当: 7542字 = 3972 tok（1M 0.4% / 32K 12.41%）。chunkSize 1000 → wiki 42779 tok を 47 分割（avg 910.2 tok、overlap 80）。
topKMatrix 行
k=3 × chunk 1500: system 800 + query 80 + RAG 4500 = 5380 tok（1M 0.51% / 32K 16.81%）。Web Instant 検証なら 32K 80%未満（25600 tok）を目標 — 超える場合は k または chunkSize を下げる。
gpt56Pricing + alias
GPT-5.6 Luna 300000in/500out $0.6045（long tier）。alias 警告: 300K in / 500 out (long tier) — Sol $3.0225 vs Luna $0.6045（80% 節約）。
webVsApi + ctxUsageMatrix
短い FAQ 1件（日本語） 68 tok — API 1M 0.006% / Plus 32K 0.21%。Claude Haiku 4.5 ctx 200,000 で wiki 使用率 21.39%。
geminiVsGpt + claudeApprox + monthlyCost
漢字・熟語中心（ビジネス）: GPT 48 vs Gemini 32（-33.3%）。漢字・熟語中心（ビジネス）: Claude 48（Δ 0%）。月1000 req「長 output」800/2000 → Luna $12.8 / Sonnet intro $21.6。
実務チェック
トークンカウンター で 48 tok 前後の実文を貼り、usage と突合。npm run gen:token-article-data で src/data/token-counter-article-data.json 再生成。RAG チャンク、GPT-5.6 計算、Web 32K、月額試算、ctx 使用率 を sibling 記事として設計時に横断参照。
データ駆動ケーススタディ 16：カタカナ・英語混在（技術）
文体ベンチマーク（token-counter-ja-benchmark.json）
カタカナ・英語混在（技術） — 85字 → o200k 41 tok（tok/字 0.4824、chars/token 2.07）。SaaS・エンジニア向け。プレビュー:「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…」。Claude approx 40 tok、Gemini approx 27 tok。32K 0.13% / 1M 0.004%。
ragCorpusSamples + chunkSweep
社内 wiki 丸ごと（危険域）: 80000字 = 42779 tok（1M 4.28% / 32K 133.68%）。chunkSize 1500 → wiki 42779 tok を 31 分割（avg 1380 tok、overlap 80）。
topKMatrix 行
k=5 × chunk 800: system 800 + query 80 + RAG 4000 = 4880 tok（1M 0.47% / 32K 15.25%）。Web Instant 検証なら 32K 80%未満（25600 tok）を目標 — 超える場合は k または chunkSize を下げる。
gpt56Pricing + alias
GPT-5.6 Sol 1000in/500out $0.02（standard tier）。alias 警告: 1000 in / 500 out — Sol $0.02 vs Luna $0.004（80% 節約）。
webVsApi + ctxUsageMatrix
技術記事 1 セクション 970 tok — API 1M 0.093% / Plus 32K 3.03%。Claude Opus 4.8 ctx 1,000,000 で wiki 使用率 4.28%。
geminiVsGpt + claudeApprox + monthlyCost
カタカナ・英語混在（技術）: GPT 41 vs Gemini 27（-34.1%）。カタカナ・英語混在（技術）: Claude 40（Δ -2.4%）。月1000 req「軽量 Q&A」800/400 → Luna $3.2 / Sonnet intro $5.6。
実務チェック
トークンカウンター で 41 tok 前後の実文を貼り、usage と突合。npm run gen:token-article-data で src/data/token-counter-article-data.json 再生成。RAG チャンク、GPT-5.6 計算、Web 32K、月額試算、ctx 使用率 を sibling 記事として設計時に横断参照。
データ駆動ケーススタディ 17：Markdown 見出し＋箇条書き
文体ベンチマーク（token-counter-ja-benchmark.json）
Markdown 見出し＋箇条書き — 68字 → o200k 41 tok（tok/字 0.6029、chars/token 1.66）。Notion/Confluence コピー想定。プレビュー:「## 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。…」。Claude approx 49 tok、Gemini approx 32 tok。32K 0.13% / 1M 0.004%。
ragCorpusSamples + chunkSweep
短い FAQ 1件（日本語）: 133字 = 68 tok（1M 0.01% / 32K 0.21%）。chunkSize 500 → wiki 42779 tok を 102 分割（avg 419.4 tok、overlap 80）。
topKMatrix 行
k=5 × chunk 1000: system 800 + query 80 + RAG 5000 = 5880 tok（1M 0.56% / 32K 18.38%）。Web Instant 検証なら 32K 80%未満（25600 tok）を目標 — 超える場合は k または chunkSize を下げる。
gpt56Pricing + alias
GPT-5.6 Sol 5000in/500out $0.04（standard tier）。alias 警告: 3000 in / 600 out — Sol $0.033 vs Luna $0.0066（80% 節約）。
webVsApi + ctxUsageMatrix
PDF 10 ページ相当 3972 tok — API 1M 0.379% / Plus 32K 12.41%。Gemini 3.5 Flash ctx 1,048,576 で wiki 使用率 4.08%。
geminiVsGpt + claudeApprox + monthlyCost
Markdown 見出し＋箇条書き: GPT 41 vs Gemini 32（-22%）。Markdown 見出し＋箇条書き: Claude 49（Δ 19.5%）。月1000 req「RAG 標準」3000/600 → Luna $6.6 / Sonnet intro $12。
実務チェック
トークンカウンター で 41 tok 前後の実文を貼り、usage と突合。npm run gen:token-article-data で src/data/token-counter-article-data.json 再生成。RAG チャンク、GPT-5.6 計算、Web 32K、月額試算、ctx 使用率 を sibling 記事として設計時に横断参照。
データ駆動ケーススタディ 18：JSON schema 断片
文体ベンチマーク（token-counter-ja-benchmark.json）
JSON schema 断片 — 164字 → o200k 42 tok（tok/字 0.2561、chars/token 3.9）。Structured Outputs 固定費。プレビュー:「{“type”:“object”,“properties”:{“answer”:{“type”:“string”,“description”:“ユーザーの質問へ…」。Claude approx 52 tok、Gemini approx 37 tok。32K 0.13% / 1M 0.004%。
ragCorpusSamples + chunkSweep
技術記事 1 セクション: 1763字 = 970 tok（1M 0.1% / 32K 3.03%）。chunkSize 800 → wiki 42779 tok を 60 分割（avg 713 tok、overlap 80）。
topKMatrix 行
k=5 × chunk 1500: system 800 + query 80 + RAG 7500 = 8380 tok（1M 0.8% / 32K 26.19%）。Web Instant 検証なら 32K 80%未満（25600 tok）を目標 — 超える場合は k または chunkSize を下げる。
gpt56Pricing + alias
GPT-5.6 Sol 50000in/500out $0.265（standard tier）。alias 警告: 300K in / 500 out (long tier) — Sol $3.0225 vs Luna $0.6045（80% 節約）。
webVsApi + ctxUsageMatrix
社内 wiki 丸ごと（危険域） 42779 tok — API 1M 4.08% / Plus 32K 133.68%。Gemini 3.1 Flash-Lite ctx 1,048,576 で wiki 使用率 4.08%。
geminiVsGpt + claudeApprox + monthlyCost
JSON schema 断片: GPT 42 vs Gemini 37（-11.9%）。JSON schema 断片: Claude 52（Δ 23.8%）。月1000 req「RAG 重め」6000/800 → Luna $10.8 / Sonnet intro $20。
実務チェック
トークンカウンター で 42 tok 前後の実文を貼り、usage と突合。npm run gen:token-article-data で src/data/token-counter-article-data.json 再生成。RAG チャンク、GPT-5.6 計算、Web 32K、月額試算、ctx 使用率 を sibling 記事として設計時に横断参照。
データ駆動ケーススタディ 19：FAQ Q&A 1件
文体ベンチマーク（token-counter-ja-benchmark.json）
FAQ Q&A 1件 — 127字 → o200k 64 tok（tok/字 0.5039、chars/token 1.98）。RAG 最小チャンク。プレビュー:「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…」。Claude approx 70 tok、Gemini approx 47 tok。32K 0.2% / 1M 0.006%。
ragCorpusSamples + chunkSweep
PDF 10 ページ相当: 7542字 = 3972 tok（1M 0.4% / 32K 12.41%）。chunkSize 1000 → wiki 42779 tok を 47 分割（avg 910.2 tok、overlap 80）。
topKMatrix 行
k=8 × chunk 800: system 800 + query 80 + RAG 6400 = 7280 tok（1M 0.69% / 32K 22.75%）。Web Instant 検証なら 32K 80%未満（25600 tok）を目標 — 超える場合は k または chunkSize を下げる。
gpt56Pricing + alias
GPT-5.6 Sol 200000in/500out $1.015（standard tier）。alias 警告: 1000 in / 500 out — Sol $0.02 vs Luna $0.004（80% 節約）。
webVsApi + ctxUsageMatrix
FAQ Q&A 1件 64 tok — API 1M 0.006% / Plus 32K 0.2%。Gemini 3.1 Pro ctx 1,048,576 で wiki 使用率 4.08%。
geminiVsGpt + claudeApprox + monthlyCost
FAQ Q&A 1件: GPT 64 vs Gemini 47（-26.6%）。FAQ Q&A 1件: Claude 70（Δ 9.4%）。月1000 req「PDF 10p 相当 + system」4472/800 → Luna $9.272 / Sonnet intro $16.944。
実務チェック
トークンカウンター で 64 tok 前後の実文を貼り、usage と突合。npm run gen:token-article-data で src/data/token-counter-article-data.json 再生成。RAG チャンク、GPT-5.6 計算、Web 32K、月額試算、ctx 使用率 を sibling 記事として設計時に横断参照。
データ駆動ケーススタディ 20：チャット user 1発
文体ベンチマーク（token-counter-ja-benchmark.json）
チャット user 1発 — 48字 → o200k 38 tok（tok/字 0.7917、chars/token 1.26）。Slack/Teams からのコピー。プレビュー:「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。…」。Claude approx 41 tok、Gemini approx 27 tok。32K 0.12% / 1M 0.004%。
ragCorpusSamples + chunkSweep
社内 wiki 丸ごと（危険域）: 80000字 = 42779 tok（1M 4.28% / 32K 133.68%）。chunkSize 1500 → wiki 42779 tok を 31 分割（avg 1380 tok、overlap 80）。
topKMatrix 行
k=8 × chunk 1000: system 800 + query 80 + RAG 8000 = 8880 tok（1M 0.85% / 32K 27.75%）。Web Instant 検証なら 32K 80%未満（25600 tok）を目標 — 超える場合は k または chunkSize を下げる。
gpt56Pricing + alias
GPT-5.6 Sol 300000in/500out $3.0225（long tier）。alias 警告: 3000 in / 600 out — Sol $0.033 vs Luna $0.0066（80% 節約）。
webVsApi + ctxUsageMatrix
system prompt 典型 53 tok — API 1M 0.005% / Plus 32K 0.17%。DeepSeek V4-Flash ctx 1,000,000 で wiki 使用率 4.28%。
geminiVsGpt + claudeApprox + monthlyCost
チャット user 1発: GPT 38 vs Gemini 27（-28.9%）。チャット user 1発: Claude 41（Δ 7.9%）。月1000 req「長 output」800/2000 → Luna $12.8 / Sonnet intro $21.6。
実務チェック
トークンカウンター で 38 tok 前後の実文を貼り、usage と突合。npm run gen:token-article-data で src/data/token-counter-article-data.json 再生成。RAG チャンク、GPT-5.6 計算、Web 32K、月額試算、ctx 使用率 を sibling 記事として設計時に横断参照。
データ駆動ケーススタディ 21：system prompt 典型
文体ベンチマーク（token-counter-ja-benchmark.json）
system prompt 典型 — 76字 → o200k 53 tok（tok/字 0.6974、chars/token 1.43）。毎リクエスト固定 input。プレビュー:「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。…」。Claude approx 64 tok、Gemini approx 42 tok。32K 0.17% / 1M 0.005%。
ragCorpusSamples + chunkSweep
短い FAQ 1件（日本語）: 133字 = 68 tok（1M 0.01% / 32K 0.21%）。chunkSize 500 → wiki 42779 tok を 102 分割（avg 419.4 tok、overlap 80）。
topKMatrix 行
k=8 × chunk 1500: system 800 + query 80 + RAG 12000 = 12880 tok（1M 1.23% / 32K 40.25%）。Web Instant 検証なら 32K 80%未満（25600 tok）を目標 — 超える場合は k または chunkSize を下げる。
gpt56Pricing + alias
GPT-5.6 Terra 1000in/500out $0.01（standard tier）。alias 警告: 300K in / 500 out (long tier) — Sol $3.0225 vs Luna $0.6045（80% 節約）。
webVsApi + ctxUsageMatrix
契約条項 1段落 63 tok — API 1M 0.006% / Plus 32K 0.2%。GPT-5.6 Sol ctx 1,048,576 で wiki 使用率 4.08%。
geminiVsGpt + claudeApprox + monthlyCost
system prompt 典型: GPT 53 vs Gemini 42（-20.8%）。system prompt 典型: Claude 64（Δ 20.8%）。月1000 req「軽量 Q&A」800/400 → Luna $3.2 / Sonnet intro $5.6。
実務チェック
トークンカウンター で 53 tok 前後の実文を貼り、usage と突合。npm run gen:token-article-data で src/data/token-counter-article-data.json 再生成。RAG チャンク、GPT-5.6 計算、Web 32K、月額試算、ctx 使用率 を sibling 記事として設計時に横断参照。
データ駆動ケーススタディ 22：契約条項 1段落
文体ベンチマーク（token-counter-ja-benchmark.json）
契約条項 1段落 — 74字 → o200k 63 tok（tok/字 0.8514、chars/token 1.17）。法務 RAG。プレビュー:「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。…」。Claude approx 64 tok、Gemini approx 42 tok。32K 0.2% / 1M 0.006%。
ragCorpusSamples + chunkSweep
技術記事 1 セクション: 1763字 = 970 tok（1M 0.1% / 32K 3.03%）。chunkSize 800 → wiki 42779 tok を 60 分割（avg 713 tok、overlap 80）。
topKMatrix 行
k=10 × chunk 800: system 800 + query 80 + RAG 8000 = 8880 tok（1M 0.85% / 32K 27.75%）。Web Instant 検証なら 32K 80%未満（25600 tok）を目標 — 超える場合は k または chunkSize を下げる。
gpt56Pricing + alias
GPT-5.6 Terra 5000in/500out $0.02（standard tier）。alias 警告: 1000 in / 500 out — Sol $0.02 vs Luna $0.004（80% 節約）。
webVsApi + ctxUsageMatrix
短い FAQ 1件（日本語） 68 tok — API 1M 0.006% / Plus 32K 0.21%。GPT-5.6 Terra ctx 1,048,576 で wiki 使用率 4.08%。
geminiVsGpt + claudeApprox + monthlyCost
契約条項 1段落: GPT 63 vs Gemini 42（-33.3%）。契約条項 1段落: Claude 64（Δ 1.6%）。月1000 req「RAG 標準」3000/600 → Luna $6.6 / Sonnet intro $12。
実務チェック
トークンカウンター で 63 tok 前後の実文を貼り、usage と突合。npm run gen:token-article-data で src/data/token-counter-article-data.json 再生成。RAG チャンク、GPT-5.6 計算、Web 32K、月額試算、ctx 使用率 を sibling 記事として設計時に横断参照。
データ駆動ケーススタディ 23：URL・パス多め
文体ベンチマーク（token-counter-ja-benchmark.json）
URL・パス多め — 147字 → o200k 43 tok（tok/字 0.2925、chars/token 3.42）。引用リンク大量載せパターン。プレビュー:「参考: https://developers.openai.com/api/docs/pricing と https://platform.claude.com…」。Claude approx 52 tok、Gemini approx 36 tok。32K 0.13% / 1M 0.004%。
ragCorpusSamples + chunkSweep
PDF 10 ページ相当: 7542字 = 3972 tok（1M 0.4% / 32K 12.41%）。chunkSize 1000 → wiki 42779 tok を 47 分割（avg 910.2 tok、overlap 80）。
topKMatrix 行
k=10 × chunk 1000: system 800 + query 80 + RAG 10000 = 10880 tok（1M 1.04% / 32K 34%）。Web Instant 検証なら 32K 80%未満（25600 tok）を目標 — 超える場合は k または chunkSize を下げる。
gpt56Pricing + alias
GPT-5.6 Terra 50000in/500out $0.1325（standard tier）。alias 警告: 3000 in / 600 out — Sol $0.033 vs Luna $0.0066（80% 節約）。
webVsApi + ctxUsageMatrix
技術記事 1 セクション 970 tok — API 1M 0.093% / Plus 32K 3.03%。GPT-5.6 Luna ctx 1,048,576 で wiki 使用率 4.08%。
geminiVsGpt + claudeApprox + monthlyCost
URL・パス多め: GPT 43 vs Gemini 36（-16.3%）。URL・パス多め: Claude 52（Δ 20.9%）。月1000 req「RAG 重め」6000/800 → Luna $10.8 / Sonnet intro $20。
実務チェック
トークンカウンター で 43 tok 前後の実文を貼り、usage と突合。npm run gen:token-article-data で src/data/token-counter-article-data.json 再生成。RAG チャンク、GPT-5.6 計算、Web 32K、月額試算、ctx 使用率 を sibling 記事として設計時に横断参照。
データ駆動ケーススタディ 24：絵文字・記号混在
文体ベンチマーク（token-counter-ja-benchmark.json）
絵文字・記号混在 — 56字 → o200k 31 tok（tok/字 0.5536、chars/token 1.81）。SNS・マーケ文。プレビュー:「🎉 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 →…」。Claude approx 29 tok、Gemini approx 20 tok。32K 0.1% / 1M 0.003%。
ragCorpusSamples + chunkSweep
社内 wiki 丸ごと（危険域）: 80000字 = 42779 tok（1M 4.28% / 32K 133.68%）。chunkSize 1500 → wiki 42779 tok を 31 分割（avg 1380 tok、overlap 80）。
topKMatrix 行
k=10 × chunk 1500: system 800 + query 80 + RAG 15000 = 15880 tok（1M 1.51% / 32K 49.63%）。Web Instant 検証なら 32K 80%未満（25600 tok）を目標 — 超える場合は k または chunkSize を下げる。
gpt56Pricing + alias
GPT-5.6 Terra 200000in/500out $0.5075（standard tier）。alias 警告: 300K in / 500 out (long tier) — Sol $3.0225 vs Luna $0.6045（80% 節約）。
webVsApi + ctxUsageMatrix
PDF 10 ページ相当 3972 tok — API 1M 0.379% / Plus 32K 12.41%。Claude Sonnet 5 ctx 1,000,000 で wiki 使用率 4.28%。
geminiVsGpt + claudeApprox + monthlyCost
絵文字・記号混在: GPT 31 vs Gemini 20（-35.5%）。絵文字・記号混在: Claude 29（Δ -6.5%）。月1000 req「PDF 10p 相当 + system」4472/800 → Luna $9.272 / Sonnet intro $16.944。
実務チェック
トークンカウンター で 31 tok 前後の実文を貼り、usage と突合。npm run gen:token-article-data で src/data/token-counter-article-data.json 再生成。RAG チャンク、GPT-5.6 計算、Web 32K、月額試算、ctx 使用率 を sibling 記事として設計時に横断参照。
データ駆動ケーススタディ 25：同意味・日本語
文体ベンチマーク（token-counter-ja-benchmark.json）
同意味・日本語 — 68字 → o200k 49 tok（tok/字 0.7206、chars/token 1.39）。返品ポリシー。プレビュー:「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。…」。Claude approx 58 tok、Gemini approx 38 tok。32K 0.15% / 1M 0.005%。
ragCorpusSamples + chunkSweep
短い FAQ 1件（日本語）: 133字 = 68 tok（1M 0.01% / 32K 0.21%）。chunkSize 500 → wiki 42779 tok を 102 分割（avg 419.4 tok、overlap 80）。
topKMatrix 行
k=3 × chunk 800: system 800 + query 80 + RAG 2400 = 3280 tok（1M 0.31% / 32K 10.25%）。Web Instant 検証なら 32K 80%未満（25600 tok）を目標 — 超える場合は k または chunkSize を下げる。
gpt56Pricing + alias
GPT-5.6 Terra 300000in/500out $1.5112（long tier）。alias 警告: 1000 in / 500 out — Sol $0.02 vs Luna $0.004（80% 節約）。
webVsApi + ctxUsageMatrix
社内 wiki 丸ごと（危険域） 42779 tok — API 1M 4.08% / Plus 32K 133.68%。Claude Haiku 4.5 ctx 200,000 で wiki 使用率 21.39%。
geminiVsGpt + claudeApprox + monthlyCost
同意味・日本語: GPT 49 vs Gemini 38（-22.4%）。同意味・日本語: Claude 58（Δ 18.4%）。月1000 req「長 output」800/2000 → Luna $12.8 / Sonnet intro $21.6。
実務チェック
トークンカウンター で 49 tok 前後の実文を貼り、usage と突合。npm run gen:token-article-data で src/data/token-counter-article-data.json 再生成。RAG チャンク、GPT-5.6 計算、Web 32K、月額試算、ctx 使用率 を sibling 記事として設計時に横断参照。
データ駆動ケーススタディ 26：同意味・英語
文体ベンチマーク（token-counter-ja-benchmark.json）
同意味・英語 — 143字 → o200k 28 tok（tok/字 0.1958、chars/token 5.11）。返品ポリシー（英訳）。プレビュー:「Our return policy offers a full refund within 14 days of delivery for unopened i…」。Claude approx 40 tok、Gemini approx 29 tok。32K 0.09% / 1M 0.003%。
ragCorpusSamples + chunkSweep
技術記事 1 セクション: 1763字 = 970 tok（1M 0.1% / 32K 3.03%）。chunkSize 800 → wiki 42779 tok を 60 分割（avg 713 tok、overlap 80）。
topKMatrix 行
k=3 × chunk 1000: system 800 + query 80 + RAG 3000 = 3880 tok（1M 0.37% / 32K 12.13%）。Web Instant 検証なら 32K 80%未満（25600 tok）を目標 — 超える場合は k または chunkSize を下げる。
gpt56Pricing + alias
GPT-5.6 Luna 1000in/500out $0.004（standard tier）。alias 警告: 3000 in / 600 out — Sol $0.033 vs Luna $0.0066（80% 節約）。
webVsApi + ctxUsageMatrix
FAQ Q&A 1件 64 tok — API 1M 0.006% / Plus 32K 0.2%。Claude Opus 4.8 ctx 1,000,000 で wiki 使用率 4.28%。
geminiVsGpt + claudeApprox + monthlyCost
同意味・英語: GPT 28 vs Gemini 29（3.6%）。同意味・英語: Claude 40（Δ 42.9%）。月1000 req「軽量 Q&A」800/400 → Luna $3.2 / Sonnet intro $5.6。
実務チェック
トークンカウンター で 28 tok 前後の実文を貼り、usage と突合。npm run gen:token-article-data で src/data/token-counter-article-data.json 再生成。RAG チャンク、GPT-5.6 計算、Web 32K、月額試算、ctx 使用率 を sibling 記事として設計時に横断参照。
データ駆動ケーススタディ 27：ひらがな中心（説明文）
文体ベンチマーク（token-counter-ja-benchmark.json）
ひらがな中心（説明文） — 58字 → o200k 38 tok（tok/字 0.6552、chars/token 1.53）。カタカナ・漢字が少ない平易文。プレビュー:「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。…」。Claude approx 50 tok、Gemini approx 33 tok。32K 0.12% / 1M 0.004%。
ragCorpusSamples + chunkSweep
PDF 10 ページ相当: 7542字 = 3972 tok（1M 0.4% / 32K 12.41%）。chunkSize 1000 → wiki 42779 tok を 47 分割（avg 910.2 tok、overlap 80）。
topKMatrix 行
k=3 × chunk 1500: system 800 + query 80 + RAG 4500 = 5380 tok（1M 0.51% / 32K 16.81%）。Web Instant 検証なら 32K 80%未満（25600 tok）を目標 — 超える場合は k または chunkSize を下げる。
gpt56Pricing + alias
GPT-5.6 Luna 5000in/500out $0.008（standard tier）。alias 警告: 300K in / 500 out (long tier) — Sol $3.0225 vs Luna $0.6045（80% 節約）。
webVsApi + ctxUsageMatrix
system prompt 典型 53 tok — API 1M 0.005% / Plus 32K 0.17%。Gemini 3.5 Flash ctx 1,048,576 で wiki 使用率 4.08%。
geminiVsGpt + claudeApprox + monthlyCost
ひらがな中心（説明文）: GPT 38 vs Gemini 33（-13.2%）。ひらがな中心（説明文）: Claude 50（Δ 31.6%）。月1000 req「RAG 標準」3000/600 → Luna $6.6 / Sonnet intro $12。
実務チェック
トークンカウンター で 38 tok 前後の実文を貼り、usage と突合。npm run gen:token-article-data で src/data/token-counter-article-data.json 再生成。RAG チャンク、GPT-5.6 計算、Web 32K、月額試算、ctx 使用率 を sibling 記事として設計時に横断参照。
データ駆動ケーススタディ 28：漢字・熟語中心（ビジネス）
文体ベンチマーク（token-counter-ja-benchmark.json）
漢字・熟語中心（ビジネス） — 65字 → o200k 48 tok（tok/字 0.7385、chars/token 1.35）。IR・プレスリリース調。プレビュー:「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。…」。Claude approx 48 tok、Gemini approx 32 tok。32K 0.15% / 1M 0.005%。
ragCorpusSamples + chunkSweep
社内 wiki 丸ごと（危険域）: 80000字 = 42779 tok（1M 4.28% / 32K 133.68%）。chunkSize 1500 → wiki 42779 tok を 31 分割（avg 1380 tok、overlap 80）。
topKMatrix 行
k=5 × chunk 800: system 800 + query 80 + RAG 4000 = 4880 tok（1M 0.47% / 32K 15.25%）。Web Instant 検証なら 32K 80%未満（25600 tok）を目標 — 超える場合は k または chunkSize を下げる。
gpt56Pricing + alias
GPT-5.6 Luna 50000in/500out $0.053（standard tier）。alias 警告: 1000 in / 500 out — Sol $0.02 vs Luna $0.004（80% 節約）。
webVsApi + ctxUsageMatrix
契約条項 1段落 63 tok — API 1M 0.006% / Plus 32K 0.2%。Gemini 3.1 Flash-Lite ctx 1,048,576 で wiki 使用率 4.08%。
geminiVsGpt + claudeApprox + monthlyCost
漢字・熟語中心（ビジネス）: GPT 48 vs Gemini 32（-33.3%）。漢字・熟語中心（ビジネス）: Claude 48（Δ 0%）。月1000 req「RAG 重め」6000/800 → Luna $10.8 / Sonnet intro $20。
実務チェック
トークンカウンター で 48 tok 前後の実文を貼り、usage と突合。npm run gen:token-article-data で src/data/token-counter-article-data.json 再生成。RAG チャンク、GPT-5.6 計算、Web 32K、月額試算、ctx 使用率 を sibling 記事として設計時に横断参照。
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】 |
| 日本語目安 | 日本語プロンプトのトークン数目安【2026】 |
| RAG チャンク | RAGチャンクのトークン数目安 |
| GPT-5.6 計算 | GPT-5.6 API 料金の計算方法 |
| Web vs API | ChatGPT Web 32K と API 100万の違い |
| Gemini 3.5 | Gemini 3.5 Flash のトークン数 |
| Claude Sonnet 5 | Claude Sonnet 5 のトークン数 |
| tiktoken | tiktoken ブラウザ |
| system 削減 | system prompt 削減 |
| 月額試算 | 月額コスト試算 |
| ctx 使用率 | コンテキスト使用率 |