RAGチャンクのトークン数目安完全ガイド【2026年7月版】｜500〜1500分割・実測68〜42779tok
RAG は 1チャンク 500〜1500 tok（o200k）。FAQ 68、セクション 970、PDF 3972、wiki 42779 tok。wiki は chunk1000 で 47 分割 — トークンカウンター で計測。
本記事は src/data/token-counter-article-data.json の ragChunkSweep / ragCorpusSamples / topKMatrix を軸に、2026年7月版 RAG チャンク設計を解説します。
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。
ragCorpusSamples（4段階実測）
| 種別 | 文字 | exact tok | 1M | 32K |
|---|---|---|---|---|
| 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% |
ragChunkSweep（wiki 42779 tok 分割）
| chunkSize | overlap | chunkCount | avgChunkTokens |
|---|---|---|---|
| 500 | 80 | 102 | 419.4 |
| 800 | 80 | 60 | 713 |
| 1000 | 80 | 47 | 910.2 |
| 1500 | 80 | 31 | 1380 |
corpus ソース: wiki-bulk-varied-ja。system 想定 800 tok。
topKMatrix（system+query+RAG 合算）
| k | chunk | RAG | total | 1M% | 32K% |
|---|---|---|---|---|---|
| 3 | 800 | 2400 | 3280 | 0.31% | 10.25% |
| 3 | 1000 | 3000 | 3880 | 0.37% | 12.13% |
| 3 | 1500 | 4500 | 5380 | 0.51% | 16.81% |
| 5 | 800 | 4000 | 4880 | 0.47% | 15.25% |
| 5 | 1000 | 5000 | 5880 | 0.56% | 18.38% |
| 5 | 1500 | 7500 | 8380 | 0.8% | 26.19% |
| 8 | 800 | 6400 | 7280 | 0.69% | 22.75% |
| 8 | 1000 | 8000 | 8880 | 0.85% | 27.75% |
| 8 | 1500 | 12000 | 12880 | 1.23% | 40.25% |
| 10 | 800 | 8000 | 8880 | 0.85% | 27.75% |
| 10 | 1000 | 10000 | 10880 | 1.04% | 34% |
| 10 | 1500 | 15000 | 15880 | 1.51% | 49.63% |
🔢 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。
分割ワークフロー
原文を Markdown 化
chunkSize 800〜1000 tok で tiktoken 分割
1500 tok 超を再分割
overlap 80 tok
topKMatrix で ctx 試算
チェックリスト
- ragCorpusSamples の4値で ctx 設計
- chunkSweep で vector 数見積
- top-k × chunk で 32K 80% 未満（Web）
- Web vs API 併読
- system 削減
まとめ
500〜1500 tok + overlap 80。wiki 42779 tok は 47 チャンク化。数値は npm run gen:token-article-data で再生成可。
chunkSize=500 tok で wiki を分割した場合
corpus 42779 tok（社内 wiki 実測）を overlap 80 tok で分割すると 102 チャンク、平均 419.4 tok/chunk。vector DB 行数と埋め込み API コストは chunkCount に比例 — Flash-Lite なら 102 回の embedding 請求が発生します。
検索で top-k=5 ヒット時の user 連結は約 2097 tok（平均 chunk × 5）。system 800 tok を足すと 2897 tok — コンテキスト使用率 で 80% ラインと比較。
chunkSize=800 tok で wiki を分割した場合
corpus 42779 tok（社内 wiki 実測）を overlap 80 tok で分割すると 60 チャンク、平均 713 tok/chunk。vector DB 行数と埋め込み API コストは chunkCount に比例 — Flash-Lite なら 60 回の embedding 請求が発生します。
検索で top-k=5 ヒット時の user 連結は約 3565 tok（平均 chunk × 5）。system 800 tok を足すと 4365 tok — コンテキスト使用率 で 80% ラインと比較。
chunkSize=1000 tok で wiki を分割した場合
corpus 42779 tok（社内 wiki 実測）を overlap 80 tok で分割すると 47 チャンク、平均 910.2 tok/chunk。vector DB 行数と埋め込み API コストは chunkCount に比例 — Flash-Lite なら 47 回の embedding 請求が発生します。
検索で top-k=5 ヒット時の user 連結は約 4551 tok（平均 chunk × 5）。system 800 tok を足すと 5351 tok — コンテキスト使用率 で 80% ラインと比較。
chunkSize=1500 tok で wiki を分割した場合
corpus 42779 tok（社内 wiki 実測）を overlap 80 tok で分割すると 31 チャンク、平均 1380 tok/chunk。vector DB 行数と埋め込み API コストは chunkCount に比例 — Flash-Lite なら 31 回の embedding 請求が発生します。
検索で top-k=5 ヒット時の user 連結は約 6900 tok（平均 chunk × 5）。system 800 tok を足すと 7700 tok — コンテキスト使用率 で 80% ラインと比較。
top-k=3 × chunk 800 tok の解釈
system 800 + query 80 + RAG 2400 = 合計 3280 tok。API 1M ctx の 0.31%、ChatGPT Plus Instant 32K 換算で 10.25% です。32K Web 検証でも余裕がありますが、出力 max_tokens 分を空けてください。
Luna 入力単価 $1/1M なら入力のみ $0.0033/req。1000 req/月で $3.28 — 月額試算 の「RAG 標準」行（3000/600）と照合してください。
top-k=3 × chunk 1000 tok の解釈
system 800 + query 80 + RAG 3000 = 合計 3880 tok。API 1M ctx の 0.37%、ChatGPT Plus Instant 32K 換算で 12.13% です。32K Web 検証でも余裕がありますが、出力 max_tokens 分を空けてください。
Luna 入力単価 $1/1M なら入力のみ $0.0039/req。1000 req/月で $3.88 — 月額試算 の「RAG 標準」行（3000/600）と照合してください。
top-k=3 × chunk 1500 tok の解釈
system 800 + query 80 + RAG 4500 = 合計 5380 tok。API 1M ctx の 0.51%、ChatGPT Plus Instant 32K 換算で 16.81% です。32K Web 検証でも余裕がありますが、出力 max_tokens 分を空けてください。
Luna 入力単価 $1/1M なら入力のみ $0.0054/req。1000 req/月で $5.38 — 月額試算 の「RAG 標準」行（3000/600）と照合してください。
top-k=5 × chunk 800 tok の解釈
system 800 + query 80 + RAG 4000 = 合計 4880 tok。API 1M ctx の 0.47%、ChatGPT Plus Instant 32K 換算で 15.25% です。32K Web 検証でも余裕がありますが、出力 max_tokens 分を空けてください。
Luna 入力単価 $1/1M なら入力のみ $0.0049/req。1000 req/月で $4.88 — 月額試算 の「RAG 標準」行（3000/600）と照合してください。
top-k=5 × chunk 1000 tok の解釈
system 800 + query 80 + RAG 5000 = 合計 5880 tok。API 1M ctx の 0.56%、ChatGPT Plus Instant 32K 換算で 18.38% です。32K Web 検証でも余裕がありますが、出力 max_tokens 分を空けてください。
Luna 入力単価 $1/1M なら入力のみ $0.0059/req。1000 req/月で $5.88 — 月額試算 の「RAG 標準」行（3000/600）と照合してください。
top-k=5 × chunk 1500 tok の解釈
system 800 + query 80 + RAG 7500 = 合計 8380 tok。API 1M ctx の 0.8%、ChatGPT Plus Instant 32K 換算で 26.19% です。32K Web 検証でも余裕がありますが、出力 max_tokens 分を空けてください。
Luna 入力単価 $1/1M なら入力のみ $0.0084/req。1000 req/月で $8.38 — 月額試算 の「RAG 標準」行（3000/600）と照合してください。
top-k=8 × chunk 800 tok の解釈
system 800 + query 80 + RAG 6400 = 合計 7280 tok。API 1M ctx の 0.69%、ChatGPT Plus Instant 32K 換算で 22.75% です。32K Web 検証でも余裕がありますが、出力 max_tokens 分を空けてください。
Luna 入力単価 $1/1M なら入力のみ $0.0073/req。1000 req/月で $7.28 — 月額試算 の「RAG 標準」行（3000/600）と照合してください。
top-k=8 × chunk 1000 tok の解釈
system 800 + query 80 + RAG 8000 = 合計 8880 tok。API 1M ctx の 0.85%、ChatGPT Plus Instant 32K 換算で 27.75% です。32K Web 検証でも余裕がありますが、出力 max_tokens 分を空けてください。
Luna 入力単価 $1/1M なら入力のみ $0.0089/req。1000 req/月で $8.88 — 月額試算 の「RAG 標準」行（3000/600）と照合してください。
top-k=8 × chunk 1500 tok の解釈
system 800 + query 80 + RAG 12000 = 合計 12880 tok。API 1M ctx の 1.23%、ChatGPT Plus Instant 32K 換算で 40.25% です。32K Web 検証でも余裕がありますが、出力 max_tokens 分を空けてください。
Luna 入力単価 $1/1M なら入力のみ $0.0129/req。1000 req/月で $12.88 — 月額試算 の「RAG 標準」行（3000/600）と照合してください。
top-k=10 × chunk 800 tok の解釈
system 800 + query 80 + RAG 8000 = 合計 8880 tok。API 1M ctx の 0.85%、ChatGPT Plus Instant 32K 換算で 27.75% です。32K Web 検証でも余裕がありますが、出力 max_tokens 分を空けてください。
Luna 入力単価 $1/1M なら入力のみ $0.0089/req。1000 req/月で $8.88 — 月額試算 の「RAG 標準」行（3000/600）と照合してください。
top-k=10 × chunk 1000 tok の解釈
system 800 + query 80 + RAG 10000 = 合計 10880 tok。API 1M ctx の 1.04%、ChatGPT Plus Instant 32K 換算で 34% です。32K Web 検証でも余裕がありますが、出力 max_tokens 分を空けてください。
Luna 入力単価 $1/1M なら入力のみ $0.0109/req。1000 req/月で $10.88 — 月額試算 の「RAG 標準」行（3000/600）と照合してください。
top-k=10 × chunk 1500 tok の解釈
system 800 + query 80 + RAG 15000 = 合計 15880 tok。API 1M ctx の 1.51%、ChatGPT Plus Instant 32K 換算で 49.63% です。32K Web 検証でも余裕がありますが、出力 max_tokens 分を空けてください。
Luna 入力単価 $1/1M なら入力のみ $0.0159/req。1000 req/月で $15.88 — 月額試算 の「RAG 標準」行（3000/600）と照合してください。
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。
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 |