GPT-6.1 Terraの実際の料金：努力レベル、272Kの境界、キャッシュ

GPT-6.1 Terraは2026年10月26日に、入力トークン100万個あたり$1、出力トークン100万個あたり$5でリリースされました。これはGPT-5.6 Terraの入力料金の半額で、出力料金の$12と比べても半額を大きく下回ります。ただし、定価はあくまで出発点です。Terraを使う実際のワークロードの請求額は、次の3つで決まります。

• 推論の努力レベル。推論トークンは出力として課金され、努力レベルによって数倍の差が生じます。
• 272Kの境界。リクエストの入力が272,000トークンを超えると、リクエスト全体に高い料金が適用されます。
• キャッシュ。キャッシュされたプレフィックスの料金は通常の入力料金の5%です。キャッシュにヒットしなかったり、書き換えられたりすると、通常料金またはそれ以上の料金がかかります。

以下では、前提条件をすべて明示したワークロードの料金、見落としやすい課金ルール、GPT-6.1 Sol、Claude Sonnet 5.5、GPT-5.6 Terraとのタスクあたりのコスト比較、そして請求額の根拠となる使用量フィールドを記録するPythonサンプルを紹介します。AIHubMixでは、OpenAIと同じ料金でTerraをgpt-6.1-terraとして提供しています。

料金表

すべての料金はトークン100万個あたりの米ドル価格で、OpenAIのモデルページに基づいています。AIHubMixのモデルページにも標準の入力、キャッシュ読み取り、出力の料金は同じように掲載されていますが、キャッシュ書き込みや長文コンテキストの料金は掲載されていません。キャッシュ関連のドキュメントには一律1.25倍の書き込み料金が記載されているため、12時間のプレミアム料金は公開されていません。

OpenAIは料金を1組だけ掲載し、それ以外はルールとして示しています。入力が272Kトークンを超えると、リクエスト全体について入力とキャッシュの料金が2倍、出力料金が1.5倍になります。この場合、12時間の書き込み料金は$5.00です。AIHubMixはTerraの長文コンテキスト料金を掲載していないため、272Kを超えた場合にゲートウェイで請求される料金は確認できません。

OpenAIは、BatchとFlex処理を50%割引、Fastモードを2倍、リージョン処理を+10%で提供しています。これらはOpenAIの条件です。AIHubMixではOpenAIのBatch APIを利用できません（AIHubMixで2026年10月27日に確認したところ、GET /v1/batchesは404を返しました）。同じ確認で、service_tier "flex"は受け付けられ、"flex"として返されること、また"priority"は受け付けられ、"fast"として返されることがわかりました。OpenAIの条件では、後者は料金が2倍になるFastモードです。AIHubMixのTerra料金表には標準料金のみ掲載されているため、どちらの料金で請求されるかも確認できていません。割引があると決めつけず、使用量ログを確認してください。

後ほど比較するモデルの公式料金（AIHubMixでも同じ）：

見落としやすい課金ルール

推論トークンは出力トークンとして扱われます。目に見える出力が2,000トークンでも、推論に8,000トークンを使ったリクエストでは、出力トークン10,000個分が課金されます。回答の長さではなく、usageオブジェクトからコストを確認してください。

272Kの境界を超えると、リクエスト全体の料金が変わります。272,000を超えた分のトークンだけに高い料金が適用されるわけではありません。リクエスト内の入力トークンすべてが2倍、出力トークンすべてが50%増しになります。キャッシュなしで、どちらも出力が20,000トークンの場合の境界付近の計算は次のとおりです。

入力が11%増えるだけで、請求額はおよそ2倍になります。Terraは最大922,000入力トークン（コンテキスト1,050,000）まで対応していますが、272Kを超えると料金が上がります。

キャッシュ書き込みは無料ではありません。GPT-5.6以降では、プレフィックスをキャッシュに書き込む料金は、デフォルトの有効期間30分では入力料金の1.25倍、12時間では2.5倍です。12時間の設定はResponses APIでのみ利用できます。Terraでは、どちらの有効期間でも読み取り料金は0.05倍です。OpenAIのプロンプトキャッシュガイドによると、これらは追加料金ではなく合計料金です。各入力トークンは通常入力、読み取り、書き込みのいずれかとして1回だけ課金されます。キャッシュ可能なプレフィックスの最小長は1,024トークンです。

AIHubMixでは、Chat CompletionsとResponsesでキャッシュを共有しません。AIHubMixでの確認では、9,623トークンのdeveloperプレフィックスは、Responsesの1回目の呼び出しで書き込まれ、2回目と3回目で読み取られました。その直後に同じプレフィックスをChat Completionsに送ると、ヒットせず再び書き込まれました。両方のルートにまたがるトラフィックでは、書き込みが2セット分発生します。

AIHubMixでは、Responsesを通じてのみ努力レベルが反映されます。Responses APIで素数の合計を求めるプロンプトを実行したところ、努力レベルnoneでは出力が72トークン、maxでは1,153トークン（うち1,078トークンが推論）でした。同じテストをChat Completionsで行った場合、reasoning_effortの設定による一貫した差は見られず、noneとmaxのどちらも実行ごとに推論トークン数が約200～300に収まりました。このルートでは努力レベルが固定されていると考えられます。努力レベルを下げてコストを抑えるつもりなら、Responsesにリクエストを送ってください。

組み込みウェブ検索は呼び出しごとに課金されます。AIHubMixでは、トークン料金に加え、web_search_requestsに1回あたり$0.01がかかります。

現実的な1か月分の料金を項目ごとに計算

Responses APIを通じて月に10,000件のリクエストを送る、サポートまたは文書処理のワークロードを考えてみましょう。前提条件は次のとおりです。

• 各リクエストには、キャッシュにヒットする2,500トークンの固定プレフィックス（システムプロンプト、ツール定義、参照ルール）が含まれる。
• 各リクエストに、新しい入力トークンが1,500個（ユーザーメッセージまたは文書）加わる。
• 各リクエストは、推論を含めて1,500トークンを出力し、努力レベルはmedium（Terraのデフォルト）とする。
• すべてのリクエストの入力が272K未満なので、標準料金が適用される。
• 合計にはキャッシュ書き込みを含めない（表の下の注を参照）。

1か月の合計は、キャッシュ済みトークン25M、新規入力トークン15M、出力トークン15Mです。

このケースでは、キャッシュ書き込みの追加コストはわずかです。2,500トークンのプレフィックスを書き込むたびに、$0.05ではなく100万トークンあたり$1.25で課金され、書き込み1回あたりの追加額は約$0.003です。

どこにコストがかかるかを、2つのパターンで見てみましょう。

キャッシュを使わない場合。プレフィックスが一度もヒットしない（リクエストごとに変わる、またはトラフィックが複数のルートに分散する）場合、入力トークン40Mすべてに$1が適用されます。入力に$40、出力に$75かかり、合計は$115です。キャッシュを使えば、月に$23.75、請求額のおよそ5分の1を節約できます。

努力レベルがmaxの場合。Artificial AnalysisはIntelligence Indexで、mediumではタスクあたり約6,000出力トークン、maxでは35,000出力トークンを測定しており、比率はおよそ5.8倍です。出力の1,500トークンを35/6倍にすると、1リクエストあたり8,750トークン、月あたり87.5Mトークンになります。出力コストは87.5M x $5 = $437.50となり、月額合計は$1.25 + $15.00 + $437.50 = $453.75です。mediumの請求額のおよそ5倍であり、maxの努力レベルによるコスト増はキャッシュを使わない場合を大きく上回ります。

どのケースでも、出力がコストの大半を占めます。mediumでは、合計$91.25のうち出力が$75で、請求額の82%にあたります。だからこそ、最初に見直すべき設定は入力料金ではなく努力レベルです。

Sol、Sonnet 5.5、GPT-5.6 Terraとのタスクあたりのコスト比較

同じワークロード、同じトークン数（キャッシュ25M、新規入力15M、出力15M）で、各モデルにそれぞれの公式料金を適用します。

トークン数が同じなら、TerraのコストはSolとSonnet 5.5の半分、GPT-5.6 Terraの約42%です。ただし、トークン数が同じという点には注意が必要です。同じタスクでも、モデルによって推論に使うトークン数は異なり、Terraの努力レベルを上げると、低い努力レベルのSolより多くのトークンを消費することがあります。

タスクあたりの実測コストを見ると、そのことがわかります。以下の数値はArtificial Analysisによるもので、各モデルを指定された努力レベルでIntelligence Indexの評価にかけた独立ベンチマークです。

Sonnet 5.5の行は、Artificial Analysisのデフォルトのmax努力レベル設定です。

ここから3つの点が読み取れます。Terraのmediumは表の中で最も安く、Artificial AnalysisはTerraのlowとmediumをパレート最適と評価しています。今回の実行では、推論をオフにしてもコストは下がりませんでした。推論なしではタスクあたり$0.11かかり、スコアは33でした。一方、Terraのmax（$0.40）はSolのxhigh（$0.39）とほぼ同額ですが、Solのほうが高いスコアを記録しています。また、ほぼ2倍の料金をかけて、ようやくSolのmediumに並びます。Sonnet 5.5は最高スコアですが、max努力レベルではタスクあたり約197,000出力トークンを消費しました。

ほかの公開テストも同じ傾向を示しています。OpenRouterを通じてデフォルトの努力レベルで実施されたPlotlyのデータ分析ベンチマークでは、Terraは43問中40問に正解し、全体の実行に$1.31かかりました。一方、Solは43問中43問に正解し、$2.61かかりました。問題あたりの出力は約1,460トークンでした。OpenAIが公開したローンチ時のグラフは自己申告値で、ここではKingy AIによる転記を参照しています。それによると、OSWorld 2.1のオフラインセットで、max努力レベル時のタスクコストはTerraが$1.19、Solが$1.15でした。エージェント作業でmax努力レベルを使うと、Terraのトークン単価の安さは相殺されることがあります。

想定以上に支払うことになるのはどんな人か

• デフォルトでmax努力レベルを使うチーム。同じトラフィックでも、請求額はmediumの5倍になることがあります。RedditのCodexユーザーからは、Terraをhigh努力レベルで使うとプランの上限をすぐに使い切るという報告があります。あるユーザーは、5時間分の上限の40%を20分で消費したと述べています。これらは個人の報告ですが、上記のトークン数とも一致しています。
• 272Kに近い長文コンテキストRAG。検索ステップでチャンクが少し増えることがあると、一部のリクエストが境界を超え、料金がおよそ2倍になります。
• Chat CompletionsとResponsesを混在させるトラフィック。AIHubMixでは2つのルートで別々のキャッシュを使うため、同じプレフィックスが2回書き込まれます。また、Chatルートでは努力レベルの設定に目に見える効果がありません。

請求額を抑える方法

1. アカウント単位ではなく、ワークロードごとに努力レベルを設定する。まずはTerraのデフォルトであるmediumから始め、抽出、分類、書式設定などの単純なタスクではlowやnoneを試してください。Artificial Analysisの実行ではnoneのほうがmediumより安くなりませんでした。品質とコストの両方を実際のプロンプトで測定しましょう。mediumで失敗するリクエストにはhighやmaxを使います。

2. 固定プレフィックスを先頭に置き、ルートを固定する。システムプロンプト、ツール定義、参照資料を、毎回同じ順序で各リクエストの先頭に置き、変動するもの（ユーザー入力、タイムスタンプ、検索チャンクなど）はその後に続けます。キャッシュするには、プレフィックスが少なくとも1,024トークン必要です。ワークロードの送信先は1つのルートに統一してください。AIHubMixでは、努力レベルが反映されるResponsesを使います。

3. 明示モードを使い、再利用しない書き込みへの課金を避ける。prompt_cache_options.modeを「explicit」に設定すると、指定したブレークポイントのみが書き込まれます。最後のブレークポイント以降のコンテンツは、書き込み料金なしで通常の入力レートが適用されるため、ユーザーの質問など、リクエストごとに変わる内容に適しています。ブレークポイントを指定せずに明示モードを使うと、キャッシュは一切行われません。AIHubMixの検証でも、そのようなリクエストでは何も書き込まれないことが確認されました。

4. 計算してキャッシュの有効期間を選ぶ。プレフィックス100万トークンあたり、30分間の書き込みは$1.25、12時間の書き込みは$2.50です。読み取りはどちらも$0.05です。トラフィックの途切れによって、30分キャッシュでは12時間以内にプレフィックスが3回以上書き込まれる（$3.75以上）なら、12時間の書き込み1回の方が安くなります。2回（$2.50）の場合は同額です。安定したトラフィックで30分のエントリーが維持されるなら、30分設定のままにしましょう。AIHubMixの検証では、Terraで12時間設定が機能することも確認されました。9,020トークンのプレフィックスは初回の呼び出しでttl_12h_tokensとして書き込まれ、2回目の呼び出しではそのうち9,007トークンが読み取られました。

5. 入力を272K未満に抑える。チャンク数ではなくトークン予算で検索結果の量を制限し、古くなったターンを削除し、長い会話履歴は上限を超える前に要約しましょう。OpenAIは長いコンテキスト向けの圧縮機能も公開していますが、AIHubMixはTerraでの動作を確認していません。

6. リクエストのフィールドではなく、configuration_updateで推論レベルを変更する。OpenAIのGPT-6モデルガイドでは、リクエスト単位の推論レベルを固定し、会話の途中でレベルを上げ下げするにはconfiguration_update入力アイテムを追加することが推奨されています。AIHubMixは10月27日の検証で、Terra上のconfiguration_updateアイテムを受け付けました（200）。

7. すべてのレスポンスで使用量フィールドを記録する。Terraの請求額を把握するのに役立つフィールドは、input_tokens_details.cached_tokens（課金対象の読み取り）、cache_write_tokensと、その内訳であるttl_30m_tokensおよびttl_12h_tokens、そしてoutput_tokens_details.reasoning_tokensです。キャッシュされたトークンの合計を入力トークンの合計で割ると、日別または機能別のキャッシュヒット率がわかります。

Pythonでリクエストごとのコストを記録する

このサンプルでは、AIHubMixのResponsesエンドポイントに対してOpenAI SDKを使用します。推論レベルを設定し、extra_body経由でprompt_cache_optionsを渡して、標準料金で見積もったコストと使用量フィールドを出力します。セットアップ手順はAIHubMixのResponses APIドキュメントに、ゲートウェイでのキャッシュ動作はAIHubMixのキャッシュドキュメントに記載されています。

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://aihubmix.com/v1",
    api_key=os.environ["AIHUBMIX_API_KEY"],
)

# Keep this identical across requests so it can be cached (1,024+ tokens).
STABLE_PREFIX = open("support_rules.txt").read()

# Terra standard rates, USD per 1M tokens, input up to 272K.
PRICE = {"input": 1.00, "cached": 0.05, "write_30m": 1.25,
         "write_12h": 2.50, "output": 5.00}

resp = client.responses.create(
    model="gpt-6.1-terra",
    reasoning={"effort": "low"},  # none, low, medium, high, xhigh, max
    input=[
        {"role": "developer", "content": STABLE_PREFIX},
        {"role": "user", "content": "Classify this ticket: refund not received."},
    ],
    extra_body={"prompt_cache_options": {"ttl": "30m"}},  # or "12h"
)

u = resp.usage.model_dump()
inp = u["input_tokens_details"]
cached = inp.get("cached_tokens", 0)
writes = inp.get("cache_write_tokens", 0)
by_ttl = inp.get("cache_write_tokens_details") or {}
w12 = by_ttl.get("ttl_12h_tokens", 0)
w30 = writes - w12
ordinary = u["input_tokens"] - cached - writes
reasoning = u["output_tokens_details"].get("reasoning_tokens", 0)

cost = (ordinary * PRICE["input"] + cached * PRICE["cached"]
        + w30 * PRICE["write_30m"] + w12 * PRICE["write_12h"]
        + u["output_tokens"] * PRICE["output"]) / 1_000_000

print(f"input={u['input_tokens']} cached={cached} writes={writes} (12h={w12})")
print(f"output={u['output_tokens']} reasoning={reasoning}")
print(f"estimated cost=${cost:.6f}")

計算式はOpenAIのキャッシュガイドに従っています。通常の入力トークン数はinput_tokensからcached_tokensとcache_write_tokensを差し引いて求め、書き込みの合計を内訳の上に重ねて加算することはありません。入力トークン数が272,000を超える場合は、長文コンテキスト料金（入力$2、読み取り$0.10、30分の書き込み$2.50、12時間の書き込み$5、出力$7.50）に切り替えます。同じプレフィックスを30分以内に2回送信すると、2回目のレスポンスではそのプレフィックスがcached_tokensに表示されるはずです。表示されない場合は、プレフィックス内の何かが変わっています。

よくある質問

GPT-6.1 TerraはOpenAIよりAIHubMixの方が安いですか？
いいえ。AIHubMixが掲載している標準料金は同じで、100万トークンあたり入力$1、キャッシュ読み取り$0.05、出力$5です。Terraのキャッシュ書き込み料金や長文コンテキスト料金は公開されていないため、ゲートウェイの請求額が利用ログで確認できるまでは、書き込み料金の$1.25と$2.50、および272K超で2倍となる料金はOpenAIの条件です。

BatchまたはFlexの割引はAIHubMix経由でも利用できますか？
確認済みの選択肢としては利用できません。BatchとFlexの50%割引はOpenAIのもので、AIHubMixはOpenAIのBatch APIを提供していません。AIHubMixの検証ではFlexリクエストが受け付けられましたが、AIHubMixの料金表にはTerraの標準料金しか掲載されていません。割引を前提にする前に、利用ログを確認してください。

推論トークンには追加料金がかかりますか？
出力トークンの一部として、100万トークンあたり$5の出力料金が適用されます。使用量オブジェクトではreasoning_tokensとして個別に報告されるため、出力のうちどれだけが推論に使われたかを確認できます。

入力トークン数が280,000のリクエストはどうなりますか？
リクエスト全体に長文コンテキスト料金が適用されます。入力は100万トークンあたり$2、キャッシュ読み取りは$0.10、出力は$7.50です。上限を超えた8,000トークンだけではありません。

12時間キャッシュを使う価値はありますか？
30分キャッシュの場合、12時間以内にエントリーが3回以上書き込まれる場合に限ります。100万トークンあたり、12時間の書き込みは$2.50、30分の書き込みは$1.25で、読み取りはいずれも$0.05です。

maxの推論レベルはなぜこれほど高くつくのですか？
Artificial Analysisの測定では、タスクあたりの出力トークン数はmaxで約35,000、mediumで6,000でした。また、タスクあたりのコストは$0.10から$0.40に上昇しました。上記の試算例では、mediumからmaxに切り替えると月額は$91.25から$453.75になります。

Terraは常にSolの半額ですか？
トークン単価でいえば、はい。ただしタスクあたりでは常にそうとは限りません。Artificial Analysisの測定では、max設定のTerraはタスクあたりのコストがxhigh設定のSolとほぼ同じで、Solの方が高いスコアを記録しました。

続きを読む：GPT-6.1 Terraシリーズ

• 価格が半額になったことで、置き換え対象のモデルと比べて何が変わるのかを知りたい方へ：GPT-6.1 TerraとGPT-5.6 Terra：価格は半額に、何が変わり、誰が乗り換えるべきか
• 推論レベルの設定とキャッシュを機能させるために、トラフィックをResponsesに移行する前に：GPT-6.1 Terraへの移行：temperatureの400エラーを修正し、ツールをResponsesに移し、Codexを設定する
• トークン価格が2倍の競合モデルとTerraを比較検討している方へ：GPT-6.1 TerraとClaude Sonnet 5.5：画面・ドキュメントエージェントに適したミッドティアモデルはどちらか
• max設定のTerraがタスクあたりでSolと同程度のコストになる場合：GPT-6.1 TerraとGPT-6.1 Sol：それでもSolが必要なタスクとは？

出典

• OpenAI、GPT-6.1 Terraモデルページ：価格、長文コンテキストのルール、コンテキスト制限、推論レベル。
• OpenAI、プロンプトキャッシュガイド：書き込み・読み取り料金、キャッシュの有効期間、明示モード、使用量フィールド。
• AIHubMix、GPT-6.1 Terraモデルページ：AIHubMixの料金と利用方法。
• Artificial Analysis、GPT-6.1 Terraがコスト効率の最前線を押し広げる：推論レベルごとのタスクあたりのコストと出力トークン数。
• Kingy AI、GPT-6.1 Terra：ベンチマーク、料金、仕様、比較：料金体系、272K境界の例、OpenAIのグラフから書き起こした数値。