logo
Development
検索
サービス・料金体系

サービス・料金体系

モデルサービス

GPTBots では、用途に応じて「GPTBotsキー」と「独自キー」の2種類のモデルサービスモードを提供しています。どちらのモードを利用するかによって、モデルサービス利用時に消費されるクレジット(サービス利用料)が異なります。ご希望のサービスモードは「組織管理 > LLMs」画面から選択・設定できます。

  • GPTBotsキー: GPTBots公式が提供するサービスです。OpenAI や Claude などの外部プラットフォームに個別登録しなくても、GPTBotsを通じてこれらのサービスを直接利用できます。
  • 独自キー: すでに OpenAI などのプラットフォームでご自身のAPIキーをお持ちの場合は、そのキーをGPTBotsに登録して利用できます。なお、この場合もGPTBotsによるサービス利用手数料として少量のクレジットが消費されます。

サービスクレジット料金

GPTBots内のすべてのサービスは「クレジット」に基づく従量課金方式で提供されており、利用状況もクレジット単位で管理されます。使用するLLMのバージョンによって、消費するクレジット数が異なります。詳細な消費計算については、以下の各セクションをご参照ください。

注:クレジットは返金・交換できません。

クレジット消費の種類

GPTBots プラットフォームでは、サービスの種類ごとに料金体系が分かれており、サービスごとに設定された単価に応じてクレジットが消費されます。課金タイプは全部で10種類あり、AIエージェントやワークフロー利用時には、それぞれのサービス利用に応じて該当するクレジットが消費されます。開発者は「組織管理 → 利用状況」画面から、各サービスのクレジット消費状況を確認できます。

課金タイプ 定義
LLMテキストチャット テキストと画像の入出力でLLMを呼び出す LLMコンポーネントや分岐コンポーネント、条件判定コンポーネントの呼び出し時
LLM音声チャット 音声の入出力でオーディオLLMを呼び出す 音声LLMを呼び出した場合
ASR認識 ASRサービスを使用して音声をテキストに変換 システム認識モードで音声ファイルをアップロードした場合
TTS生成 TTSサービスを使用してテキストを音声に変換 チャット画面でテキストメッセージの音声再生ボタンをクリックした場合
ナレッジインデックス ナレッジインデックスを使用してユーザーの質問とナレッジデータに埋め込み処理を実行 ナレッジ検索を実行した場合
ナレッジストレージ ナレッジベースにナレッジデータをアップロードして保存 現在のナレッジベースストレージ容量の日次計算
ツール呼び出し 有料ツールの呼び出しが成功 Google検索などの有料ツールを利用した場合
ナレッジリランキング リランクサービスを使用して検索されたナレッジベース結果を再ランク付け ナレッジベースでリランキング機能を有効にした場合
データベース処理 アップロードしたドキュメントをデータベースの項目に変換し、データベース クエリでグラフを生成 ドキュメントをデータベースに抽出し、会話でデータベース機能を使用する時
質問認識 質問認識を使用して質問分類と感情分析を実行 ログで質問分類機能を有効化した場合

LLMサービス利用料

注:以下の料金は「クレジット/1,000トークン」単位で表示しています。

ブランド
モデル
入力(GPTBotsキー) 出力(GPTBotsキー) 入力(独自キー) 出力(独自キー)
OpenAI GPT-5.0-400k 0.1375 1.1000 0.012500 0.1000
OpenAI GPT-5.0-Chat-400k 0.1375 1.1000 0.0025 0.1000
OpenAI GPT-5.0-Mini-400k 0.0275 0.2200 0.0025 0.0200
OpenAI GPT-5.0-Nano-400k 0.0055 0.0440 0.0005 0.0040
OpenAI GPT-4.1-1M 0.22 0.88 0.02 0.08
OpenAI GPT-4.1-mini-1M 0.044 0.176 0.004 0.016
OpenAI GPT-4.1-nano-1M 0.011 0.044 0.001 0.004
OpenAI GPT-4o-mini-128k 0.0165 0.0665 0.0015 0.006
OpenAI GPT-4o-128k 0.225 1.1 0.0225 0.11
OpenAI GPT-o3 1.1 4.4 0.1 0.4
OpenAI GPT-o4-mini 0.121 0.484 0.011 0.044
OpenAI GPT-4o-Audio-128k 4.4 8.8 0.4 0.8
OpenAI GPT-4o-mini-Auido-128k 1.1 2.2 0.1 0.2
DeepSeek V3 0.0157 0.0314 0.0014 0.0029
DeepSeek R1 0.0629 0.2514 0.0057 0.0229
Google Gemini-2.5-Flash 0.011 0.066 0.0015 0.006
Google Gemini-2.5-Flash(audio input) 0.11 0.066 0.01 0.006
Google Gemini-2.5-Flash-Thinking 0.011 0.385 0.0015 0.035
Google Gemini-2.5-Pro 0.275 1.65 0.025 0.15
Anthropic Claude-3.5-Haiku-200k 0.028 0.138 0.003 0.003
Anthropic Claude-4.0-Sonnet-200k 0.33 1.65 0.03 0.15
Anthropic Claude-4.0-Sonnet-Thinking-200k 0.33 1.65 0.03 0.15
Anthropic Claude-4.0-Opus-200k 1.65 8.25 0.15 0.75
Anthropic Claude-4.0-Opus-Thinking-200k 1.65 8.25 0.15 0.75
Azure GPT-5.0-400k 0.1375 1.1000 0.012500 0.1000
Azure GPT-5.0-Chat-400k 0.1375 1.1000 0.0025 0.1000
Azure GPT-5.0-Mini-400k 0.0275 0.2200 0.0025 0.0200
Azure GPT-5.0-Nano-400k 0.0055 0.0440 0.0005 0.0040
Azure GPT-4.1-1M 0.22 0.88 0.02 0.08
Azure GPT-4.1-mini-1M 0.044 0.176 0.004 0.016
Azure GPT-4.1-nano-1M 0.011 0.044 0.001 0.004
Azure GPT-4o-128k 0.225 1.1 0.0225 0.11
Azure GPT-4o-mini-128k 0.0165 0.0665 0.0015 0.006
Azure GPT-4o-Audio-128k 4.4 8.8 0.4 0.8
Azure GPT-4o-mini-Auido-128k 1.1 2.2 0.1 0.2
Meta llama-3.0-8b-8k 0.022 0.022 0.002 0.002
Meta llama-3.0-70b-8k 0.099 0.099 0.009 0.009
Meta llama-3.1-8b-turbo-128k 0.022 0.022 0.002 0.002
Meta llama-3.1-70b-turbo-128k 0.099 0.099 0.009 0.009
Meta llama-3.1-405b-turbo-4k 0.099 0.099 0.009 0.009
Mixtral open-mistral-7b 0.028 0.028 0.003 0.003
Mixtral open-mixtral-8x7b 0.077 0.077 0.007 0.007
Mixtral mistral-small-latest 0.220 0.660 0.020 0.060
Mixtral mistral-medium-latest 0.297 0.891 0.027 0.081
Mixtral mistral-large-latest 0.880 2.640 0.080 0.240
Tencent Hunyuan-lite- 4k free free free free
Tencent Hunyuan-standard-32k 0.0707 0.0786 0.0064 0.0071
Tencent Hunyuan-standard-256k 0.2357 0.9429 0.0214 0.0857
Tencent Hunyuan-pro-32k 0.472 1.572 0.042 0.142
Ali Qwen-3.0-Plus-128k 0.0126 0.0314 0.0011 0.0029
Ali Qwen-3.0-Plus-Thinking-128k 0.0126 0.2514 0.0011 0.0229
Ali Qwen-3.0-turbo-1M 0.0047 0.0094 0.0004 0.0009
Ali Qwen-2.5-Max-32k 0.3143 0.9429 0.0286 0.0857
Ali Qwen-vl-max-32k 0.3143 0.3143 0.0286 0.0286
Ali Qwen2.5-72b-128k 0.0629 0.1886 0.0057 0.0171
Ali Qwen2.0-32b-128k 0.055 0.11 0.005 0.01
Ali Qwen2.0-7b-128k 0.0314 0.0943 0.0029 0.0086
Ali Qwen2.0-audio 0.1 0.1 0.01 0.01
Baidu ERNIE-4.0-8K 1.76 1.76 0.16 0.16
Baidu ERNIE-3.5-8K 0.18 0.18 0.02 0.02
Baidu ERNIE-Speed-128K free free free free
ZhiPu GLM-4.5-128K 0.0314 0.0029 0.1257 0.0114
ZhiPu GLM-4.5-Air-128K 0.0094 0.0009 0.0629 0.0057
ZhiPu GLM-4.5-X-128K 0.1257 0.0114 0.5029 0.0457
ZhiPu GLM-4V-Plus-8K 0.017 0.017 0.0015 0.0015
ZhiPu GLM-4-FlashX 0.0016 0.0016 0.0001 0.0001
Moonshot Moonshot-128K 0.9429 0.9429 0.0857 0.0857
Moonshot Moonshot-32K 0.3771 0.3771 0.0343 0.0343
Moonshot Moonshot-8K 0.1886 0.1886 0.0171 0.0171
DeepSeek DeepSeek-V3-64K 0.0157 0.0314 0.0014 0.0029
DeepSeek DeepSeek-R1-64K 0.0629 0.2514 0.0057 0.0229

埋め込みサービスの料金

注:以下の料金は「クレジット/1,000トークン」単位で表示しています。

ブランド
モデル
GPTBots キー
独自キー
OpenAI text-embedding-ada-002 0.0120 0.0010
OpenAI text-embedding-3-large 0.0156 0.0013
OpenAI text-embedding-3-small 0.0024 0.0002

リランキングサービスの料金

注:下記の料金は「クレジット/1,000トークン」単位で表記しています。

ブランド
モデル
GPTBots キー
独自キー
Jina reranker-v1-base-en 0.0022 0.0001
Jina reranker-v1-turbo-en 0.0022 0.0001
Jina reranker-v1-tiny-en 0.0022 0.0001
Baai bce-rerank 0.0022 0.0001
NteEase bgep-rerank 0.0022 0.0001

ASRサービス料金

注:下記の料金は「クレジット/60秒」単位で表記しています。

ブランド
モデル
GPTBots キー
独自キー
OpenAI Whisper Large-V2 0.66 0.06
OpenAI Whisper Large-V3 0.88 0.08

TTSサービスの料金

注:下記の料金は「クレジット/1,000文字」単位で表記しています。

ブランド
モデル
プラットフォームキー
独自キー
OpenAI TTS 1.65 0.15
Azure Speech 1.65 0.15
Ali CosyVoice 0.44 0.044
Ali Sambert 0.22 0.022
Minimax Voice 0.44 0.044

ベクトルストレージ

注:以下の料金は「クレジット/1,000トークン・1日あたり」で表示しています。

サービス
チャージ
Vector Storage 0.001

よくある質問(FAQ)

GPTBotsのクレジットとトークンの換算方法は?

OpenAIのLLMサービス「GPT-4.1-1M」を例にすると、GPTBotsキーを利用した場合、1,000トークンの入力で0.22クレジットを消費します。
$10 = 1,000クレジット = 4,545,454トークン(1,000クレジット ÷ 0.22クレジット × 1,000トークン)

言語 入力 ≈ 文字数 入力 ≈ 単語数
English 18,000,000文字 約3,500,000単語
Chinese 3,000,000~4,500,000文字 -
Japanese 3,000,000~4,500,000文字 -
Korean 3,000,000~4,500,000文字 -
French - 3,800,000単語
German - 3,800,000単語
Thai 3,000,000~4,500,000文字 -
Russian - 3,800,000単語
Arabic - 3,800,000単語

注:
上記は目安となる値です。実際の値はテキスト内容やトークン化方法によって異なる場合があります。
英語などラテン系言語は単語数で、漢字圏(中・日・韓)やタイ語などは文字数でおおよその換算がしやすいです。

トークンの計算方法

OpenAI の LLM サービスにおけるトークンの計算ルールの一例を示します。

言語・文字種 1トークン ≒ 文字数
English 約4文字
Chinese 1文字(漢字)
Japanese ひらがな・カタカナ・漢字1文字
Korean ハングル1文字
French/Spanish/German etc. 3~4文字
Russian 3~4文字
Arabic/Hebrew 3~4文字
  1. 英語:1単語あたり約1.3トークン、1トークンあたり約4文字(スペースや記号も含む)
  2. 中国語:漢字1文字 ≒ 1トークン(場合によっては1.5トークンになることもありますが、平均で1トークンとみなします)
  3. 日本語:1トークン ≒ ひらがな・カタカナ・漢字1文字
  4. 韓国語:1トークン ≒ ハングル1文字(複数文字の合成で1トークンになる場合もあります
  5. フランス語:1単語あたり約1.2トークン
  6. ドイツ語:1単語あたり約1.2トークン
  7. タイ語:1トークン ≒ タイ文字1文字(タイ語はスペースが少ないため、実際のトークン数が多くなる場合があります)
  8. ロシア語:1単語あたり約1.2トークン
  9. アラビア語:1単語あたり約1.2トークン

    正確なトークン数を知りたい場合は、OpenAI公式の tiktoken ツールを利用して計測することができます。 tiktoken

画像入力時のトークン計算方法

OpenAIのLLMサービスのトークン計算ルールを例に、画像入力時のトークン数がどのように計算されるかを説明します。

  1. 画像の「幅」と「高さ」(単位:ピクセル)を取得します。例:1024px × 1024px
  2. 幅・高さをそれぞれ512で割り、「切り上げ」てから掛け算をし、「Tiles(タイル数)」を算出します。
  3. タイル数を使って、85+170×Tiles の数式でトークン数を計算します。
  • 数式全体:

    Tiles=(÷512)×(高さ÷512)Tiles = \lceil (幅 ÷ 512) \rceil × \lceil (高さ ÷ 512) \rceil
    Tokens=85+170×TilesTokens = 85 + 170 × Tiles
  • Python code example:

import math def calculate_tokens(width, height): tiles = math.ceil(width/512) * math.ceil(height/512) tokens = 85 + 170 * tiles return tokens # Test print(calculate_tokens(2000, 500))
                      
                      import math

def calculate_tokens(width, height):
    tiles = math.ceil(width/512) * math.ceil(height/512)
    tokens = 85 + 170 * tiles
    return tokens

# Test
print(calculate_tokens(2000, 500))

                    
このコードブロックをポップアップで表示

たとえば、画像サイズが2000px × 500pxの場合、タイル数は4×1=4となり、トークン数は85+170×4=765となります。