AIゲートウェイの設計2026年9月5日Flatkey Team

LLM APIガイド（2026）：仕組み・料金・おすすめプロバイダー

2026年版の実践的なLLM APIガイド。基本とリクエストの仕組み、実行可能なコード、主要プロバイダーの公式料金、最安・無料の選択肢、個別アカウントより統合APIが適しているケースを解説します。

LLM APIガイド（2026）：仕組み・料金・おすすめプロバイダー

LLM APIとは、コードから大規模言語モデルにプロンプトを送り、生成されたテキスト、JSON、ツール呼び出しを受け取るためのWebエンドポイントです。料金はトークン単位で発生します。 APIキー、モデル名、メッセージを含むHTTPリクエストで呼び出せるため、GPUを自分で稼働させることなく、GPT、Claude、Gemini、DeepSeek、Qwenなどのモデルを利用できます。2026年10月時点の入力トークン百万あたりの料金は、小型モデルの$0.10から最大規模のモデルの$10まで幅があります。

このガイドは、初めて、あるいは次に使うLLM APIを選ぶ開発者や個人開発者向けです。リクエストの仕組み、curl・Python・Node.jsで実行できるコード、主要プロバイダーの最新公式料金、無料の選択肢、プロバイダーの選び方、個別アカウントより統合APIが適しているケースを紹介します。

LLMにおけるAPIとは？

API（application programming interface）とは、プログラムが別のサービスと通信するための取り決めです。大規模言語モデルの場合、APIは次の項目を定義します。

エンドポイント：/v1/chat/completionsや/v1/messagesなど、リクエストの送信先URL。
認証：ヘッダーに含めるAPIキー。アカウントと課金に紐づいています。
リクエスト形式：モデルID、メッセージのリスト（system、user、assistant）、max_tokens、temperature、ツール、レスポンス形式などのオプション。
レスポンス形式：生成されたテキストや構造化出力と、課金に用いるトークン使用量。
制限：毎分のリクエスト数とトークン数、コンテキストウィンドウ、最大出力長。

モデル自体はプロバイダーのGPU上で動作します。重みをダウンロードする必要はなく、リクエストごとに推論処理を利用します。これが、vLLMやOllamaなどを使ってオープンモデルをセルフホストする場合との主な違いです。

LLM APIの動作の流れ

アプリが、モデル名とそれまでの会話を含むリクエストを組み立てます。
プロバイダーがテキストをトークンに分割します（英語の場合、トークンはおおよそ3〜4文字に相当します）。
モデルが出力トークンを順番に生成します。必要に応じて、Server-Sent Eventsでストリーミング配信することもできます。
レスポンスには、テキストと、入力・出力のトークン数を含むusageオブジェクトが返されます。
入力トークン数 x 入力単価 + 出力トークン数 x 出力単価で料金が計算されます。

APIはステートレスなので、呼び出すたびに必要な会話履歴を再送します。そのため、会話が長くなるほど料金が増え、プロンプトキャッシュによる割引が重要になります。

LLM APIの例：最初のリクエスト

現在、ほとんどのプロバイダーがOpenAI形式のチャットを受け付けており、事実上の標準になっています。次のコードはOpenAIを直接呼び出す例です。

curl https://api.openai.com/v1/chat/completions \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-6-luna",
    "messages": [
      {"role": "system", "content": "You are a concise assistant."},
      {"role": "user", "content": "Explain what an LLM API is in one sentence."}
    ],
    "max_tokens": 100
  }'

公式のopenaiパッケージを使い、同じリクエストをPythonで送る例です。base_urlとキーを変更すれば、Flatkeyのようなルーターを含む、任意のOpenAI互換プロバイダーを呼び出せます（クイックスタート）。

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_KEY",
    base_url="https://router.flatkey.ai/v1",  # or https://api.openai.com/v1
)

resp = client.chat.completions.create(
    model="claude-sonnet-5-5",  # any model ID from the provider's catalog
    messages=[{"role": "user", "content": "Give me 3 names for a todo app."}],
    max_tokens=200,
)
print(resp.choices[0].message.content)
print(resp.usage)  # prompt_tokens, completion_tokens -> what you pay for

続いて、Node.js 18+で標準のfetchとストリーミングを使う例です。

const res = await fetch("https://router.flatkey.ai/v1/chat/completions", {
  method: "POST",
  headers: {
    Authorization: `Bearer ${process.env.FLATKEY_API_KEY}`,
    "Content-Type": "application/json",
  },
  body: JSON.stringify({
    model: "gemini-4-argon",
    stream: true,
    messages: [{ role: "user", content: "Write a haiku about APIs." }],
  }),
});
const decoder = new TextDecoder();
for await (const chunk of res.body) process.stdout.write(decoder.decode(chunk));

AnthropicとGoogleにも、各社独自の機能に対応したネイティブ形式（Messages APIとGemini API）がありますが、どちらもOpenAI互換レイヤー経由で利用できます。

2026年のおすすめLLM APIプロバイダー（公式料金付き）

以下は、2026年10月23日に各プロバイダーの公式料金ページで確認した、百万トークンあたりの料金（入力 / 出力）です。

プロバイダー	高性能モデル	バランス型モデル	低価格モデル	備考
OpenAI	gpt-6-astra $10 / $50	gpt-6.1-sol $2 / $10	gpt-6-luna $0.10 / $0.50	BatchとFlexでは料金が50%割引
Anthropic Claude	Opus 5.5 $4 / $20	Sonnet 5.5 $2 / $10	Haiku 5.5 $0.10 / $0.50（100Kまでのプロンプト）	Haiku 5.5を除く4.6+モデルでは1Mコンテキストを標準料金で利用可能
Google Gemini	Gemini 4 Argon 2026年11月30日まで$2 / $10（12月1日から$4 / $20）	Gemini 3.8 Flash 2026年12月31日まで入力$0.75	Flash-Liteモデル	Flashモデルには無料枠あり。Argonは無料枠の対象外
DeepSeek	deepseek-v4-pro ピーク時$1.32 / $3.96、オフピーク時$0.66 / $1.98	該当なし	deepseek-flash ピーク時$0.30 / $1.20、オフピーク時$0.15 / $0.60	キャッシュヒット時は$0.003から
OpenRouter	プロバイダーの定価			クレジット購入時に5.5%の手数料（Standardプラン）
Flatkey	例：Kimi K3 $1.80 / $9（定価$3 / $15）	例：Claude Sonnet 5.5 $1.60 / $8	例：gpt-6-luna $0.06 / $0.30	共通キーで80+モデルを利用可能。料金はモデルページより

Flatkeyの料金は、2026年10月23日時点のモデルページに基づきます。各ページにはFlatkeyの料金とプロバイダーの定価が併記されています。キャッシュやバッチの割引を含む、モデル別の詳しい内訳は、AI API料金比較をご覧ください。

最も安いLLM APIは？

小型で高速なモデルでは、2026年10月時点で公式定価が最も安かったのは、百万トークンあたり入力$0.10 / 出力$0.50のOpenAI gpt-6-lunaとClaude Haiku 5.5、そしてDeepSeekのオフピーク時間帯に$0.15 / $0.60となるdeepseek-flashでした。たとえば、入力1,000トークン・出力300トークンのリクエストを毎日10,000件処理すると、月間の入力は300Mトークン、出力は90Mトークンとなり、gpt-6-lunaの定価では約$75です。Batch API、プロンプトキャッシュ、オフピーク時間帯を活用すれば、さらに半額にできる場合があります。

無料のLLM APIはある？

ありますが、制限があります。GoogleのGemini APIにはFlashモデルの無料枠があり（利用データがGoogle製品の改善に使われる場合があります）、一部のルーターもレート制限付きの無料モデルを提供しています。無料枠はプロトタイプに適していますが、日次リクエスト数の上限は低めです。2026年の無料LLM API一覧もご覧ください。

LLM APIの選び方

検討事項	重要な理由	確認すること
出力にどの程度の品質が必要か？	高性能モデルの料金は低価格モデルの50〜100倍になることがある	実際のプロンプト20〜50件を、性能クラスの異なる2〜3種類で試す
プロンプトはどれくらい長いか？	コンテキストが長いほど入力コストが増える	コンテキストウィンドウと長いプロンプトの料金（例：Haiku 5.5で100Kを超える場合）
どれくらい速い応答が必要か？	最初のトークンが届くまでの時間はユーザーの体感に影響する	ストリーミング対応と利用地域でのレイテンシー
トラフィックはどれくらいか？	毎分・毎日の利用上限がある	プラン別のRPM/TPM。LLMレート制限ガイドを参照
ツールやJSONが必要か？	エージェントは関数呼び出しを利用する	ツール呼び出しと構造化出力への対応
データはどこで処理されるか？	コンプライアンスや顧客との契約に関わる	データ保持、地域別エンドポイント（Claudeの米国内限定推論は料金が1.1x）
モデルを切り替える予定はあるか？	料金や最有力モデルは数か月ごとに変わる	OpenAI互換形式、または統合API

プロバイダーへの直接接続と統合LLM APIの比較

単一のモデルファミリーを使うなら、そのプロバイダーを直接呼び出すのが最もシンプルです。複数のモデルを組み合わせるようになったら、統合API（LLMルーターやLLMゲートウェイとも呼ばれます）を使うと手間を減らせます。

プロバイダーごとにアカウント、請求書、レート制限を管理する代わりに、キーと残高を一元化できます。
SDKを変更せず、文字列を変えるだけでモデルを切り替えられます。
プロバイダーの障害時やレート制限時に、別のモデルへフォールバックできます。
使用ログを一元化し、機能別・顧客別のコストを把握できます。

選択肢には、ホスト型ルーター（OpenRouter、Flatkey、Vercel AI Gateway）や、LiteLLMのようなセルフホスト型プロキシがあります。ホスト型ルーターの主な違いは料金体系です。OpenRouterはStandardプランでプロバイダーの定価に加え、クレジット購入時に5.5%の手数料を請求します。一方、Flatkeyのモデルページでは、多くのモデルでプロバイダーの定価を下回る料金が提示されています。OpenRouterの代替サービスガイドと統合AI APIの解説で比較できます。

LLM APIが役立つケース、必要ないケース

実際のユーザーが出力を頼りにする場合、複数のモデルが必要な場合、コストを機能や顧客に紐づける必要がある場合、ツールを呼び出すエージェントを開発する場合は、LLM APIを使いましょう。データを自社のハードウェア内に保持する必要がある場合、ファインチューニングしたオープンモデルを安定した大量のリクエストで利用する場合、オフライン動作が必要な場合は、セルフホストが適しています。共通のAPIキーで複数のAIモデルを使う方法では、小規模チームがプラットフォーム専任チームなしでこの構成を導入する方法を紹介しています。

よくある失敗

モデルIDをあちこちにハードコードする。 切り替えられるよう、設定にまとめましょう。
出力トークンを見落とす。 出力は通常、入力の4〜5倍の料金がかかります。max_tokensに上限を設けましょう。
膨大な履歴を毎回再送する。 長いシステムプロンプトは要約するか、キャッシュしましょう。
リトライ処理を実装しない。 429や5xxエラーは発生します。バックオフを導入しましょう（APIレート制限超過への対処ガイドを参照）。
キーをgitにコミットする。 環境変数を使い、キーをローテーションしましょう。

よくある質問

LLMにおけるAPIとは？

コードから大規模言語モデルにプロンプトを送り、その出力を受け取るためのインターフェースです。エンドポイントURL、APIキーによる認証、リクエストとレスポンスの形式、レート制限、トークン単位の課金を定義します。

ChatGPTはLLM？それともNLP？

ある意味では両方です。自然言語処理（NLP）は分野の名称で、大規模言語モデルはNLPモデルの一種です。そしてChatGPTは、OpenAIのLLMを基盤とする一般消費者向け製品です。開発者はChatGPTアプリではなく、OpenAI APIを通じて同じモデルファミリーを利用します。

おすすめのLLM APIは？

2026年10月時点の主な選択肢は、OpenAI（GPT-6ファミリー）、Anthropic（Claude 5.5ファミリー）、Google（Gemini 4 ArgonおよびFlashモデル）、DeepSeek（V4 ProおよびFlash）です。さらに、共通キーで多数のプロバイダーを利用できるOpenRouterやFlatkeyなどの統合APIもあります。

最も安いLLM APIは？

2026年10月23日時点の公式定価では、OpenAI gpt-6-lunaとClaude Haiku 5.5が入力百万トークンあたり$0.10、出力百万トークンあたり$0.50で、deepseek-flashはオフピーク時に$0.15 / $0.60です。少量の利用なら、Geminiの無料枠でさらに安く利用できます。

無料のLLM APIはある？

はい。GoogleのGemini APIには、日次上限付きでFlashモデルを使える無料枠があります。一部のルーターもレート制限付きの無料モデルを提供しています。上限は厳しく、データ利用に関する条件が設けられている場合もあります。

LLM APIとLLMゲートウェイの違いは？

LLM APIは、プロバイダーが自社モデル向けに提供するエンドポイントです。LLMゲートウェイやルーターは複数のプロバイダーの手前に位置し、共通のキーと形式、ルーティング、フォールバック、請求の一元化を提供します。

LLM APIを使うのにGPUは必要？

いいえ。モデルはプロバイダーのGPU上で動作します。利用者はHTTPリクエストを送り、トークン単位で料金を支払うだけです。

AIゲートウェイの設計

LLMゲートウェイとは？仕組み・主要機能・7製品比較（2026年）

2026年7月31日Flatkey Team

AIゲートウェイの設計

AIファクトリーとは？ GPUクラスター、データ、モデル、運用

2026年10月13日Flatkey Team

AIゲートウェイの設計

マルチモデル製品におけるFlatkeyと直接プロバイダーアカウントの比較

2026年10月23日Big Y

ブログに戻る

LLM APIガイド（2026）：仕組み・料金・おすすめプロバイダー