生成AIのトークンとは、AIが文章を読むときと書くときに使う、文字でも単語でもない区切りの単位です。AIの利用料を見積もるときも、長い資料を渡して途中で止まったときも、裏で数えられているのはこの単位です。
同じ内容でも、日本語か英語か、どのモデルを使うか、会話をどれだけ続けたかでトークンの数は変わります。社内文書を検索して答えさせるRAGとは？｜生成AIが社内文書を参照して答える仕組み のように、長い文章をAIに渡す使い方ほど、この数え方が費用と答えの精度の両方に効きます。
この記事の要点は3つ
生成AIのトークンとは、AIが文章を区切って数える単位で、区切り方はモデルごとに違います 。英語の目安は約4文字で1トークンですが、日本語は1文字あたりのトークンが多くなりやすく、英語の目安をそのまま当てはめられません利用料金と、一度に扱える量の上限は、どちらもトークンの数で決まります 。料金は入力と出力を別々に数え、上限には会話の履歴・添付・AIの出力まで含まれますトークンを減らすには、渡す範囲を絞り、作業ごとに会話を分け、長い資料は要約か分割してから渡します 。量を減らすと費用が下がるだけでなく、入力が長すぎて答えの正確さが落ちるのも避けやすくなります生成AIを業務で使うときの費用と使い方の考え方を社内でそろえたい方は、自社で使えるヒントを、20の実例から探す からご確認いただけます。
社員が生成AIを業務で使う手順を研修で教えている側から、トークンの数え方を、利用料の見積もりと長い資料の渡し方の判断に絞って書きます。APIの実装手順や、モデルごとの性能の比較は扱いません。
この記事でわかること 生成AIのトークンとは何か、文字数や単語数とどう違うか 日本語が英語よりトークンを多く使いやすい理由と、公式の例 トークンで決まる料金の数え方と、一度に扱える量の上限 同じ作業でもトークンが増える場面 トークンを減らす4つの手順と、送る前に数える方法 生成AIのトークンとは｜AIが文章を数えるときの単位 生成AIのトークンとは、AIが入力を読み、出力を書くときの最小の単位です。Googleの開発者向けドキュメントは、Geminiを含む生成AIのモデルが、入力と出力をトークンという粒度で処理すると説明しています。
1つのトークンは、1文字のこともあれば、1つの単語まるごとのこともあります。長い単語は、いくつかのトークンに分けて数えられます。
LLMのトークンとは｜文字でも単語でもない、モデルごとの区切り ChatGPT・Claude・Geminiの中で文章を扱っているのは、LLM（大規模言語モデル）と呼ばれるモデルです。LLMのトークンとは、このモデルが文章を区切るときの1片で、区切り方を決める仕組みをトークナイザーと呼びます。
トークナイザーはモデルごとに違います。OpenAIの解説は、GPT-4oと、それより前のGPT-4で別の区切り方を使うと書いています。Anthropicの料金ページは、Claude 4.7以降のモデルが新しいトークナイザーを使い、同じ文章でもおよそ30%多くのトークンになると説明しています。
トークンは文字数でも単語数でもなく、モデルごとの区切り方で数えた量なので、同じ文章でも使うAIによって数が変わります。
AIに渡した文章はトークンに区切られて数えられ、その数が料金と一度に扱える量の両方に使われます。
ファクトボックス｜トークンの基本情報 項目
内容
定義
生成AIのモデルが入力と出力を処理する単位。1文字のことも、1つの単語のこともある
英語の目安
Geminiでは約4文字で1トークン。100トークンは英単語でおよそ60〜80語
日本語の例
「お誕生日おめでとう」（9文字）は、GPT-4oの区切り方で8トークン、GPT-4で9トークン、GPT-3世代の区切り方で14トークン
数が変わる条件
モデルのトークナイザー・言語・内容の種類（Anthropicの説明）
決まるもの
利用料金（入力と出力を別々に数える）と、一度に扱える量の上限（コンテキストウィンドウ）
出典URL
https://ai.google.dev/gemini-api/docs/tokens ／ https://developers.openai.com/cookbook/examples/how_to_count_tokens_with_tiktoken ／ https://platform.claude.com/docs/en/about-claude/pricing ほか（末尾の出典・注記にページごとに掲載）
参照日
2026年10月20日
免責
区切り方・料金・上限はモデルと版で変わります。使う前に各社の最新の案内をご確認ください
日本語は英語より1文字あたりのトークンが多くなりやすい 英語の目安と日本語の例を並べると、日本語の数え方の違いが見えます。Googleのドキュメントは、Geminiでは約4文字が1トークンにあたると書いています。一方でOpenAIの解説は、9文字の「お誕生日おめでとう」が、GPT-4oの区切り方で8トークン、GPT-4で9トークン、GPT-3世代の区切り方で14トークンになる例を載せています。
この比較は、Googleの目安とOpenAIの例を本記事で並べたもので、同じモデルで測った数字ではありません。Anthropicも、同じ文章から何トークンできるかは、トークナイザー・言語・内容の種類で変わると説明しています。社内で見積もるときは「英語なら4文字で1トークン」を日本語に当てはめず、使うモデルで実際に数えた値を使います。
OpenAIの解説も、英語ではトークンが1文字から1単語の長さに収まる一方、言語によっては1文字より短いことも1単語より長いこともあると書いています。日本語の資料をAIに渡す場面が多い会社ほど、英語の記事や海外の試算をそのまま使わないことが、見積もりの外れを防ぐ近道です。
トークンで決まる2つ｜料金と、一度に扱える量 生成AIのトークンの数で決まるのは、主に利用料金と、一度に扱える量の上限の2つです。OpenAIの解説も、トークンを数えると、文章が長すぎてモデルが処理できないかどうかと、APIの呼び出しにいくらかかるかが分かると書いています。
料金｜入力と出力を別々に数える APIで生成AIを使う場合、料金はトークンの数で計算されます。Googleのドキュメントは、Gemini APIの費用は入力と出力のトークン数で決まる部分があると説明しています。
料金表では、入力のトークンと出力のトークンに別々の単価が付きます。Anthropicの料金ページでは、2026年10月20日時点で、Claude Opus 5.5とClaude Sonnet 5.5の出力の単価は、どちらも入力の5倍です。単価は版で変わるため、ここでは金額ではなく、入力より出力のほうが高い表が並んでいるという仕組みとして読みます。
Anthropicのコンテキストウィンドウの説明ページは、AIが答える前に考える思考のトークンも出力として課金されると書いています。短い質問でも、深く考えさせる設定にすると出力のトークンが増えます。
月額のプランで使う場合も、トークンと無関係ではありません。Claude Codeの公式ドキュメントは、TeamとEnterpriseのプランでは、使った量が5時間ごとと1週間ごとに戻る席ごとの利用枠から引かれ、その枠はチャットやCoworkと共有されると説明しています。金額は増えなくても、トークンを多く使う使い方ほど利用枠に早く届きます。
コンテキストウィンドウ｜一度に読める量の上限 画面で文字数の上限のように見える制限も、実際にはこのトークンの数で決まります。
コンテキストウィンドウとは、AIが答えを作るときに参照できる文章の全体です。Anthropicのドキュメントは、学習に使ったデータとは別の、作業用の記憶のようなものと説明し、AIが書く答えそのものも含むとしています。
上限に数えられるのは、今回の質問だけではありません。同じドキュメントは、システムの指示・やりとりの履歴・ツールの結果や画像や文書・ツールの定義、そしてAIが書く出力と思考まで、すべてが数に入ると書いています。
上限の大きさはモデルで違います。2026年10月20日時点で、Anthropicのドキュメントでは現行の主なClaudeのモデルが100万トークン、それ以外のモデルは20万トークンです。Googleのドキュメントでは、Gemini 4は入力・思考・出力で100万トークンの枠を共有し、Gemini 3と2.5は入力と出力に別々の上限があります。
一度に扱える量の上限には、今回の質問だけでなく、指示・会話の履歴・添付・AIの出力まで含まれます。
上限を超えたときと、上限に近いときに起きること 上限を超えたときの扱いも、サービスによって違います。Anthropicのドキュメントでは、入力だけで上限を超えるとAPIはエラーを返します。Googleのドキュメントでは、Gemini 4で入力と出力の合計が枠を超えそうなとき、出力の上限を残りの分まで切り詰めます。
チャットの画面では、エラーにならずに話が続くこともあります。Anthropicのドキュメントは、claude.aiのようなチャットの画面が、古い部分から順に外す形でコンテキストウィンドウを管理する場合があると注記しています。画面に残っている会話が、すべてAIに届いているとは限りません。
コンテキストウィンドウは大きいほど多く渡せますが、入れる量が増えるほど答えの正確さは落ちやすいため、上限は目標ではなく天井として扱います。
Anthropicのドキュメントは、トークンの数が増えるにつれて正確さと思い出す力が落ちる現象を、context rotと呼んでいます。上限まで入るかどうかより、何を入れるかを選ぶことが同じくらい大事だという説明です。
同じ作業でもトークンが増える場面｜会話の履歴・添付・長い出力 生成AIのトークンは、質問の長さだけでは決まりません。同じ1行の質問でも、それまでの会話・添付した資料・AIに書かせる量によって、数えられる量が大きく変わります。
会話を続けるほど、前の履歴が毎回入力に積み重なる いちばん見落とされやすいのが、会話の履歴です。Anthropicのドキュメントは、やりとりが進むごとに、質問と答えがコンテキストウィンドウに積み重なり、前のやりとりはそのまま残ると説明しています。各回の入力には、それまでの会話の全部と今回の質問が入ります。
Claude Codeの公式ドキュメントも、Claude Codeはリクエストのたびに会話の全体を送るため、1日中開いている会話で1行の質問をしても、会話全体の分を使うと書いています。読み込み済みの部分を安く数える仕組み（プロンプトキャッシュ）はありますが、数に入らなくなるわけではありません。
会話を続けるほど、毎回の入力に前の履歴が積み重なり、同じ長さの質問でもトークンは増えます。
画像・PDF・ツールの結果もトークンとして数えられる 文章以外もトークンになります。Googleのドキュメントは、Geminiでは縦横384ピクセル以下の画像を258トークンとして数え、それより大きい画像は768×768ピクセルの区画に分けて、区画ごとに258トークンと数えると書いています。
AIがファイルを読んだり、検索したり、ツールを動かしたりした結果も、会話に入った時点で入力として数えられます。Claude Codeの公式ドキュメントは、テストの実行やログファイルの処理が多くのコンテキストを使うことがあると注意しています。
長い出力・深い思考・複数のAIは、出力とリクエストを増やす AIに長い文章を書かせるほど、出力のトークンは増えます。前の章のとおり、思考のトークンも出力として課金されます。Claude Codeの公式ドキュメントは、思考の予算がモデルによって1回あたり数万トークンになることがあると書いています。
作業を別のAI（サブエージェント）に分けると、メインの会話は軽くなります。ただし、分けた先のAIも自分のリクエストで利用量を使うと、同じドキュメントは注意しています。
研修を運営する側でも、トークンの消費は会話の進め方で大きく変わる点を、研修で伝えたい話題に挙げています。1つの作業が終わったら会話を切り替える、という習慣の話です。使い方の差が費用と利用枠の差になって表れるため、道具の操作よりも先に、進め方として身につけておく価値があります。
トークンを減らす4つの手順｜長い資料を渡す前に トークンを減らす手順は、渡す前に量を小さくすることと、送る前に数えることの組み合わせです。Claude Codeの公式ドキュメントも、トークンの費用はコンテキストの大きさに応じて増えると書いています。4つの手順の並べ方は本記事の整理で、各社の公式の手順の一覧ではありません。
1. 渡す範囲を絞る｜資料の全部ではなく、要る部分だけ 最初にできるのは、AIに渡す範囲を、答えに要る部分だけに絞ることです。100ページの規程から1つの条文について聞くなら、その章だけを渡します。
Claude Codeの公式ドキュメントは、1万行のログを丸ごと読ませる代わりに、フックなどで、エラーの行だけを抜き出して渡すと、コンテキストを数万トークンから数百トークンに減らせる例を挙げています。「このコードベースを改善する」のような曖昧な頼み方は広い読み込みを招き、対象を具体的に書くと読むファイルが少なく済むとも書いています。
2. 作業が変わったら、会話を分ける 別の作業に移るときは、新しい会話で始めます。Claude Codeの公式ドキュメントは、関係のない作業に切り替えるときは /clear で新しく始めるよう勧め、古いコンテキストはその後のすべてのメッセージでトークンを無駄にすると書いています。
同じドキュメントは、会話を続けたまま要約で容量を空ける /compact は、要約する分を読み込むため、それ自体が大きなリクエストになるとも書いています。続きが要らないなら、会話を切り替えるほうが費用はかかりません。
3. 長い資料は、要約か分割してから渡す 上限に近い長さの資料は、要約してから渡すか、章ごとに分けて順に渡します。Anthropicのドキュメントは、会話が上限に近づいたときに、前の部分をサーバー側で自動的に要約して続けられる仕組みを、ベータ版として用意しています。
社内の文書が多く、毎回その一部だけが要る使い方なら、文書を検索して該当する箇所だけを渡す仕組みも選べます。仕組みの詳しい説明は、冒頭で紹介したRAGの記事に譲ります。
長い資料は、答えに要る部分を見極めてから、丸ごと・一部・要約・分割のどれで渡すかを選びます。
4. 送る前に数え、送った後に記録を見る 量を見積もりたいときは、送る前に数えます。Anthropicはトークンを数えるAPIを用意し、Googleは入力のトークン数だけを返す count_tokens を用意しています。OpenAIは、文章をトークンに区切るライブラリ tiktoken の使い方を公開しています。
送った後は、答えに付いてくる利用量の記録で、入力・出力・キャッシュのトークン数を確かめられます。Claude Codeでは /usage で、今の会話で使った量を見られます。月額のプランでは、この数字は請求額ではなく利用枠の目安として読みます。
トークンを減らすいちばんの近道は、AIへの頼み方を工夫することより、渡す範囲と会話の区切りを先に決めることです。
社員が生成AIに資料を渡すときの範囲と、会話の区切り方を研修でそろえたい方は、自社で使えるヒントを、20の実例から探す からご確認いただけます。
自社で使えるヒントを、20の実例から探す
トークンの数え方の限界と、この記事で解けないこと トークンの数は、使うモデルと版が決まって初めて確定します。この記事で示した目安や例は、見積もりの考え方を説明するためのもので、自社の費用をそのまま計算できる数字ではありません。
目安と例で分かること、分からないこと 英語の約4文字で1トークンという目安は、Geminiについての説明です。ほかのモデルでも同じとは限りません 日本語の例は、OpenAIの3つの区切り方で数えた1つの文で、日本語の文章全般の平均ではありません 同じモデルの系列でも、トークナイザーが変わると同じ文章のトークン数が変わります。Anthropicは新しいトークナイザーでおよそ30%増えると説明し、増え方は内容によるとしています この記事で扱わないこと 自社の契約での料金と利用枠の計算です。月額のプランの利用枠の大きさや、法人の契約の単価は、プランと契約で変わります APIでトークンを数える実装の手順です。各社の開発者向けドキュメントをご確認ください トークンに区切った文章を、LLMがどう読んで答えを作るかという仕組みです。LLMそのものの成り立ちは、LLMとは？わかりやすく｜生成AI・ChatGPTとの関係を整理 で扱っています 生成AIのトークンに関するよくある質問 Q. 日本語の1トークンは、何文字くらいですか A. 日本語の1トークンが何文字かは、使うモデルの区切り方で変わるため、決まった値はありません。 OpenAIの例では、9文字の「お誕生日おめでとう」が、GPT-4oの区切り方で8トークン、GPT-4で9トークン、GPT-3世代の区切り方で14トークンでした。見積もりには、使うモデルで実際に数えた値を使います。
Q. 月額のプランで使っていれば、トークンは気にしなくてよいですか A. 月額のプランでも、トークンを多く使う使い方ほど、利用枠に早く届きます。 Claude Codeの公式ドキュメントは、TeamとEnterpriseのプランで、使った量が席ごとの利用枠から引かれると説明しています。金額が増えない代わりに、使える量が先に尽きます。
Q. コンテキストウィンドウが大きいモデルなら、資料を全部渡してよいですか A. 上限に収まっても、入れる量が増えるほど答えの正確さは落ちやすくなります。 Anthropicのドキュメントは、トークンの数が増えるにつれて正確さが落ちる現象を説明しています。答えに要る部分を選んで渡すほうが、費用と正確さの両方で有利です。
Q. 同じ文章なら、どのAIに渡してもトークンの数は同じですか A. 同じ文章でも、モデルが違えばトークンの数は変わります。 区切り方を決めるトークナイザーがモデルごとに違うためです。モデルを乗り換えるときは、よく使う資料で数え直してから費用を見積もります。
生成AIのトークンを会社で扱うときの総括表 確かめること
公式の案内で分かること
社内で決める中身
1つのトークンの大きさ
区切り方はモデルごとに違い、言語と内容でも変わる
見積もりに、使うモデルで数えた値を使うか
料金
入力と出力を別々に数え、出力と思考のほうが単価が高い表が多い
長い出力や深い思考を、どの業務で許すか
一度に扱える量
上限には指示・履歴・添付・出力まで含まれ、多すぎると正確さが落ちやすい
長い資料を渡すときの渡し方
減らし方
範囲を絞る・会話を分ける・要約する・送る前に数える
会話を切り替える区切りを、作業のどこに置くか
手順の並べ方と、社内で決める中身の分け方は本記事の整理です。設定値は会社の業務と契約で変わるため、この記事では判断基準までにとどめます。
まとめ｜生成AIのトークンとは何か、料金と上限はどう決まるか 生成AIのトークンとは、AIが文章を区切って数える単位で、利用料金と一度に扱える量の上限は、どちらもこの数で決まります。区切り方はモデルと言語で変わり、会話の履歴や添付まで数に入るため、渡す範囲と会話の区切りを決めることが、費用と正確さを安定させる近道です。
社内で生成AIのトークンを扱い始めるなら、次の3つから始められます。
今日：社内でよくAIに渡す資料を1つ選び、使っているモデルで何トークンになるかを数える 今週中：その資料について、答えに要る部分だけを渡した場合のトークン数を数え、丸ごと渡した場合と比べる 今週中：AIを使う作業ごとに、どこで会話を切り替えるかを決め、チームで共有する 最後に、社内で自分に問える1問を置きます。御社でいちばん長い資料をAIに渡すとき、それが何トークンになり、どこを削れば上限と費用に収まるかを答えられますか。
生成AIのトークンとは、AIが文章を区切って数える単位で、区切り方はモデルごとに違います 。英語の目安は約4文字で1トークンですが、日本語は1文字あたりのトークンが多くなりやすく、英語の目安をそのまま当てはめられません利用料金と、一度に扱える量の上限は、どちらもトークンの数で決まります 。料金は入力と出力を別々に数え、上限には会話の履歴・添付・AIの出力まで含まれますトークンを減らすには、渡す範囲を絞り、作業ごとに会話を分け、長い資料は要約か分割してから渡します 。量を減らすと費用が下がるだけでなく、入力が長すぎて答えの正確さが落ちるのも避けやすくなります生成AIを業務で使うときの費用と使い方の考え方を社内でそろえるなら、自社で使えるヒントを、20の実例から探す からご確認いただけます。
自社で使えるヒントを、20の実例から探す
Claude Codeで業務がどう進むかを画面で見てから決めたい場合は、初回無料体験講座 もあります。
無料体験講座を申し込む ▶
出典・注記
開く 閉じる この記事について
本記事は、法人向けにClaude Codeの研修を提供するDAIJOBUが、生成AIのトークンの仕組みと、料金と上限の考え方を、Anthropic・OpenAI・Googleの公式の案内に沿って整理したものです。
著者
DAIJOBU株式会社 Claude Code法人研修部 コンテンツ担当 佐藤 雅俊
編集責任者
DAIJOBU株式会社 Claude Code法人研修 事業責任者 石井 雄大
監修
DAIJOBU株式会社 代表取締役 山中 裕貴
公開日
2026年10月27日
最終更新日
2026年10月27日
記事を読んで、気になったことを
自社での活用について相談する 研修内容や費用、導入の進め方について、担当の石井にご相談いただけます。
まずは操作を体験したい方へ 無料体験講座（30分）を見る →
