APIとトークンの基本解説

多くの経験者はAPI、トークン、Temperatureなど、難しく聞こえる専門用語をよく使います。この章では、これらの核となる概念をわかりやすく説明します。理解すれば、AIの仕組みを本当に把握し、より効果的に活用できるようになります。

APIとは？

APIを平易な言葉で

API = Application Programming Interface（アプリケーション・プログラミング・インターフェース）

この定義は専門的に聞こえるので、別の言い方をしましょう。

AIをレストランに例えると：

• Web版 = レストランで食事をする
  • 素敵な内装（Webインターフェース）
  • ウェイター（ボタン、入力フィールド）
  • 注文し、シェフが調理し、ウェイターがサーブする
• API = テイクアウトを電話で注文する
  • 内装はなし、キッチンと直接話す
  • ウェイターなし、シェフと直接話す
  • 欲しいものを伝え、シェフが準備して渡してくれる

主な違い：

• Web版：インターフェースがあり、人間にとって便利
• API：インターフェースがなく、プログラムにとって便利

なぜAPIを使うのか？

Web版がこんなに便利なら、なぜわざわざAPIを使うのでしょうか？

理由1：自動化

AIに1,000の文書を処理させ、1,000の要約を書かせるとします。

• Web版：1,000回コピペして、1,000回送信ボタンを押す
• API：スクリプトを書けば、コーヒーを飲んでいる間にすべて自動処理

理由2：自分のアプリへの組み込み

自動返信ボット、コンテンツ生成ツール、スマートカスタマーサービスエージェントを作りたい場合：

• Web版：不可能
• API：AIを自分のプログラムに直接組み込める

理由3：低コスト

• Webサブスクリプション：ChatGPT Plus 月額20ドル、Claude Pro 月額20ドル
• API従量課金：使った分だけ支払う。軽い利用なら月額数ドルで済むことも

理由4：柔軟性が高い

• AIパラメータの微調整（Temperature、最大長など）
• バッチ処理
• カスタム入出力形式

API呼び出しの例

以下は簡単な例です（見慣れなくても心配しないでください。後で詳しく説明します）：

# Call the latest GPT-5.2 API with Python
response = openai.chat.completions.create(
    model="gpt-5.2",
    messages=[
        {"role": "user", "content": "Hello，Introduce yourself"}
    ]
)
print(response.choices[0].message.content)

たった数行のコードで、ブラウザ不要でAIが質問に答えてくれます。

2026年1月30日時点の公式APIモデル識別子：

• OpenAI：gpt-5.2、gpt-5.2-chat-latest、gpt-5.2-pro
• Anthropic Claude：claude-opus-4-5、claude-sonnet-4-5
• Google Gemini：gemini-3-pro-preview、gemini-3-flash-preview

Web版 vs API 比較

トークンとは？

トークンの概念

トークン = AIが理解するテキストの最小単位

人間は単語や文をそのまま読むのに対し、AIはテキストを小さな断片に分割する必要があります。その一つ一つをトークンと呼びます。

例：

中国語：

• 「你好」≈ 1～2トークン
• 「今天天气不错」≈ 4～8トークン（モデルによる）

英語：

• 「Hello」= 1トークン
• 「How are you today?」≈ 5トークン

簡単な目安：

• 英語：1単語 ≈ 1トークン（約4文字）
• 中国語：1文字 ≈ 0.5～2トークン（AIモデルによる）
• 数字、句読点：通常1記号 = 1トークン

重要な発見：AIモデルによってトークンの定義が異なる！

あまり知られていない秘密：同じテキストでも、AIモデルが違えばトークン数がまったく異なることがあります！

なぜか？各AI企業が独自のトークナイザーを持ち、テキストの分割方法が異なるからです。

実際の例：

同じ文：「AI is revolutionizing market research.」

• GPT-3：11トークン
• GPT-3.5とGPT-4：9トークン
• GPT-4oとGPT-5.2：8トークン

どうでしょう？同じ文でもモデル間で3トークンも違います！

別の中国語の例：

「人工智能正在改变世界」（「人工知能が世界を変えている」）

• GPT-4o：おそらく10トークン
• Claude Sonnet 4.5：おそらく12トークン
• Gemini 3：おそらく8トークン

なぜ違いが生じるのか？

各企業はモデルを訓練する際に異なるトークナイズ手法を使用しています：

• OpenAI（GPTシリーズ）：BPE（Byte-Pair Encoding）を使用
• Anthropic（Claude）：独自の最適化トークナイザーを使用
• Google（Gemini）：Geminiのドキュメントでは「1トークン ≈ 4文字」
• DeepSeek：中国語に最適化されたトークナイザー

これがあなたにどう影響するか？

1. コスト比較は単純ではない

1,000文字の中国語があるとします：

• GPT-5.2では1,500トークンになるかもしれない
• Claude Sonnet 4.5では1,600トークンになるかもしれない
• Gemini 3では1,400トークンになるかもしれない

それぞれ「入力 $X/100万トークン」と言っていても、実際のコストは10～20%も異なる可能性があります！

2. すべてのモデルに同じトークン計算機は使えない

• OpenAIの公式トークナイザー（https://platform.openai.com/tokenizer）はGPTシリーズにのみ有効
• ClaudeのトークンはAnthropicの計算方法が必要
• GeminiのトークンはGoogleの計算方法が必要

3. 非英語言語ではさらに差が大きい

中国語、日本語、アラビア語などの非英語言語では、トークン効率が30～40%も変わることがあります。ほとんどのAIモデルは主に英語で訓練されているため、トークナイザーも英語に最適化されています。

トークンが重要な理由

1. トークンがコストを決める

APIの料金は文字数ではなくトークンに基づいています。

例（2026年1月30日時点の公式価格）：

• GPT-5.2：入力 $1.75/100万トークン、出力 $14/100万トークン
• Claude Opus 4.5：入力 $5/100万トークン、出力 $25/100万トークン
• Gemini 3 Flash：入力 $0.50/100万トークン、出力 $3/100万トークン（標準ティア）

あなたが500トークンを送信し、AIが1,000トークンで返信した場合：

• GPT-5.2の場合：(500 × 1.75 + 1000 × 14) / 1,000,000 = $0.01488（約1.5セント）
• Gemini 3 Flashの場合：(500 × 0.50 + 1000 × 3) / 1,000,000 = $0.00325（約0.3セント）

2. トークンがコンテキスト長を決める

すべてのAIモデルにはトークン制限があります：

• GPT-5.2（API）：最大400,000トークン
• GPT-5.2-chat-latest：最大128,000トークン
• Claude Sonnet 4.5：最大200,000トークン
• Gemini 3 Pro Preview：最大1,048,576トークン（約100万）

この制限には、あなたのプロンプト＋AIの応答＋会話履歴が含まれます。

制限を超えるとどうなるか？

• AIは会話の最初の部分を「忘れる」
• またはエラーが発生して続行できなくなる

トークンの数え方

方法1：概算（速いが不正確）

• 中国語：文字数 × 1.5
• 英語：単語数 × 1.3

方法2：対応するオンラインツールを使う

• OpenAI（GPTシリーズ）：https://platform.openai.com/tokenizer
• 汎用トークンカウンター：https://token-counter.app（複数モデルの比較に対応）
• Gemini：Google AI Studioのcount_tokensメソッドを使用

重要な注意： モデル間で見積もる場合は、必ずそのモデル専用のツールを使ってください。GPTのトークン数を使ってClaudeのコストを見積もってはいけません！

入力トークン、出力トークン、キャッシュトークン

APIの課金はトークンを3種類に分けています：

1. 入力トークン

• AIに送信する内容
• プロンプト、アップロードした文書を含む
• 比較的安い

2. 出力トークン

• AIが返す内容
• AIの応答を含む
• 通常、入力トークンの2～10倍の価格

なぜ出力の方が高いのか？ AIが「考える」（テキストを生成する）には、「読む」（入力を処理する）よりも多くの計算リソースを使うからです。

例（GPT-5.2）：

• 入力：$1.75/100万トークン
• 出力：$14/100万トークン（入力の8倍！）

3. キャッシュトークン

これはコスト削減のテクニックです！

同じプロンプトを繰り返し使う場合、AIはそれをキャッシュし、次回の再処理を回避できます。

例： 1,000トークンのプロンプトで10回質問する場合：

• キャッシュなし：毎回1,000トークン処理 → 合計10,000トークン
• キャッシュあり：初回1,000トークン（通常価格）、残り9回は1,000トークン（キャッシュ価格、90%割引）

キャッシュをサポートするモデル：

• Anthropic Claude（Prompt Caching）
• OpenAI GPT-5.2（キャッシュ対応、90%割引）

キャッシュの課金ルール：

• 初回読み取り：通常価格
• キャッシュヒット：価格が50～90%割引
• キャッシュの有効期限：通常5～10分

Temperature（温度）とは？

Temperatureの概念

Temperature = AI応答の「ランダム性」または「創造性」を制御する

AIは基本的に「確率を計算」していることを思い出してください。「空は何色？」と尋ねると、AIは次のように見ます：

• 「青」の確率80%
• 「灰色」の確率10%
• 「赤」の確率5%

Temperatureは、AIがこれらの選択肢の中からどのように選ぶかを調整します。

Temperatureの値

Temperatureは通常0から2（またはプラットフォームによって0から1）の範囲です：

Temperature = 0（最も保守的）

• AIは常に最も確率の高い答えを選ぶ
• 非常に安定し、予測可能な応答
• 同じ質問 → 毎回ほぼ同じ答え
• 最適な用途：事実に関する質問、コード生成、データ分析

Temperature = 1（バランス）

• AIは確率に従ってランダムに選ぶ
• 応答は多少変わるが、妥当な範囲
• ほとんどのプラットフォームのデフォルト
• 最適な用途：日常会話、一般的な使用

Temperature = 2（最も積極的）

• AIは多くの可能性を試す
• 非常に多様で創造的な応答
• 不正確または無意味になる可能性あり
• 最適な用途：創作、ブレインストーミング、芸術的な作業

実用的な例

質問：私のコーヒーショップの名前を考えて

Temperature = 0：

• 「スターバックスコーヒー」（最も一般的で安全な答え）
• 毎回ほぼ同じ

Temperature = 1：

• 「モーニングライトカフェ」
• 「アロマタイム」
• 「ビーン＆コージー」
• 変わるが、どれも妥当

Temperature = 2：

• 「量子コーヒーディメンション」
• 「時空泡ラボ」
• 「コズミックラテターミナル」
• 非常に創造的だが、奇妙すぎる可能性も

Temperatureを調整するタイミング

低いTemperature（0～0.5）：

• コード作成、デバッグ
• データ分析、数学の問題
• 翻訳、要約
• 正確さが必要なタスク

高いTemperature（1.5～2）：

• 小説、詩の作成
• 命名、スローガン作成
• ブレインストーミング
• 創造性が必要なタスク

各モデルは公式サイトで推奨Temperatureを掲載しています。例えば、DeepSeekのウェブサイトには次のように表示されています：

Web版で調整できるか？

• ほとんどのWeb版では直接調整できない
• しかしAPIでは正確に制御できる

コンテキスト長

コンテキスト長とは？

コンテキスト長 = AIが一度に「記憶」できる内容の量

人間と違い、AIには長期記憶がありません。各会話において、AIは限られた量の内容しか記憶できません。この制限をコンテキスト長と呼び、トークンで測定されます。

なぜAIは「忘れる」のか？

こんな経験はありませんか？

• AIと長時間チャットしている
• 突然、最初に話した内容をAIが覚えていない
• 記憶喪失のようになる

理由：コンテキスト長の制限を超えたからです。

例：

• GPT-5.2のコンテキスト長 = 128,000トークン
• あなたとAIが50回のやり取りをし、合計130,000トークン使用
• 制限を超えたため、AIは最初の部分を「忘れる」

コンテキスト長の実用的な影響

1. 会話の長さに影響

• 短いコンテキスト：数十回のやり取りのみ
• 長いコンテキスト：数百回のやり取り

2. 文書処理に影響

• 短いコンテキスト：短い文書のみ
• 長いコンテキスト：本全体

3. コストに影響

• コンテキストが長い → 処理が遅い
• トークンが多い → コストが高い

コンテキスト制限への対処法

方法1：定期的に会話をクリアする

• 重要な情報を保存
• 新しい会話を開始
• AIに背景を再度伝える

方法2：会話履歴を要約する

• AIに以前の内容を要約させる
• その要約を新しい会話の開始として使う
• トークンを節約

方法3：大きなコンテキストを持つモデルを選ぶ

• 長い文書の場合：Gemini 3 Proを使用
• 長い会話の場合：Claude Sonnet 4.5を使用

その他の重要な概念

Max Tokens（最大トークン数）

Max Tokens = 1回のAI応答の最大長を制限する

• Max Tokens = 100に設定：AIは最大100トークンで応答
• Max Tokens = 2000に設定：AIは最大2000トークンで応答

なぜ制限するのか？

• コストを制御（出力トークンは高価）
• 過度に冗長な回答を避ける
• 短い返信のみが必要なシナリオもある

Top P（核サンプリング）

Top P = ランダム性を制御する別の方法

Temperatureと似ているが、動作が異なる：

• Top P = 0.1：最も確率の高い選択肢の上位10%のみを考慮
• Top P = 0.9：最も確率の高い選択肢の上位90%を考慮

通常：

• TemperatureかTop Pのどちらかを調整すれば十分
• ほとんどの場合、Temperatureの方が直感的

Frequency Penalty（頻度ペナルティ）とPresence Penalty（存在ペナルティ）

繰り返しを減らすために使用

• Frequency Penalty：頻繁に使われる単語にペナルティを課し、同じ単語の繰り返しを減らす
• Presence Penalty：すでに出現した単語にペナルティを課し、AIが新しい話題を導入するよう促す

範囲：-2.0 ～ 2.0

• 正の値：繰り返しを減らす
• 負の値：繰り返しを許容
• 0：介入なし

まとめ：これらの概念をどう使うか？

日常利用（Web版）

Web版だけを使う場合、これらのパラメータを気にする必要はありません。デフォルトで問題なく動作します。

しかし、これらの概念を理解することで：

• AIが時々会話の最初の部分を「忘れる」理由（コンテキスト制限）がわかる
• APIユーザーが自分にはできないことをできる理由（パラメータ制御）がわかる
• 将来APIを使う準備ができる

APIを使う場合

APIを使うことにした場合、これらのパラメータは非常に重要になります：

基本設定（毎回）：

• model：モデルを選択（例：gpt-5.2、claude-sonnet-4-5）
• max_tokens：応答の長さを制限

必要に応じて調整：

• temperature：事実ベースのタスクでは0～0.5、創造的なタスクでは1～2
• top_p：通常はデフォルトで問題ない
• frequency_penalty：AIが繰り返しすぎる場合、0.5～1に設定

コスト最適化：

• キャッシュを使って節約
• max_tokensを制御して無駄を避ける
• 適切なモデルを選ぶ（常に最も高価なモデルが必要とは限らない）
• モデルによってトークンの定義が異なることを覚えておく