推論モデルは「見えない思考」にも課金される：reasoning effort・思考予算・料金を、OpenAI・Anthropic・Googleの公式資料で確かめる

3行でいうと

3社とも、考えるために使った思考トークンは、画面に見えなくても出力トークンとして課金されます。要約だけが返っても、課金は完全な思考の量です。
設定の形は会社ごとに違います。OpenAIはreasoning.effort、Anthropicは適応的思考とeffort、Googleは世代によりthinking_levelまたはthinkingBudgetです。
上限のmax_tokensなどには思考も含まれます。小さくすると、見える答えが出る前に打ち切られて、思考代だけ払うことがあります。

この記事は、実際に使って確かめた記録ではありません。この記事は公式の文書や料金ページを読んでまとめたものです。数字は2026年10月22日に確認しました。変わることがあります。

先に結論

推論モデルは、答える前に内部で長く考えます。この考えた量が思考トークンで、出力トークンと同じ扱いで課金されます。「見えない」ことと「無料」は別です。
考える量を調整する設定は、各社にあります。名前も使えるモデルも違い、同じ「high」でも中身は同じとは限りません。会社をまたいで、同じ値で同じ量を考える、とは考えないほうがよいです。
実際の請求は、「入力」＋「（見える出力＋思考）」で決まります。使ったトークン数は、応答の使用量の欄で確認できます。

前提：何の話か

APIは、アプリの中からAIを呼び出す開発者向けの窓口です。トークンは、AIが読み書きする文字の量を数える単位です。この記事の価格は、特に断らない限り「100万トークンあたり」の米ドルです。

推論モデルは、答えを書く前に、内部で段階的に考える仕組みをもつモデルです。その考えた内容の長さを思考トークン（OpenAIでは reasoning tokens）と呼びます。考える量が多いほど、難しい問題には強くなりますが、時間もお金もかかります。そこで、考える量を指定できるようになっています。

3社の設定の形

	OpenAI	Anthropic（Claude）	Google（Gemini）
指定の名前	`reasoning.effort`（Responses API）、`reasoning_effort`（Chat Completions）	`thinking`（`adaptive`など）と`output_config.effort`	Gemini 3系は`thinking_level`。2.5系は`thinkingBudget`
値	モデルにより`none`、`minimal`、`low`、`medium`、`high`、`xhigh`、`max`	effortは`low`、`medium`、`high`、`xhigh`、`max`	thinking_levelは`minimal`、`low`、`medium`、`high`（モデルにより一部）
既定値	GPT-6.1 Sol、GPT-6 Luna、GPT-5.6などは`medium`	多くは`high`。Opus 5.5とHaiku 5.5は`medium`	Gemini 3.1 Proは`high`、3.8 Flashと3.6 Flashは`medium`、3.5 Flash-Liteは`minimal`
思考の見え方	生の思考は見えない。要約の依頼方法は、10月22日の文書では見つからず	要約（summarized）か省略（omitted）。Claude 5系とOpus 4.8／4.7の既定はomitted	要約を依頼する設定がある
思考の課金	出力トークンとして課金	完全な思考のトークンで課金（要約ではない）	出力と思考の合計。完全な思考で課金
使用量の欄	`usage.output_tokens_details.reasoning_tokens`	`usage.output_tokens`に含む。`thinking_tokens`の内訳欄の言及もあり	`thoughtsTokenCount`（generateContent）。Interactions APIでは`total_thought_tokens`

各社の中身

OpenAI

公式の推論の文書（Reasoning）によると、次の通りです。

effortの値：モデルによって違い、none、minimal、low、medium、high、xhigh、maxのうち、一部だけをサポートします。
既定：gpt-5.5、GPT-6.1 Sol、GPT-6 Sol、GPT-6 Luna、GPT-5.6は、省略するとmediumです。
モデルごとの制限：GPT-6 Astraにnoneを指定すると、HTTP 400が返ります。GPT-6.1 Solはnoneとminimalの両方を受け付けません。GPT-6.1 Solのモデルのページには「low、medium（既定）、high、xhigh、maxに対応」とあり、GPT-6 Astraのページも low〜max の5つを挙げています（Astraの既定値は、モデルのページには書かれていませんでした）。
課金：思考トークンは、入力や出力とは別に数えられます。APIでは見えませんが、コンテキストウィンドウ（一度に扱える量）の場所を使い、出力トークンとして課金されます、と書かれています。
上限：max_output_tokensは、思考トークンを含めた、モデルが生成する全体の上限です。上限に達するとstatusがincomplete、incomplete_details.reasonがmax_output_tokensになります。見える出力が1つも出る前に起こりうる、つまり「入力と思考にだけ払って、見える答えが得られない」ことがある、と書かれています。
余裕：思考と出力のために、最低でも2万5,000トークンを確保することを、試し始めの目安として勧めています。必須ではなく、プロンプトに合わせて調整してよいとあります。
使用量：usage.output_tokens_details.reasoning_tokens。文書の例は、出力1,186トークンのうち思考が1,024トークンでした。
要約：生の思考はAPIで見られません（10月22日に読んだ版にも、そう書かれています）。要約を依頼するreasoning.summaryは、10月22日に読んだ推論の文書では記述を見つけられませんでした（以前はsummaryパラメータで要約を依頼できる、と読んだ記憶があります）。使う前に、最新の文書で確かめてください。

Anthropic

公式の拡張思考（extended thinking）、思考（thinking）、effortの文書によると、次の通りです。

2つの別の操作：thinkingは、答える前に思考ブロックを出すかどうか（と、その方式）を決めます。effortは、応答全体にどれだけ手間をかけるかを決め、適応的思考では、どのくらいの頻度で、どのくらい深く考えるかにも効きます。文書は、adaptiveはeffortの値ではなく、思考の方式だ、と明記しています。
適応的思考：thinking: {"type": "adaptive"}で、Claudeが要求に応じて、考えるかどうか、どのくらい深く考えるかを決めます。対応は、Opus 5.5、Sonnet 5.5、Haiku 5.5、Fable 5.1、Mythos 5.1、5系、Opus 4.8／4.7／4.6、Sonnet 4.6など。Opus 4.5、Sonnet 4.5、Haiku 4.5ではadaptiveは400エラーで、type: "enabled"とbudget_tokensを使います。
思考の既定：Opus 5.5、Sonnet 5.5、Haiku 5.5、Fable 5.1などの5系では、思考は既定でオンです。Opus 4.8／4.7／4.6、Sonnet 4.6では、adaptiveを指定するまでオフです。
手動の思考予算：thinking: {type: "enabled", budget_tokens: N}は、最小1,024トークン、max_tokensより小さい値にします（インターリーブ思考の例外あり）。予算は「目標」で、厳密な上限ではなく、全体の硬い上限はmax_tokensです。この方式は、Claude 4.6では非推奨（まだ動く）、4.7以降では400エラーで拒否されます。文書は、複雑な作業なら16,000トークン以上から、予算が32,000を超えるならバッチ処理を使うよう勧めています。
effort：low、medium、high、xhigh、max。「ほとんどのClaudeは既定がhigh、Opus 5.5とHaiku 5.5はmedium」と書かれています。effortは、厳密なトークン予算ではなく、振る舞いの目安です。低いと、道具の呼び出しも減る傾向があります。思考がオフでも使えます。
思考の表示（display）：summarized（思考の要約を返す）は、Opus 4.6／Sonnet 4.6以前の既定です。omitted（思考ブロックの本文は空で、署名のみ）は、Fable 5.1、Mythos 5.1、Opus 5.5、Sonnet 5.5、Haiku 5.5など5系と、Opus 4.8／4.7の既定です。文書は、omittedは遅延を減らすが、コストは減らない、完全な思考に課金される、と書いています。
課金：「元のリクエストで生成された完全な思考のトークンに課金され、要約のトークンではない。課金される出力トークンの数は、応答で見えるトークン数と一致しない」と書かれています。
max_tokens：思考トークンはmax_tokensに数えられ、現在のターンで生成される思考をすべて含む厳密な上限です。文書は、思考と本文の両方に足りる値にするよう書いています。
使用量：拡張思考の文書は、usage.output_tokens_details.thinking_tokensが「課金された出力トークンのうち、内部の推論の量」を示すと書いています（ストリーミングでは、最後のmessage_deltaイベントにだけ出ます）。

公式文書の適応的思考の例の一部です（この記事では実行していません）。

response = client.messages.create(
    model="claude-opus-5-5",
    max_tokens=16000,
    thinking={"type": "adaptive", "display": "summarized"},
    messages=[{"role": "user", "content": "What is the greatest common divisor of 1071 and 462?"}],
)

Google（Gemini）

Geminiの思考の文書（generateContent版とInteractions版）によると、次の通りです。

Gemini 3系：thinkingLevel（Interactions APIではthinking_level）。値はminimal、low、medium、highで、モデルごとに対応する値が違います。たとえば Gemini 3.8 Flash はlow、medium、highで、minimalを指定するとエラー（既定はmedium）。Gemini 4 Argonも、generateContent版の文書では同じくminimalでエラーです。Gemini 3.6 Flashはminimalを含む4つに対応し、既定はmediumです。3.1 Pro Previewは low、medium、high で、未指定ならhigh。3.5 Flash-Liteは未指定でminimalです。Gemini 3.5 Flash（Liteでないもの）と3.7 Flashは、10月22日に読んだ2つの思考の文書の表には載っていませんでした。
Gemini 2.5系：thinkingBudget。2.5 Proは128〜32768で、オフにはできません。2.5 Flashは0〜24576で、0でオフ。2.5 Flash-Liteは512〜24576で、0でオフ、-1で動的です。2.5 Pro と Flashの既定は動的（-1）で、Flash-Liteは既定では考えません。
既定の考え方：モデルは「動的な思考を既定で行い、考える量を自動で調整する」と書かれています。
課金：思考がオンのとき、応答の料金は「出力トークンと思考トークンの合計」です。要約だけが返っても、料金は完全な思考のトークンに基づきます。
使用量：generateContentではusageMetadata.thoughtsTokenCount。Interactions APIではusage.total_thought_tokens。
要約：generateContentではincludeThoughtsをtrueにすると、partsの中にthoughtフラグ付きで要約が入ります。Interactions APIではthinking_summariesをautoにします。
max_output_tokens：思考トークンを含みます。推論の途中で上限に達すると、finish_reason: MAX_TOKENSで止まり、思考トークンには課金されます。Interactions APIの文書は、上限を下げるよりthinking_levelを下げるよう勧めています。
思考の署名：Gemini 3系では、関数呼び出しのときに思考の署名を返すことが必須です。履歴を自分で管理するとき（ステートレス）は、思考のブロックを受け取った通りにすべて返します。

数字：料金は「出力」に思考が入る

100万トークンあたり、米ドルです。2026年10月22日確認です。

モデル	入力	出力（思考を含む）
Claude Sonnet 5.5	2	10
Claude Opus 5.5	4	20
Claude Haiku 5.5（10万トークン以下）	0.10	0.50
OpenAI GPT-6.1 Sol	2	10
OpenAI GPT-6 Astra	10	50
Gemini 3.8 Flash（2026年内）	0.75	3.75
Gemini 3.1 Pro Preview（20万トークン以下）	2	12

Geminiの料金表では、出力の行に「(incl. thinking)」（思考を含む）と書かれています。AnthropicとOpenAIの料金表の数字は、別の思考用の単価ではなく、通常の出力単価です。OpenAIのモデルのページには、思考の課金の扱いは書かれていませんでしたが、推論の文書に「出力トークンとして課金」とあります。

同じ質問で、思考がどれだけ請求を変えるか（僕らの計算です）

僕らの計算です。思考の量は、実際の値ではなく、仮の数字です。

OpenAIの文書の例の数字を使う場合：出力1,186トークンのうち、思考が1,024トークンです。GPT-6.1 Solの出力単価は10ドルなので、 - 見える分（162トークン）だけなら：162×10÷100万＝0.00162ドル。 - 実際の請求（1,186トークン）：1,186×10÷100万＝0.01186ドル。

見える答えの約7.3倍です。思考が答えより大きいと、請求は見える文章の量から想像するより、ずっと大きくなります。

仮の例（Claude Sonnet 5.5）：見える答えが500トークン、思考が8,000トークンとします。出力単価は10ドルなので、500トークンだけなら0.005ドル、実際は8,500トークンで0.085ドルです。17倍になります。1万回なら、50ドルと850ドルの差です。入力の分は含めていません。

Anthropicの文書では、effortは「厳密なトークン予算ではなく、振る舞いの目安」です。実際の使用量は、応答の使用量の欄で見て、請求を見積もるのが安全です。

選び方・判断の基準

見立てです。次のように考えるのが無難だと思います。

簡単な作業（分類、短い抽出、定型の書き換え）：effortや思考の水準を低くするか、思考のないモードにします。効果が小さいのに、見えない課金だけが増えるのを避けます。
難しい作業（長い推論、複雑なコード、数学）：高いeffortが向きます。ただし、max_tokensを十分に取ります。小さいと、見える答えが出る前に打ち切られます。
初めて試す：OpenAIの文書が示す、思考と出力のために2万5,000トークンを確保する、は使いやすい目安です。慣れてから下げます。
コストが気になる：まず思考の水準を下げ、使用量の欄で実測してから、本番の設定を決めます。「omitted」にしても、課金は減りません（Anthropic）。
会社をまたぐ比較：同じ「medium」でも、同じ量を考えるとは限りません。比べるなら、同じ課題で、使用量と正答率を自分で測る必要があります。

よくある失敗・つまずき

max_tokens（またはmax_output_tokens）を小さくしすぎる。思考で使い切り、見える答えがない、または途中で切れる。それでも思考代は課金されます（OpenAI、Googleの文書が明記）。
思考が見えないので、無料だと思い込む。3社とも課金されます。
「要約が短い＝安い」と思い込む。要約ではなく完全な思考で課金されます（AnthropicとGoogle）。
Anthropicの旧式のbudget_tokensを、新しいモデルで使う。4.7以降は400エラー、4.6は非推奨です。
GPT-6 Astraにnoneを指定する。OpenAIの推論の文書に、HTTP 400と書かれています。GPT-6.1 Solのnoneとminimalは、モデルのページに「サポートしない」とあります。400になるかどうかは、読んだ範囲では書かれていませんでした。
Gemini 3.8 Flashなどにminimalを指定する。エラーになります。
道具を使う会話で、思考の項目や署名を返し忘れる（OpenAIの推論の項目、Geminiの思考の署名）。

気をつけること

この記事は、実際に使って確かめた記録ではありません。内容は公式文書の記載です。
モデルの名前と、対応するeffortや思考の水準は、頻繁に変わります。上の表は、読んだ文書の記載です。使う前に、使うモデルのページで確認してください。
OpenAIのGPT-6 Astraの既定のeffortは、モデルのページに書かれておらず、確認できていません。推論の文書にある既定の一覧にも名前がありませんでした。
OpenAIのモデルのページには、推論トークンの課金の書き方がありません。課金の根拠は、推論の文書の記載です。
Anthropicの拡張思考の文書と、思考の文書とで、使用量の欄の書き方が違います（thinking_tokensの内訳欄と、output_tokensへの言及）。実際に返る形は、確認できていません。
仮の請求例は、思考の量を仮定した計算です。実際の量は、問題とモデルと設定で大きく変わります。
価格、モデル名、設定の名前、既定値は、変わることがあります。Gemini 3.8 Flashの価格は2027年1月1日に変わります（料金ページの表示は、入力1.50ドル、出力7.50ドルです）。

出典

更新履歴

2026年10月25日 書き方を直しました。
- 前：運営者が使っていないと読める書き方 → いま：「この記事は、実際に使って確かめた記録ではありません」。公式の資料を読んでまとめた記事で、使い心地は書いていない、という意味に直した
2026年10月22日 公式の資料を読み直して、次の点を直しました。
- 前：OpenAIは、summaryパラメータで思考の要約を依頼できる → いま：10月22日の推論の文書ではreasoning.summaryの記述が見つからず、使う前に最新の文書で確かめるよう書いた
- 前：GPT-6.1 Solにnoneやminimalを指定すると400エラー → いま：モデルのページは「サポートしない」とだけ書き、400になるかは読んだ範囲に書かれていない（GPT-6 Astraのnoneは400）
- 前：Gemini 3.5 Flashの既定はmedium → いま：表では3.6 Flashの既定がmedium。3.5 Flashと3.7 Flashは、10月22日の2つの思考の文書の表に載っていない
- 前：Gemini 3.7 Flashもminimalを指定するとエラー → いま：その記載をやめ、3.8 FlashとGemini 4 Argonがminimalでエラー、3.6 Flashはminimalを含む4つに対応と書いた
- 前：Claudeで思考の既定が省略（omitted）なのは5系 → いま：5系に加えて、Opus 4.8／4.7も既定は省略（omitted）