Azure OpenAI Serviceの料金体系を解説｜モデル別単価から費用を抑えるコツまで

Azure OpenAI Serviceの導入を検討する際、料金ページに並ぶモデル別の単価表や「従量課金」「プロビジョニングスループットユニット（PTU）」といった専門用語を前に、結局いくらかかるのか判断できず、社内稟議のための費用感を示せずに止まってしまうケースは少なくありません。

この記事では、Azure OpenAI Serviceの料金体系の全体像から、課金方式ごとの仕組み、リージョンによる価格差、無料枠の有無、従量課金とPTUの選び方、利用シーン別の費用感、コストを抑える方法までを、公式情報に基づいて解説します。

読み終える頃には、自社の利用イメージに沿った費用感をつかみ、社内の予算申請や稟議に使える根拠を得られるはずです。

Azure OpenAI Serviceとは

Azure OpenAI Serviceは、Microsoft AzureのクラウドインフラでOpenAI社の生成AIモデル（GPT-4oなどの言語モデルや、画像生成モデル、音声モデル）をAPI経由で利用できるサービスです。

料金は「モデルを使った分」に対して発生する従量制の考え方が基本になります。トークンとは、AIがテキストを処理する際の単位です。英語では1トークンがおおむね数文字に相当しますが、日本語は英語に比べて1文字あたりのトークン消費量が多くなる傾向があり、同じ内容でも日本語の文章の方がトークン数が多く発生しやすい点に注意が必要です。実際の文章がどの程度のトークン数になるかは、OpenAI公式のTokenizerツールで確認できます。次章では、この課金の仕組みを具体的に見ていきます。

出典：OpenAI公式Tokenizer

なお、Microsoftは現在AI関連サービスを「Microsoft Foundry」という統合プラットフォームへ集約する取り組みを進めており、公式サイト上の表記も「Azure OpenAI in Foundry Models」に変わっていますが、既存のAzure OpenAIリソースが廃止されたわけではありません。本記事では、検索で広く使われている「Azure OpenAI Service」の名称で料金体系を解説します。

出典：Microsoft Azure公式サイト「Azure OpenAI in Foundry Models」、Microsoft Learn「What is Microsoft Foundry?」、Microsoft Learn「Upgrade Azure OpenAI to Microsoft Foundry」

Azure OpenAI Serviceの料金体系

Azure OpenAI Serviceの料金は、大きく分けて「従量課金（Standard）」と「プロビジョニングスループットユニット（PTU）」という2つの課金方式で構成されます。さらに、モデルの種類やデプロイするリージョンによっても単価が変わります。以下では、それぞれの仕組みを順に見ていきます。

従量課金（Pay-as-you-go）とモデル別トークン単価

従量課金は、入力トークン数・出力トークン数に応じて費用が発生する、使った分だけ支払う課金方式です。追加の予約や最低利用料金は発生せず、小規模な利用やPoC（概念実証）段階に向いています。

GPT-4oなどの主要モデルは、入力トークンと出力トークンで単価が別々に設定されており、一般に新しく高性能なモデルほど単価が高くなる傾向があります。たとえばGPT-4o（2024年8月時点の改定価格）のGlobal Standard（従量課金）では、入力トークンが100万トークンあたり2.50米ドル、出力トークンが100万トークンあたり10.00米ドルとMicrosoftが公表しています。問い合わせ1件で入出力あわせて1,000トークン程度を使うとすると、1件あたりの費用は1円に満たない規模感です。

軸	変動要因	備考
モデルの種類	GPT-4o等、モデルの世代・性能によって単価が異なる	新しく高性能なモデルほど単価が高くなる傾向
入力・出力トークン単価（GPT-4o従量課金の例）	入力：100万トークンあたり2.50米ドル／出力：100万トークンあたり10.00米ドル（2024年8月改定）	Microsoft公式発表に基づく
PTUの最低利用単位（GPT-4oの例）	Global・Data Zone：15 PTUから（5 PTU刻み）／Regional：50 PTUから	Microsoft Learn公式仕様
デプロイの種類（リージョン）	Global／Data Zone／Regionalで価格水準が異なる	データの取り扱い範囲とコストはトレードオフの関係
課金方式	従量課金（Standard）とPTU（予約制）で課金の考え方が異なる	利用量・トラフィックの安定性に応じて選択

※上記単価は執筆時点（2024年8月改定分）の参考値です。価格は改定頻度が高いため、実際の金額は必ずAzure公式の料金ページで最新値を確認してください。

出典：Microsoft Tech Community「Introducing GPT-4o-2024-08-06 API with Structured Outputs on Azure」、Microsoft Azure公式「Azure OpenAI Service – Pricing」、Azure料金計算ツール

プロビジョニングスループットユニット（PTU）の料金

PTU（プロビジョニングスループットユニット）は、モデルの処理能力（スループット）をあらかじめ確保して利用する課金方式です。使った分だけ支払う従量課金とは異なり、確保したPTUの数に応じて1時間ごとに課金される点が特徴です。実際に処理したトークン数ではなく、確保した容量そのものに対して課金されるため、利用が少ない時間帯があっても費用は変わりません。

PTUには、時間単位で契約する方式と、1か月または1年単位で契約する「Azure予約」の2つの契約方法があります。Azure予約を使うと、時間単位の課金と比べて割引された単価が適用され、継続的に安定した利用がある場合はコスト効率が高くなります。ただし、予約した数量を超えてPTUを使うと、超過分は通常の時間単位の料金で別途課金される点に注意が必要です。

PTUには最低利用単位もあります。たとえばGPT-4oの場合、Global・Data Zoneのデプロイでは15 PTUから（5 PTU刻み）、Regionalのデプロイでは50 PTUからという最低単位が公式に定められており、小規模な利用ではコスト効率が悪くなりやすい点に注意が必要です。

出典：Microsoft Learn「プロビジョニングされたデプロイの概要」、Microsoft Learn「Determine PTU sizing for a workload」、Microsoft Learn「Azure予約でコストを節約する方法」

リージョンによる価格差

Azure OpenAI Serviceには、Global・Data Zone・Regionalという複数のデプロイ方式があり、同じモデルでもどの方式を選ぶかによって料金水準が変わります。Globalはリージョンを固定せずAzureの複数拠点で処理する方式、Data Zoneは指定した地域内でのみ処理する方式、Regionalは特定のリージョンに限定する方式で、データの取り扱い範囲が異なります。

データの所在地を限定するほど、コストが上がりやすい傾向があります。社内規定や取引先の要件でデータ保管場所に制約がある場合は、料金だけでなくこの点もあわせて確認しておく必要があります。

出典：Microsoft Azure公式「Azure OpenAI Service – Pricing」

Azure OpenAI Serviceの無料枠の有無

Azure OpenAI Service単体を対象にした恒久的な無料枠はありません。Azureのアカウントを新規登録すると、30日間有効な200米ドル相当のクレジットが付与され、この範囲内であればAzure OpenAI Serviceの検証に充てることもできますが、あくまでAzure全体に共通する新規登録特典であり、Azure OpenAI Service専用の枠ではない点に注意が必要です。

出典：Microsoft Azure公式「無料アカウント」、Microsoft Azure公式「購入オプション」

Azure OpenAI ServiceとOpenAI直接APIの料金の違い

Azure OpenAI ServiceとOpenAI社が直接提供するAPIは、どちらも同じOpenAIのモデルを利用できるため混同されやすいものの、料金以外の面で企業利用における実質的な違いがあります。

料金体系・単価水準の違い

トークンあたりの単価水準自体は近い場合がありますが、Azure OpenAI Serviceの利用料金はMicrosoft Azureの契約・請求体系に統合されます。すでにAzureを契約している企業であれば、既存の請求窓口やコミットメント契約（あらかじめ一定額の利用を契約し割引を受ける仕組み）の中でAzure OpenAI Serviceの利用分もまとめて管理できる場合があります。一方、OpenAI社の直接APIは、Azureとは別にOpenAI社との契約・支払いが必要です。

出典：Microsoft Azure公式「Azure OpenAI Service – Pricing」

セキュリティ・コンプライアンス・SLAの違い

Azure OpenAI Serviceは、Microsoft公式サイトにおいてSLA（サービスレベル契約。稼働率などの保証内容を定めた契約）として「99.9％以上の稼働率」が保証されるサービスと案内されており、Azureの基盤に統合されている分、仮想ネットワークへの接続やアクセス制御といったAzureのセキュリティ機能と組み合わせて利用しやすい点が特徴です。コンプライアンス認定の数も豊富に用意されていると案内されています。サポート体制についても、Azureで契約しているサポートプランの範囲内でAzure OpenAI Serviceが対象に含まれます。

OpenAI社が直接提供するAPIの契約条件・稼働率保証・サポート体制は、Azure OpenAI Serviceとは別に、OpenAI社の公式サイトで定められています。料金だけで選ぶと、後からセキュリティ要件を満たすための追加対応が必要になるケースもあるため、価格差が小さい場合は契約体系・セキュリティ要件・サポート体制を判断基準にするのが実務的です。契約前に双方の最新の公式情報を必ず確認してください。

項目	Azure OpenAI Service	OpenAI直接API
契約・請求	Microsoft Azureの契約・請求体系に統合	OpenAI社と別途契約・支払いが必要
稼働率保証	公式に99.9％以上の稼働率を案内	稼働率保証の有無・内容は別途確認が必要
セキュリティ・コンプライアンス	Azureの各種セキュリティ機能・コンプライアンス認定と組み合わせやすい	OpenAI社の公式情報で個別に確認が必要
サポート体制	Azureのサポート体制に準ずる	OpenAI社の契約内容に準ずる

出典：Microsoft Azure公式サイト「Azure OpenAI in Foundry Models」、OpenAI公式「Services Agreement」

Azure OpenAI Serviceの従量課金とPTUの選び方

料金体系を理解したうえで、実際に従量課金とPTUのどちらを選ぶべきかは、単価の高低だけでなく自社の利用の仕方によって変わります。

利用量・トラフィックパターンで選ぶ判断軸

利用量が少ない、またはPoC段階のように利用量の変動が大きい場合は、使った分だけ支払う従量課金が適しています。反対に、社内チャットボットが常時稼働しているなど、利用量が多く安定している場合は、PTUのAzure予約による割引でコストメリットが出やすくなります。

普段の安定した利用分はPTUで確保し、繁忙期などの一時的な増加分だけ従量課金で補うという組み合わせ方も選択肢になります。

損益分岐点の考え方

従量課金とPTU、どちらが得になるかの分岐点は、「従量課金で見込まれる月額費用」と「PTU予約の月額費用」を並べて比較することで見積もれます。PTUには前章で紹介した最低利用単位があるため、月間の利用量がその最低単位に満たない規模では、PTUを検討する前提が整わない点にも注意が必要です。具体的な金額はモデルの種類・利用量・予約期間（月次か年次か）によって変わるため、一律の金額を断定することはできません。自社の想定利用量を、次章のAzure料金計算ツールに当てはめて試算することをおすすめします。

出典：Microsoft Learn「Provisioned throughput billing and cost management」

Azure OpenAI Serviceの利用シーン別の月額費用シミュレーション

ここでは、代表的な利用シーンを例に、月額費用を試算する際の考え方を紹介します。以下の数値はあくまで仮定に基づく試算例であり、実際の費用はAzure料金計算ツールで最新単価を入力して確認してください。

社内向けチャットボット・問い合わせ対応での費用感

たとえば、1日あたり500件の問い合わせに対応し、1件あたり入力600トークン・出力400トークン（合計1,000トークン）程度と仮定すると、月間のトークン数は「入力：500件×30日×600トークン＝900万トークン」「出力：500件×30日×400トークン＝600万トークン」という規模になります。

これを前章のGPT-4o従量課金の単価（入力100万トークンあたり2.50米ドル、出力100万トークンあたり10.00米ドル）に当てはめると、入力分が約22.5米ドル、出力分が約60米ドルで、月額の目安は合計で約82.5米ドル（1米ドル＝150円で換算した場合、目安で約1.2万円程度）という規模になります。これはあくまでGPT-4oのGlobal Standard単価に基づく一例であり、実際の費用は選ぶモデル・為替レートによって変わるため、必ずAzure料金計算ツールで自社の条件に基づいた金額を確認してください。

項目	内容
仮定条件	1日500件の問い合わせ、1件あたり入力600トークン・出力400トークン
月間トークン数の概算	入力：500件×30日×600トークン＝900万トークン／出力：500件×30日×400トークン＝600万トークン
概算月額費用の目安	入力分 約22.5米ドル＋出力分 約60米ドル＝合計 約82.5米ドル（1米ドル＝150円換算で目安約1.2万円）
注記	GPT-4o・2024年8月改定単価に基づく一例。実際の費用はモデル・為替レートで変動するため、必ずAzure料金計算ツールで確認

出典：Azure料金計算ツール

大量ドキュメントの要約・処理での費用感

契約書や社内マニュアルなど大量の文書を読み込ませて要約・抽出する用途は、1回あたりの入力トークン数が問い合わせ対応より大きくなりやすく、費用構造が異なります。たとえば1件あたり1万トークンの文書を月間1,000件処理し、要約（出力）が1件あたり1,000トークンと仮定すると、入力トークンは月間1,000万トークン、出力トークンは月間100万トークンという規模になります。

同じくGPT-4o従量課金の単価に当てはめると、入力分が約25米ドル、出力分が約10米ドルで、月額の目安は合計で約35米ドル程度という規模になります。処理する文書量・頻度が多く安定している場合は、前章で紹介したPTUのほうがコスト効率が良くなる可能性があるため、従量課金の概算とあわせて比較することをおすすめします。

出典：Azure料金計算ツール

Azure OpenAI Serviceのコストを抑える方法

料金体系と費用感を踏まえたうえで、実際にコストを抑えるための具体的な方法を紹介します。

モデル選定とキャッシュ活用によるコスト削減

用途によっては、最新の高性能モデルでなくても十分な精度が得られる場合があります。要件に対して単価の高すぎるモデルを選んでいないか見直すことが、コスト最適化の第一歩になります。

また、直近と同じ内容を再利用する処理が多い場合、入力のキャッシュを活用できる仕組みが用意されているため、設計段階で同じ内容の重複送信を減らす工夫も費用削減につながります。

出典：Microsoft Azure公式「Azure OpenAI Service – Pricing」、Microsoft Learn「プロンプトキャッシュ」

予算アラートとリザベーションの活用

Azure Cost Managementの予算アラート機能を使うと、利用額があらかじめ設定したしきい値を超えた際に通知を受け取れます。想定外の高額請求を未然に防ぐ仕組みとして、運用開始前に設定しておくことをおすすめします。

安定した利用が見込める部分については、前述のPTUのAzure予約を活用することで、時間単位の課金より割引された料金でコストを固定化できます。

出典：Microsoft Learn「Azure予約でコストを節約する方法」、Microsoft Learn「予算アラートの設定」

Azure OpenAI Service導入時の失敗要因と対策

Azure OpenAI Serviceの費用面で起こりやすい失敗と、その対策を紹介します。それぞれの失敗要因に対応する対策をあわせて示すので、自社が当てはまるかを確認してみてください。

想定外の高額請求（コスト超過）

想定より利用が増えた場合や、意図しないリクエストの繰り返し（プログラムの不具合など）によって、想定を大きく超える請求が発生するケースです。原因の多くは、予算アラートを設定していない、利用量の上限（クォータ）を管理していないことにあります。

対策としては、前章で紹介した予算アラートの設定に加え、Azure OpenAI Serviceに設定できる利用量の上限（クォータ）を管理し、利用量を定期的にモニタリングする体制を運用開始前に整えておくことが有効です。

出典：Microsoft Learn「クォータと制限」

PTUのサイジングミス

PTUを過大に予約してコストが無駄になる、あるいは過小に予約して処理の遅延が発生するケースです。原因は、利用量予測の精度不足や、トラフィックの変動を考慮しない予約にあります。

対策としては、まず小さい規模のPTUで運用を始め、実際の利用実績に基づいて数量を調整すること、変動が大きい部分は従量課金と併用することが挙げられます。

リージョン選定・データ所在地の考慮不足

コストの安さだけでリージョン（デプロイ方式）を選び、後からデータ所在地の要件（社内規定や取引先の要件など）を満たせず、構成の変更を迫られるケースです。原因は、料金だけを比較し、データの取り扱い範囲を確認していないことにあります。

対策としては、料金体系の章で紹介したGlobal・Data Zone・Regionalの違いを導入前に確認し、コストと自社の要件を両立できる構成を選ぶことが挙げられます。

失敗要因	主なリスク	対策
想定外の高額請求（コスト超過）	予算超過・想定外の費用発生	予算アラートの設定、利用量の定期モニタリング
PTUのサイジングミス	コストの無駄・処理遅延	小規模から開始し実績に基づき調整、従量課金との併用
リージョン選定・データ所在地の考慮不足	構成変更の手戻り・コンプライアンス違反リスク	導入前にリージョン別の価格とデータ取り扱い範囲を確認

Azure OpenAI Serviceの導入手順

料金体系を理解した後の大まかな流れとして、Azureアカウントの用意・アクセス申請、リソースの作成、モデルのデプロイ、動作確認という手順を踏みます。デプロイの際には、これまで紹介した課金方式（従量課金・PTU）やリージョンを選択する場面があるため、本記事で解説した内容がそのまま実際の設定判断に役立ちます。

出典：Microsoft Learn「プロビジョニングされたデプロイの作成」

Azure OpenAI Serviceの導入支援は「フリーコンサルタント.jp」へご相談ください

ここまで見てきたように、Azure OpenAI Serviceの料金は課金方式・モデル・リージョンの組み合わせで変わり、自社の利用量に応じた最適な構成を見極めるには相応の検証が必要です。「従量課金とPTUのどちらを選ぶべきか」「想定コストが自社の予算に見合うか」を、社内に生成AI活用の知見を持つ人材がいないまま判断するのは負担が大きいと感じる担当者も少なくありません。

導入にあたっては、想定利用量の試算だけでなく、セキュリティ要件との整合性、社内稟議に耐える費用根拠の整理、運用開始後のコスト監視体制の構築まで、整理すべき論点が多岐にわたります。これらを自社の担当者だけで一から検討すると、検証に時間がかかり、本来の業務と並行して進めることが難しくなる場合があります。

「フリーコンサルタント.jp」では、事業会社やコンサルティングファームでの実務経験を持つプロ人材を、必要な期間だけ活用できます。Azure OpenAI Serviceの費用試算やコスト最適化の検討といった上流の設計から、実際の運用体制の構築、社内メンバーへのノウハウ移転まで伴走した支援が可能です。自社に知見を蓄積しながら導入を進めたい企業に向いています。

Azure OpenAI Serviceの導入・コスト最適化でお悩みの場合は、「フリーコンサルタント.jp」の無料相談から気軽にご相談ください。

フリーコンサルタント.jpによるAI導入支援の事例

Azure OpenAI Serviceのような生成AIサービスの導入を検討する企業からは、費用対効果の見極めだけでなく、社内にAI活用を推進できる人材が不足しているという相談も多く寄せられます。ここでは、コスト最適化の視点を持つプロ人材が伴走した、フリーコンサルタント.jpのAI・DX活用支援事例を紹介します。

事例①｜飲食・食品業界（大手・200店舗以上）：需要予測AIの開発支援

200店舗以上・400品目の発注業務を店舗担当者の経験と勘に頼って行っており、業務が属人化していた企業の事例です。データサイエンティストなどAI活用の経験者が社内に不足し、AIの本格運用に向けたデータ活用の進め方が分からない状態でした。

当時の課題	・データサイエンティスト・データアナリスト人材が社内に不足 ・店舗ごとの需要予測を複数人が同じ精度で行うことが困難 ・発注業務が現場の勘に依存し、担当者の休暇・退職で業務が滞るリスク
実施したこと	・店舗ごとの特徴を踏まえた変数を定義しデータを整理 ・PoC（概念実証）を経て、店舗ごとに高い精度で需要予測ができるAIモデルを構築・運用

需要予測AIの活用により発注業務の多くを自動化し、作業時間の削減につながりました。バックオフィス業務の負荷が軽減し、店舗担当者が接客などの対応に時間を割けるようになっています。

事例②｜通信キャリア業界（大手）：デジタル活用推進組織（CoE）の立ち上げ支援

業務効率化を目的に、複数部門の知見を集約する専門組織（CoE＝Center of Excellence）の立ち上げを決定したものの、組織立ち上げの推進とデジタル技術活用の両方を担える人材が社内に不足していた企業の事例です。

当時の課題	・デジタル領域の知見と組織立ち上げ経験を併せ持つ人材が社内に不足 ・業務効率化ツールの開発・運用体制をゼロから構築する必要があった
実施したこと	・CoE組織の立ち上げから全体設計・運用構築・実運用までを一気通貫で伴走支援 ・事業部門への課題ヒアリングをもとにしたツール開発の仕組みを構築し、プロパー社員が自走できる体制へ知見を移転

CoE組織の立ち上げと運用の安定化により、組織立ち上げ前と比較して業務工数の削減につながりました。プロパー社員が主体的に運用できる体制を構築し、外部人材への依存から段階的に脱却しています。

まとめ

Azure OpenAI Serviceの料金体系は、使った分だけ支払う従量課金と、処理能力を予約するPTUの2方式があり、モデルの種類やリージョン（Global・Data Zone・Regional）によっても単価が異なります。Azure OpenAI Service専用の恒久的な無料枠は無く、Azure全体の新規登録クレジットとは別物として理解しておく必要があります。

自社に合う方式を選ぶには、利用量やトラフィックの安定性をもとに従量課金とPTUを比較し、Azure料金計算ツールで自社の想定利用量に基づいた試算を行うことが欠かせません。あわせて、予算アラートの設定やモデル選定の見直しといったコスト最適化、想定外の高額請求を防ぐ対策も押さえておくことをおすすめします。

なお、料金は改定される頻度が高い分野です。本記事の内容を参考にしつつ、実際の導入・予算化にあたっては、必ずAzure公式の料金ページ・料金計算ツールで最新の情報を確認してください。