生成AI APIはどう選ぶ？モデル性能だけでなく料金・上限・運用機能で比較

結論

公開benchmark1位ではなく、自社taskの合格率・p95 latency・成功1件あたり費用・rate limit・data policyを同じ条件で測り、運用まで成立するAPIを選びます。

まずこの表で判断する

評価軸	測る値
Quality	task pass rate
Format	schema pass
Latency	TTFT/p95
Cost	成功1件あたり
Capacity	RPM/TPM等
Data	training/retention/契約

この判断表は、未測定の数字をそれらしく埋めるための表ではありません。価格・性能・品質など実測が必要なセルは、公式一次情報または自分の観測値だけで更新してください。

選び方・進め方

1. 判断ポイント

pricing unitが違うため100万token単価だけで総額比較しません。cache、ツール call、media、batch、retryを実ログに合わせます。

2. 判断ポイント

品質はstructured output、ツール use、長文、日本語など実際のfailure modeを含む固定setで比較します。

3. 判断ポイント

vendor固有機能を最小共通APIへ押し込むと価値を失う場合があるため、交換可能層と固有機能層を分けます。

実行前チェック

• 代表task固定
• 合格基準先決め
• 同条件latency
• pricing/rate観測日
• data policy

迷ったときの優先順位

最初に不可逆な条件を確認します。契約・権限・必要メモリ・物理互換・商用権利など、後から簡単に直せない条件を先に落とし、その後に価格や操作感を比較します。逆に、価格や画面の好みから選び始めると、導入後に「そもそも要件を満たせない」状態になりやすくなります。