AIモデル移行のコスト見積もり｜内訳5項目と概算式【2026】

AIモデルの移行コストは、「API単価の差 × 使用量」だけでは見積もれません。実務で効いてくるのは、単価そのものよりも「同じ文章でもトークン数が変わる」「プロンプトを直す人の時間」「出力が前と同じ品質かを確かめる時間」といった、請求書に出てこない部分です。

この記事は「いくらかかるか」だけに絞ります。どのモデルがいつ提供終了になるかという期日の一覧は、別記事のAIモデル提供終了への企業の対応と移行6手順にまとめてありますので、期日を先に押さえたい方はそちらをご覧ください。ここでは、その移行に「値札」を付ける作業を扱います。

結論：移行コストは5項目の合計で見積もる

AIモデルの移行コストは、次の5項目に分解すると漏れなく見積もれます。金額が動くのは①だけで、②〜⑤はすべて人の時間、つまり人日 × 人日単価です。

1. API単価の差額（月額のランニングコスト。増えることも減ることもある）
2. プロンプト再調整の工数
3. 出力品質の再検証の工数（評価データセットの作成と突き合わせ）
4. 評価環境・テストの作り直しの工数
5. 社内マニュアル・手順書の改訂の工数

実務での目安は、1業務だけの定型用途で3〜4人日、3〜5業務をまとめて移す中規模で7〜12人日。人日単価5万円で換算すると、それぞれ15〜20万円・35〜60万円のレンジになります。一方でランニングコストは、後継モデルのほうが安くなるケースが珍しくありません。実際、2026年8月5日に提供終了となった Claude Opus 4.1 は入力100万トークンあたり15ドルでしたが、後継の Claude Opus 5 は5ドル（公式料金ページ、2026年8月6日確認）と3分の1です。移行は「出ていく一方の費用」ではなく、多くの場合は初期費用を払って月額を下げる投資になります。

見積もり項目①：API単価の差額（ここが一番誤解される）

まず公式料金で新旧を並べる

最初にやるのは、現在使っているモデルと移行先候補の単価を、各社の公式料金ページから拾って並べることです。以下は2026年8月6日時点で各社公式に掲載されている、標準（非バッチ）の100万トークンあたり単価です。

単価が分かれば、あとは自社の月間トークン量を掛けるだけです。トークン量は推測せず、管理画面の利用実績から実数を取ります（Anthropic は Claude Console の Usage ページ、OpenAI・Google も管理画面から利用実績を書き出せます）。仮に月間で入力2,000万トークン・出力400万トークンを使っている業務なら、Claude Opus 4.1 では月600ドル、Claude Opus 5 では月200ドルという計算になります。

見落とされる落とし穴：同じ文章でもトークン数が変わる

ここが移行コスト見積もりで最も外れやすいポイントです。単価が3分の1になっても、請求額が3分の1になるとは限りません。トークンの数え方（トークナイザ）がモデル世代で変わることがあるからです。

Anthropic は公式の料金ページで、Claude 4.7以降のモデルは新しいトークナイザを使っており、同じテキストでも約30%多いトークンを生成すると明記しています（増加量は内容やワークロードの形状によって変わる、とも併記）。つまり先ほどの例で Claude Opus 5 に移った場合、実際の課金対象は入力2,600万・出力520万トークン相当となり、月200ドルではなく月260ドル前後と見ておくのが現実的です。

それでも Opus 4.1 の月600ドルからは月340ドルの削減で、年間では約4,000ドル（1ドル157円換算でおよそ64万円）が浮く計算になります。大事なのは金額の向きではなく、「単価×現在のトークン数」で出した数字をそのまま稟議に載せないことです。見積書には必ず「トークン数の変動幅」を持たせてください。

導入価格・値上げ予定・割増を単価に織り込む

単価は固定ではありません。見積もり時点の数字をそのまま12か月分に伸ばすと、途中で崩れます。実際に公式に告知されている変動要因が3種類あります。値上げそのものへの対処法は生成AI料金の値上げ対策｜コストを吸収する7つの打ち手で7つの打ち手として整理しています。

• 期間限定の導入価格：Claude Sonnet 5 は入力2ドル・出力10ドルの導入価格が2026年8月31日までで、2026年9月1日からは入力3ドル・出力15ドルの標準価格に移行すると公式に明記されています。先ほどの使用量なら月80ドルが月120ドルになり、年間で約480ドルの差が出ます。
• データ所在地・リージョン指定の割増：Anthropic は Claude 4.6以降で米国内推論を指定した場合に全トークン単価が1.1倍になると明記しています。また Amazon Bedrock・Google Cloud のリージョナル／マルチリージョンのエンドポイントは、グローバルエンドポイントに対して10%の割増となります。国内の企業でデータ所在地の要件がある場合、この1割は必ず乗ってきます。
• 長文コンテキストの階段：Gemini 3.1 Pro Preview のように、入力が20万トークンを超えると単価が2ドルから4ドル、出力が12ドルから18ドルに上がるモデルがあります。長い資料を丸ごと投げる用途では、この階段のどちら側に自社が乗るかで見積もりが倍近く変わります。

見積もり項目②：プロンプト再調整の工数

後継モデルは、同じプロンプトに対して同じようには答えません。指示の解釈が変わる、出力が長くなる／短くなる、指定したフォーマットの守り方が変わる——実務で多いのはこの3つです。特に「必ずJSONで返す」「200字以内で」といった形式の制約は、モデルが変わると守り方の癖も変わります。

工数の目安は、1つの業務プロンプトあたり0.5〜1人日。中身は「新モデルで数十件流す → ずれた出力を集める → 指示文を直す → もう一度流す」の反復で、ほとんどが待ち時間ではなく人が出力を読む時間です。プロンプトが5本あれば2.5〜5人日、というのが素直な積み方になります。

ここを削るコツは、プロンプトを本文に直書きせず、テンプレートとして1か所にまとめておくことです。散らばっていると、まず「どこに何本あるか」の棚卸しから始まり、それだけで半日〜1日が消えます。

見積もり項目③：出力品質の再検証の工数

移行で最も怖いのは、エラーで止まることではなく止まらずに質が落ちることです。API は正常に応答しているのに、要約の粒度が変わっていた、抽出漏れが増えていた、という劣化は誰も気づかないまま数週間走ります。だからこそ、この項目を工数に入れずに見積もると必ず後で足が出ます。

具体的な作業は2つです。

• 評価データセットの作成（0.5〜3人日）：過去の入力と、そのときの「良かった出力」を20〜50件セットで用意します。件数は多いほど安心ですが、20件でも「明らかにおかしい」は十分に検出できます。
• 新旧の突き合わせ（0.5〜2人日）：同じ入力を旧モデル・新モデルの両方に流し、出力を横に並べて人が読みます。差分が出た件だけを見ればよいので、全件を精読する必要はありません。

この評価データセットは、一度作れば次のモデル移行でもそのまま使えます。移行コストの中で唯一、資産として残る投資です。逆に言えば、初回の移行だけこの費用が重く、2回目以降は作成分がまるごと落ちます。投資対効果の考え方は生成AI導入のROI（投資対効果）の計算方法で整理しています。

私たちは、こうしたAIモデルの棚卸しと切り替え検証を、月1回のミーティング形式でご一緒する支援も行っています。記事の途中で恐縮ですが、「自社だけで評価データを作るところまで手が回らない」という段階でお声がけいただくことが多い領域です。よろしければAI導入支援のサービス内容も合わせてご覧いただけたら嬉しいです。

見積もり項目④：評価環境・テストの作り直しの工数

コード側にモデル名が直書きされている場合、差し替えそのものは数分で終わります。工数がかかるのはその周辺です。

• モデル名の出現箇所の洗い出し（0.5〜2人日）：自社スクリプト、スプレッドシートの関数、Zapier や Make などの自動化ツール、外注したシステムの設定ファイルまで含めて探します。1か所でも取り残すと、そこだけ後日止まります。
• 期待値を固定したテストの修正（0.5〜1人日）：「出力がこの文字列と一致すること」を条件にしたテストは、モデルが変わると軒並み落ちます。厳密一致ではなく「必須項目が含まれるか」「形式が正しいか」の判定へ書き換える作業が発生します。
• 切替後の監視期間（0.5人日相当）：切り替えて終わりにせず、最初の1〜2週間は出力を目視で抜き取り確認します。人の時間として見積もりに入れておくべきコストです。

なおモデル名を環境変数や設定ファイルに外出ししておくと、次回以降この項目はほぼゼロになります。今回の移行のついでにこの構造にしておくことが、いちばん確実なコスト削減策です。

見積もり項目⑤：社内マニュアル・手順書の改訂の工数

忘れられがちですが、AIを現場で使っている会社ほど効いてきます。改訂対象になるのは、業務手順書に載っているモデル名やスクリーンショット、「この文言をコピーして貼ってください」という定型プロンプト集、教育資料、そして社内のAI利用ガイドラインです。

目安は0.5〜2人日。ドキュメントの分量そのものより、「どこにモデル名が書かれているか」を探す時間が支配的です。ここも、手順書側にモデル名を書かず「社内標準モデル」とだけ書いて別表を1枚参照させる形にしておくと、次回は別表1枚の更新で済みます。

規模別の概算テンプレート

ここまでの5項目を、3つの規模で足し合わせた概算です。人日単価は自社の実態に合わせて置き換えてください（下表は5万円／人日で計算）。ランニングコストの増減は業務量次第なので、初期費用のみを示します。

この表の使い方は単純で、自社の業務数に近い列を選び、明らかに不要な行を削って、人日単価を掛け直すだけです。稟議には「初期費用は◯万円、そのかわり月額APIコストが◯ドル減る（または増える）」という2行のセットで出すと、判断が早くなります。

見積もりを下げる4つの打ち手

提示された金額をそのまま受け入れる前に、以下の4つを検討する価値があります。いずれも公式に提供されている仕組みです。

1. バッチ処理を使う：即時性が不要な処理（夜間の一括要約、レポート生成など）はバッチAPIに回します。Anthropic は入力・出力とも50%割引と公式に明記しており、Google もバッチ料金を標準の半額で掲載しています。OpenAI もバッチAPIに割引があるため、各社の料金ページで最新をご確認ください。
2. プロンプトキャッシュを使う：毎回同じ長い指示文や資料を送っている場合に効きます。Anthropic ではキャッシュヒット時の入力単価が標準の0.1倍と公式に明記されており、5分キャッシュなら1回読み出しただけで元が取れる計算です。
3. モデルの階層を見直す：移行を「今と同じ格のモデルに横滑りさせる」作業だと決めつけない。分類・抽出・整形といった定型処理は下位ティア（Claude Haiku、GPT-5.6-luna、Gemini Flash-Lite など）で十分なことが多く、単価は1桁変わります。移行はモデル構成を見直せる数少ない機会です。
4. 評価データセットを資産にする：③で作ったデータセットを社内に残せば、次回の移行費から作成分がまるごと落ちます。どのモデルが今後どう入れ替わるかの見通しは2026年後半のAIモデル動向のロードマップや、Claude Opus 5の性能と使いどころ、次のClaude Opusはいつ出るのかもあわせて参考にしてください。

よくある見積もりミス4つ

• 単価差だけを見て、トークン数の変化を見ていない：世代が変わるとトークンの数え方も変わり得ます。単価が下がっても請求額が同じ比率で下がるとは限りません。
• 期間限定の導入価格を恒久価格として12か月分に伸ばしている：料金ページに「◯月◯日まで」と書かれていないか、必ず脚注まで読みます。
• 「動くこと」の確認で終わり、品質の再検証を工数に入れていない：静かな劣化はエラーログに出ません。人が読む時間を最初から積んでおきます。
• リージョン指定・データ所在地の割増を忘れている：国内要件でリージョンを固定すると1割前後の割増が乗ります。見積もりの最後に必ず掛け戻してください。

まとめ

AIモデルの移行コストの見積もりは、①API単価の差額（トークン数の変化と割増込み）＋②〜⑤の人日 × 人日単価で組み立てます。初期費用の相場感は小規模で15〜20万円、中規模で35〜75万円。そしてランニングコストは、後継モデルのほうが安いケースが実際に多くあります。

移行を単なる作業と捉えると費用にしか見えませんが、モデル構成の見直し・プロンプトの外出し・評価データセットの整備まで一緒にやれば、次回以降の移行費を継続的に下げる投資に変わります。期日から逆算して着手時期を決めたい方は、AIモデル提供終了の期日一覧と移行6手順で公式に確定している日付をご確認ください。