RAG（検索拡張生成）のAPI料金を見積もる：埋め込みと生成の両側
RAG構築時のAPI料金を、埋め込み（embedding）、検索、生成の3段階に分けて見積もり、個人開発での予算目安を整理します。
まず結論
RAGのAPI料金は「生成」だけでなく「埋め込み」と「検索の前処理」も含まれるため、見積もりでは3段階に分けます。ドキュメントをベクトル化する埋め込みは1回きりだが蓄積コスト、ユーザー質問ごとの埋め込み＋生成は従量、という構造です。個人開発なら小〜中規模ドキュメントなら月額数百円で回ることが多く、まずはトークン見積所で生成側を試算すると目安が立ちます。確認日：2026年7月6日。
料金がかかる3段階
RAGは①ドキュメントの埋め込み（索引作成）、②質問の埋め込み（毎回）、③検索結果を使った生成（毎回）、の3つに分かれます。①は更新時のみ、②③は利用ごとにかかるため、見積もりでは「蓄積」と「従量」を分けます。
| 段階 | 頻度 | 主なコスト |
|---|---|---|
| ①ドキュメント埋め込み | 更新時 | 入力トークンのみ（安） |
| ②質問埋め込み | 毎回 | 短い入力（安） |
| ③生成 | 毎回 | 入力＋出力（高） |
埋め込みのコスト感
埋め込みモデルは生成モデルより数段安く、ドキュメントをチャンク分割して投げるだけです。1000ページ程度のドキュメントでも埋め込み単体なら数百円以内のことが多く、ここはボトルネックになりにくいです。
生成側が主役
実際に金額を決めるのは③の生成です。検索で取ってきた文脈（コンテキスト）を毎回入力に含めるため、チャンク数や最大出力を増やすと請求が伸びます。コンテキストを絞り、最大出力を固定すると月額が読みやすくなります。
- トークン見積所で「入力=質問＋コンテキスト、出力=回答」を試算する
- 1日の質問回数とドキュメント更新頻度を入れる
- チャンク数を減らして再試算し、差を見る
- 予算に収まるチャンク数・最大出力を固定する
キャッシュとチャンク設計
同じドキュメントを毎回全文送るならプロンプトキャッシュが効きやすくなります。チャンクを小さく保ちつつ、システム指示や固定文脈をキャッシュ対象にすると生成側の入力を抑えられます。
トークン見積所での試し方
RAGは「生成モデルを選ぶ」ところがコスパを決めるので、まずはGPT-5.5やDeepSeek V4 Flash等で生成側を試算し、品質が足りなければSonnet 4.6等へ一部を寄せます。
RAGの数値イメージ
RAGは埋め込みと生成の両側で料金がかかります。例えば1000ドキュメントを埋め込み（数円〜数十円）、1質問の生成を数円として、月1000質問なら生成側が数百円、埋め込みは一度きりです。
- 埋め込みは一度きりのコスト
- 生成は毎回かかる
- キャッシュヒットを活用する
- 小さいチャンクでトークンを抑える
公式情報の確認先
- OpenAI API Pricing（新しいタブで開く）
確認日：2026-07-06
- Anthropic Pricing（新しいタブで開く）
確認日：2026-07-06
- Gemini API Pricing（新しいタブで開く）
確認日：2026-07-06
- DeepSeek API Pricing（新しいタブで開く）
確認日：2026-07-06
よくある質問
この記事の条件で見積もる
記事で扱った利用イメージ（月間500回・入力約4,000・出力約1,000トークン）を、トークン見積所でそのまま再現できます。
この条件で見積もる関連記事
AI API料金でよく出てくる入力トークン、出力トークン、キャッシュ、会話履歴の考え方を整理します。
料金試算AI APIで月1,000回使うといくら？個人開発アプリの料金例個人開発アプリでAI APIを月1,000回呼び出した場合の料金感を、短い処理・普通のチャット・長文生成で整理します。
失敗回避個人開発でAI APIを使う前に決める予算上限・アラート・最大出力個人開発でAI APIを安全に使うために、予算上限、請求アラート、最大出力、ユーザー制限、ログ確認を整理します。
モデル比較安いAI APIを比較｜用途別料金と月額見積もりDeepSeek、Qwen、Gemini、Mistral、Kimiなどの確認済みAI APIを、入力・出力・cache・用途・本番比較対象の違いから見比べます。
コスト運用個人開発のAI API予算管理テンプレ：上限・アラート・見直し個人開発・副業でAI APIを使うときの予算管理を、上限、アラート、モデル分担、月次見直しのテンプレとしてまとめます。