ホーム AI・LLM 推論エネルギーコストの計算 作成日: 2026年7月20日 21:33 推論エネルギーコストの計算 入力 クエリ数1,000,000クエリあたりの消費電力量0.5 Wh電気料金（kWhあたり）0.15 ドル系統の炭素強度400 AI・LLM 推論エネルギーコストの計算 クエリ1件あたりの消費電力量、電気料金、系統の炭素強度から、大規模言語モデル（LLM）の推論を大規模に実行した場合の電気代と炭素排出量を見積もります。 メートル法 入力 ワークロード クエリ数 対象とする期間に処理する推論リクエストの件数です。1日、1か月、ある機能の運用期間全体などを単位とします。 クエリあたりの消費電力量 Wh 1件のリクエストに応答するために消費する電力量で、待機時の電力や冷却の間接負荷の按分を含みます。提供中のモデルでの短い応答は1ワット時の数分の1にとどまることが多く、長い生成や大規模なモデルではより多く消費します。 電力と系統 電気料金（kWhあたり） ドル 1キロワット時あたりの支払額です。データセンターやクラウドの料金を用います。業務用料金は家庭用と異なり、地域によって大きく変動します。 系統の炭素強度 電力1キロワット時あたりに排出される二酸化炭素のグラム数で、地域の発電構成に依存します。石炭中心の系統は、水力や原子力が中心の系統に比べて数倍高くなります。 結果 値を入力すると計算結果が表示されます。 電気代 ドル 消費した...をkWhあたり0.15 ドルで計算したコストです。 詳細 合計エネルギー kWh 1,000,000件すべてのクエリをそれぞれ0.5 Whで処理した際に消費する電力量です。 炭素排出量 kg 炭素強度がkWhあたり400グラムのとき、消費した...に起因する二酸化炭素排出量です。 共有 レポートを印刷 リセット 埋め込み この計算機を埋め込む プレビュー このコードをページに貼り付けると計算機を表示できます。 コードをコピー この計算を共有 このリンクを開くと、入力した値がそのまま表示されます。 リンクをコピー 共有する XFacebookLINE メール 最終更新: 2026-06-22 推論エネルギーコストとは 推論エネルギーコストとは、一定量の言語モデルの推論リクエストを処理するために要する電気代と、それに伴う炭素排出量です。クエリ1件あたりの消費電力量にクエリ数を掛け、電気料金で価格を付け、地域の系統の排出強度を用いて炭素量に換算して求めます。一度きりの事象である学習とは異なり、推論のエネルギーは導入済みのモデルが応答するたびに発生するため、大規模になると提供中のモデルの運用上の環境負荷の大半を占めます。 計算式 クエリ数を NN、クエリあたりの消費電力量を EqE_q とすると、合計エネルギーはその積になります。電気代はエネルギーにキロワット時あたりの単価 pep_e を掛けたもので、排出量はエネルギーに系統の強度 IgI_g（キロワット時あたりの二酸化炭素のグラム数）を掛け、1000で割ってキログラムに換算したものです。 E=N⋅EqE = N \cdot E_qE=N⋅Eq C=E⋅peC = E \cdot p_eC=E⋅pe mCO2=E⋅Ig1000m_{\text{CO}_2} = E \cdot \frac{I_g}{1000}mCO2=E⋅1000Ig クエリあたりのエネルギーはわずかで、稼働率の高いアクセラレーターでの短い応答では1ワット時の数分の1にとどまることが多いため、価格付けと排出量の算定に先立って数値をキロワット時に換算します。 計算例 N = 1{,}000{,}000 件のクエリを、それぞれ Eq=0.5E_q = 0.5 ワット時で処理する場合を考えます。合計エネルギーは次のとおりです。 E=1,000,000×0.5 Wh=500,000 Wh=500 kWh.E = 1{,}000{,}000 \times 0.5 \text{ Wh} = 500{,}000 \text{ Wh} = 500 \text{ kWh.}E=1,000,000×0.5 Wh=500,000 Wh=500 kWh. 電気料金がキロワット時あたり p_e = \0.15$ のとき、コストは次のとおりです。 C=500×$0.15=$75.C = 500 \times \$0.15 = \$75.C=500×$0.15=$75. 中位の混合系統にあたる、系統の強度 Ig=400I_g = 400 グラムの二酸化炭素毎キロワット時のとき、排出量は次のとおりです。 mCO2=500×4001000=200 kg of CO2.m_{\text{CO}_2} = 500 \times \frac{400}{1000} = 200 \text{ kg of CO}_2.mCO2=500×1000400=200 kg of CO2. このように100万件のクエリの処理には電気代で約$75かかり、EqE_q にすでに含まれる分を超える冷却や待機の間接負荷を別にして、およそ200キログラムの二酸化炭素を排出します。 変動要因と活用 3つの入力はそれぞれ独立に結果を左右します。クエリあたりのエネルギーはモデルの規模、系列長、ハードウェア、バッチ処理に依存し、稼働率の低いハードウェアで大規模モデルから行う長い生成は、短いものよりはるかに多く消費します。電気料金は地域や契約によって変わり、系統の強度は水力や原子力中心の系統でのキロワット時あたり100グラム未満から、石炭中心の系統での700グラム超まで幅があるため、同じワークロードでも計算処理の場所によって排出量は数倍異なります。エネルギーとコストは 自己ホストとAPIの損益分岐の計算 の分析などインフラの選択に反映され、そこでは電気代が自己ホストの変動費の一部となります。学習エネルギーは含みません。それは一度きりの別個のコストで、そのモデルが応答するすべてのクエリに按分されるため、ライフサイクル全体の数値には別途算入する必要があります。結果は実測値ではなく桁数程度の概算です。 よくある質問 (FAQ)推論クエリ1件あたりのエネルギー消費量はどの程度ですかモデルの規模、系列長、ハードウェア、バッチ処理によって大きく異なります。十分に稼働率の高いアクセラレーターで提供される短い応答は1ワット時のごく一部で済む一方、稼働率の低いハードウェアで大規模モデルから長い生成を行う場合はかなり多くなります。可能な限り自身の環境で実測してください。公表されている数値は概算の平均値であり、冷却や待機の間接負荷を含まないことがほとんどです。 どの系統の炭素強度を用いるべきですか利用者の所在地ではなく、計算処理が物理的に行われる地域の数値を用います。各国・各地域の系統運用者が平均強度を公表しており、クラウドプロバイダーも地域単位の数値を報告しています。水力、原子力、風力が中心の系統はkWhあたり100グラムを下回ることがあり、石炭中心の系統は700グラムを超えることがあります。 モデルの学習に使われたエネルギーは含まれますか含まれません。ここではリクエストに応答するために消費する電力のみを見積もります。学習は一度きりの別個のコストで、そのモデルが応答するすべてのクエリに按分されます。リクエスト量が多いほど、クエリあたりの学習エネルギーの割合は提供時の消費に比べて小さくなります。ライフサイクル全体の数値が必要な場合は学習分を別途算定してください。 免責事項 推論のエネルギー数値はモデル、ハードウェア、バッチ処理、データセンターの効率に大きく依存する見積もりです。系統の炭素強度や電気料金は地域や時期によって変動します。結果は実測値ではなく桁数程度の概算として扱ってください。 次のおすすめ トークンコスト計算 入力トークン数と出力トークン数、モデルの100万トークンあたり単価から、大規模言語モデル（LLM）への単一API呼び出しにかかるコストを算出します。入力と出力は別々に課金されます。 詳しく解説自己ホストとAPIの損益分岐の計算 固定の自己ホストコスト（借用または自社のGPU容量に限界的な間接費を加えたもの）が、トークン従量制のAPI料金を下回る月間トークン量を求め、実際の利用量での月額コストと節約額を確認します。 詳しく解説 200+ ツール · 10 言語対応 · 完全無料 コスト・料金の他の計算 1ドルあたりトークン数の計算GPU クラウド費用を計算GPU利用率コストの計算LLMファインチューニング費用の計算LLMレート制限の計画推論エネルギーコストの計算 +20 more Show less LLM学習のカーボンフットプリントの計算LLM学習時間とコストの計算LLM月額コストの計算エージェントコストの計算コンテキストコストの増加の計算コンテキスト長の判定システムプロンプトの償却コストトークンから単語数への変換トークンコスト計算バッチAPIの節約額の計算プロンプトキャッシュの節約額の計算ベクトルDBコストの計算ベクトルDBサイズの計算音声合成コストの計算音声文字起こしコストの計算画像生成コストの計算関数呼び出しのトークンオーバーヘッド構造化出力のトークンオーバーヘッド自己ホストとAPIの損益分岐の計算埋め込みコストの計算 AI・LLMの他のカテゴリ 推論・サービング トークンあたりFLOPsの計算バッチ推論スループットの計算モデルFLOPs利用率の計算画像入力トークン数の計算実効トークン毎秒の計算推論スループットの計算推論レイテンシの計算投機的デコーディングの高速化の計算学習・スケーリング Chinchilla最適トークン数LLMトレーニングVRAMの計算LoRA の学習パラメータ数を計算データセットのトークン数の計算データ並列スケーリングの計算パイプライン並列のバブルの計算学習FLOPsの計算学習率ウォームアップの計算計算最適なモデルサイズ計算予算から求めるエポック数勾配累積のメモリ計算実効バッチサイズの計算ハードウェア・メモリ KVキャッシュサイズの計算LLM推論のVRAM計算MoE のアクティブパラメータ数を計算Transformerのパラメータ数の計算アテンションメモリの計算モデルに必要なGPU台数の計算モデルのダウンロード時間の計算量子化によるモデルサイズの計算RAG・埋め込み RAGチャンク分割の設計評価 A/Bテスト有意性の計算LLM評価のサンプルサイズの計算pass@k の計算パープレキシティの計算すべてのツール コサイン類似度の計算 この計算機は役に立ちましたか？ 役に立った 改善が必要 改善が必要 どのような点が改善されると良いですか？ フィードバックを送信 Powered by OneCalc ↗
最終更新: 2026-06-22 推論エネルギーコストとは 推論エネルギーコストとは、一定量の言語モデルの推論リクエストを処理するために要する電気代と、それに伴う炭素排出量です。クエリ1件あたりの消費電力量にクエリ数を掛け、電気料金で価格を付け、地域の系統の排出強度を用いて炭素量に換算して求めます。一度きりの事象である学習とは異なり、推論のエネルギーは導入済みのモデルが応答するたびに発生するため、大規模になると提供中のモデルの運用上の環境負荷の大半を占めます。 計算式 クエリ数を NN、クエリあたりの消費電力量を EqE_q とすると、合計エネルギーはその積になります。電気代はエネルギーにキロワット時あたりの単価 pep_e を掛けたもので、排出量はエネルギーに系統の強度 IgI_g（キロワット時あたりの二酸化炭素のグラム数）を掛け、1000で割ってキログラムに換算したものです。 E=N⋅EqE = N \cdot E_qE=N⋅Eq C=E⋅peC = E \cdot p_eC=E⋅pe mCO2=E⋅Ig1000m_{\text{CO}_2} = E \cdot \frac{I_g}{1000}mCO2=E⋅1000Ig クエリあたりのエネルギーはわずかで、稼働率の高いアクセラレーターでの短い応答では1ワット時の数分の1にとどまることが多いため、価格付けと排出量の算定に先立って数値をキロワット時に換算します。 計算例 N = 1{,}000{,}000 件のクエリを、それぞれ Eq=0.5E_q = 0.5 ワット時で処理する場合を考えます。合計エネルギーは次のとおりです。 E=1,000,000×0.5 Wh=500,000 Wh=500 kWh.E = 1{,}000{,}000 \times 0.5 \text{ Wh} = 500{,}000 \text{ Wh} = 500 \text{ kWh.}E=1,000,000×0.5 Wh=500,000 Wh=500 kWh. 電気料金がキロワット時あたり p_e = \0.15$ のとき、コストは次のとおりです。 C=500×$0.15=$75.C = 500 \times \$0.15 = \$75.C=500×$0.15=$75. 中位の混合系統にあたる、系統の強度 Ig=400I_g = 400 グラムの二酸化炭素毎キロワット時のとき、排出量は次のとおりです。 mCO2=500×4001000=200 kg of CO2.m_{\text{CO}_2} = 500 \times \frac{400}{1000} = 200 \text{ kg of CO}_2.mCO2=500×1000400=200 kg of CO2. このように100万件のクエリの処理には電気代で約$75かかり、EqE_q にすでに含まれる分を超える冷却や待機の間接負荷を別にして、およそ200キログラムの二酸化炭素を排出します。 変動要因と活用 3つの入力はそれぞれ独立に結果を左右します。クエリあたりのエネルギーはモデルの規模、系列長、ハードウェア、バッチ処理に依存し、稼働率の低いハードウェアで大規模モデルから行う長い生成は、短いものよりはるかに多く消費します。電気料金は地域や契約によって変わり、系統の強度は水力や原子力中心の系統でのキロワット時あたり100グラム未満から、石炭中心の系統での700グラム超まで幅があるため、同じワークロードでも計算処理の場所によって排出量は数倍異なります。エネルギーとコストは 自己ホストとAPIの損益分岐の計算 の分析などインフラの選択に反映され、そこでは電気代が自己ホストの変動費の一部となります。学習エネルギーは含みません。それは一度きりの別個のコストで、そのモデルが応答するすべてのクエリに按分されるため、ライフサイクル全体の数値には別途算入する必要があります。結果は実測値ではなく桁数程度の概算です。 よくある質問 (FAQ)推論クエリ1件あたりのエネルギー消費量はどの程度ですかモデルの規模、系列長、ハードウェア、バッチ処理によって大きく異なります。十分に稼働率の高いアクセラレーターで提供される短い応答は1ワット時のごく一部で済む一方、稼働率の低いハードウェアで大規模モデルから長い生成を行う場合はかなり多くなります。可能な限り自身の環境で実測してください。公表されている数値は概算の平均値であり、冷却や待機の間接負荷を含まないことがほとんどです。 どの系統の炭素強度を用いるべきですか利用者の所在地ではなく、計算処理が物理的に行われる地域の数値を用います。各国・各地域の系統運用者が平均強度を公表しており、クラウドプロバイダーも地域単位の数値を報告しています。水力、原子力、風力が中心の系統はkWhあたり100グラムを下回ることがあり、石炭中心の系統は700グラムを超えることがあります。 モデルの学習に使われたエネルギーは含まれますか含まれません。ここではリクエストに応答するために消費する電力のみを見積もります。学習は一度きりの別個のコストで、そのモデルが応答するすべてのクエリに按分されます。リクエスト量が多いほど、クエリあたりの学習エネルギーの割合は提供時の消費に比べて小さくなります。ライフサイクル全体の数値が必要な場合は学習分を別途算定してください。 免責事項 推論のエネルギー数値はモデル、ハードウェア、バッチ処理、データセンターの効率に大きく依存する見積もりです。系統の炭素強度や電気料金は地域や時期によって変動します。結果は実測値ではなく桁数程度の概算として扱ってください。
