100Kトークンのドキュメントに合うモデル：コンテキストと出力上限

短い答え：100Kトークンのドキュメントは3つのモデルのいずれにも1回のリクエストで収まります。違いを分けるのはその周りの余裕です。GLM-5.3-Flashは390Kのコンテキストウィンドウを持ち、DeepSeek-V4-Flashは380Kで最大32,768トークンを返せ、MiniMax-M2.7は180Kです。どれを使うべきかは2つのチェックで分かります：ドキュメントと回答がウィンドウに収まるか、そして回答がモデルの出力上限に収まるかです。

以下の制限はCheapTokens独自のもので、2026年11月1日に確認されたものであり、https://api.cheaptokens.dev/v1を呼び出すときにリクエストが測定される基準です。docsには接続方法が示され、pricingには完全な価格表があります。

2段階のチェック#

どちらのルールも、何かを送る前に知ることができる数値を使います：

1. 入力トークン + max_tokens ≤ コンテキストウィンドウ。ドキュメントと回答は1つのウィンドウを共有します。
2. max_tokens ≤ モデルの出力上限。

最後の列はウィンドウから最長の回答を引いたもので、Kを1,000として読むと：390,000 − 8,192 = 381,808；380,000 − 32,768 = 347,232；180,000 − 8,192 = 171,808。実際には最長の回答を求めることはほとんどないので、その列が示すよりも余裕があります。

実際にありそうなケースでチェックしてみましょう。200,000トークンのログがあり、2,000トークンの分析を求めるとします：200,000 + 2,000 = 202,000。これは390Kと380Kのウィンドウには収まり、180Kには収まりません。同じログ、同じ質問で、3つのうち1つはすでに除外されます。

ドキュメントは実際どのくらいの大きさか？#

ページは不適切な単位で、トークンが本当の単位です。英語のページは約600トークンだとします（仮定です。実際のページはおよそ500から700の範囲です）。すると100Kトークンのドキュメントは100,000 ÷ 600 ≈ 167ページです。それは厚い契約書や長い年次報告書で、表のどのモデルにも余裕を持って収まります。

ページの見積もりは計画用です。送信する前に、トークナイザーでトークンを数えるか、英語では1トークンあたり約4文字という大まかなルールを使ってください。各モデルは独自のトークナイザーを持っているので、カウントは推定値であり、リクエスト後にはレスポンスのusageフィールドが正確な数値を与えます。

コードでチェックを実行する#

このスクリプトは契約書を上記の制限に対してチェックし、送信し、回答がどのように終わったかを出力します。まずCHEAPTOKENS_API_KEYを設定し、モデルIDを入れ替えて他のモデルを試してください。

import os
from openai import OpenAI

# context window, max answer tokens (CheapTokens, checked 1 Nov 2026)
LIMITS = {
    'zai-org/GLM-5.3-Flash': (390_000, 8_192),
    'deepseek-ai/DeepSeek-V4-Flash-0731': (380_000, 32_768),
    'MiniMaxAI/MiniMax-M2.7': (180_000, 8_192),
}

def fits(model, input_tokens, max_tokens):
    context, out_limit = LIMITS[model]
    return max_tokens <= out_limit and input_tokens + max_tokens <= context

client = OpenAI(
    base_url='https://api.cheaptokens.dev/v1',
    api_key=os.environ['CHEAPTOKENS_API_KEY'],
)

text = open('contract.txt', encoding='utf-8').read()
estimate = len(text) // 4   # rough: about 4 characters per token in English
model = 'zai-org/GLM-5.3-Flash'
max_tokens = 1500

if not fits(model, estimate, max_tokens):
    raise SystemExit('Does not fit: pick another model or split the text')

reply = client.chat.completions.create(
    model=model,
    max_tokens=max_tokens,
    messages=[
        {'role': 'system', 'content': 'Summarize contracts in 10 bullet points.'},
        {'role': 'user', 'content': text},
    ],
)
print(reply.choices[0].finish_reason)   # stop = ended on its own, length = cut by max_tokens
print(reply.usage.prompt_tokens, reply.usage.completion_tokens)

うまくいけば、最初の行はstopを出力し、2行目は入力と出力のトークン数を示します。lengthが表示された場合、回答がmax_tokensに達したことを意味します。この記事が修正方法を説明しています。そしてサイズのためにリクエストが拒否された場合は、request too long: 400 vs 413が詳しく説明しています。

100Kのジョブ1回のコスト#

契約書を要約するとします。それぞれ100,000トークンで、要約は約1,500トークンです（仮定です。ファイルに合わせて変更してください）。以下の表はライブで、現在の価格から再計算され、OpenRouterの参考価格を私たちのものの隣に置きます。

ここではドキュメントが高価な側です。返ってくるよりもはるかに多くを送るからです。そのようなジョブ1回の合計は、GLM-5.3-Flashで$0.0021、DeepSeek-V4-Flashで$0.0017、MiniMax-M2.7で$0.0052です。入力と出力を合計すると、3つともOpenRouterより安くなります。価格はモデルごとに固定でピーク時間はないので、夜間のバッチも日中のものと同じコストです。

次に、あなたの1日にスケールしてみましょう。スライダーを自分の負荷に合わせて動かし、合計を読んでください：

回答が長い部分になる場合#

要約は簡単なケースです：短い回答はどこにでも収まります。問題はモデルがたくさん書かなければならないときに始まります。20,000トークンのマニュアルがあり、それに基づいて6,000トークンのレポートを求めるとします。これはどのモデルにも収まり（6,000 ≤ 8,192）、ライブテーブルがコストを示します：

次に、同じマニュアルの完全な翻訳を求めます。翻訳は元の長さとほぼ同じになるので、回答に約20,000トークンの余裕が必要です。max_tokensを25,000に設定します：20,000 + 25,000 = 45,000で、380Kのウィンドウに十分収まり、25,000 ≤ 32,768なので、DeepSeek-V4-Flashは1回の回答で受け入れます。そのようなジョブ1回のコストは$0.0023です。回答上限が8,192トークンのモデルでは、マニュアルを章に分けて1つずつ送ってください。

あなたのケースにはどれか#

まだ確信が持てない場合は、実際のドキュメントを1つスクリプトに通してusageを読んでください。タスク別の3モデルのより広い比較については、GLM vs DeepSeek vs MiniMaxを参照し、DeepSeekページではDeepSeek-V4-Flashをより詳しく扱っています。