生成AIのリスク・AI倫理・ガバナンス
API・AIエージェント利用時のコスト・利用量の管理
APIやAIエージェントの利用量の管理は、2027年2月試験から適用される生成AIパスポートの公式シラバスで、第4章の学習項目「API・AIエージェント利用時のコスト・利用量の管理」に置かれています。OpenAIとAnthropicの公式文書では、使える回数や量を決めるレート制限と、1か月の費用を決める支出上限が、別の仕組みとして説明されています。
このページは、公式文書とOWASP、デジタル庁のガイドラインに書かれている範囲で、2つの制限の違い、上限に達したときの動き、APIキーの管理、コスト増のリスクを整理しています。
公式情報の確認
試験日、料金、申込条件、試験方式など変動する情報は、公式情報を最終確認してください。 当サイトの一次情報確認日: 2026-08-31。
試験の出題範囲・実施要項は変動するため、受験前に公式情報を確認してください。
結論
- レート制限は一定の期間に使える回数や量の上限、支出上限は1か月に使える費用の上限で、別の仕組み
- OpenAIの支出アラートは通知だけでAPIは止まらず、ハード支出上限に達すると対象のリクエストが429エラーになる
- APIキーは、一覧・名前の変更・無効化・有効期限を管理でき、アクセスを許可する主体を確実に制限する
- 制御されない利用は、費用の増加だけでなく、サービス拒否や品質の低下につながる
レート制限と支出上限の違い
OpenAIの「Rate limits」とAnthropicの「Rate limits」は、利用量を抑える仕組みを、次の2種類に分けて説明しています。
| 種類 | 意味 | 事業者の説明 |
|---|---|---|
| レート制限 | 一定の期間に使える回数や量の上限。リクエスト数（RPM）やトークン数（TPM）などで決まる | OpenAIは組織単位とプロジェクト単位で、モデルごとに定める。Anthropicは組織単位で、利用ティアに応じて決まる |
| 支出上限 | 1か月に使える費用の上限 | OpenAIは組織またはプロジェクトに設定できる。Anthropicは、ティアの上限より低い自分の上限をConsoleで設定できる |
OpenAIは、レート制限の指標として、1分あたりのリクエスト数（RPM）、1日あたりのリクエスト数（RPD）、1分あたりのトークン数（TPM）、1日あたりのトークン数（TPD）などを挙げ、どれか1つでも超えると制限に達しうるとしています。回数が少なくても、1回に送る文章が長ければ、トークン数の制限に先に達します。トークンの考え方はトークンとはにまとめています。
一次資料: OpenAI「Rate limits」、Anthropic「Rate limits」
上限に達したときの動き
上限に達したときの動きは、事業者と設定の種類で変わります。公式文書の記載は次のとおりです。
| 事業者 | 止まらない・再試行できる場合 | 止まる場合 |
|---|---|---|
| OpenAI | 支出アラートは通知を送るが、APIの通信は続く | ハード支出上限に達すると、対象のAPIリクエストは429エラーを返す |
| Anthropic | レート制限を超えると429エラーを返す。retry-afterヘッダーがあれば、その秒数待って再試行する | 自分で設定した支出上限に達すると、HTTP 400（invalid_request_error）を返す。上限を上げるか外すと再開する |
費用の上限を決めるだけでは止まらない設定があるため、止めたいのか、知らせたいのかを先に決めます。Anthropicは、急に利用量を増やしても429エラーになりうるため、通信量は段階的に増やすよう求めています。
一次資料: OpenAI「Rate limits」、Anthropic「Rate limits」
APIキーの管理
AnthropicのAdmin APIの文書は、組織のメンバー、ワークスペース、招待、APIキーをプログラムで管理でき、用途に入社・退社時の手続きの自動化、ワークスペースのアクセス管理、APIキーの監査を挙げています。 キーの一覧には有効期限が含まれ、名前の変更と無効化もできます。組織の役割は、APIキーを管理できるdeveloper、請求情報を管理するbilling、ユーザー管理も行うadminに分かれます。
デジタル庁のガイドラインは、生成AIシステムと、それが扱う情報へのアクセスを許可する主体が確実に制限されるよう、アクセス制御機能を適切に運用することを求めています。キーを誰がいつ発行し、使われなくなったらどう無効にするかを、組織の手続きとして決めておきます。利用の記録の見方は生成AIツールを選ぶときの確認項目のログ管理で扱っています。
GoogleのGemini APIの文書は、標準APIキーは課金と割り当てのためにリクエストをGoogle Cloudプロジェクトへ関連付けるだけで呼び出し元を識別しないと説明します。 サービスアカウントに結び付く認可キーなら、細かいアクセス制御ができ、漏洩したキーの使用を速やかに止められます。2026年5月28日以降にGoogle AI Studioで作る新しいキーは認可キーで、制限のない標準キーからのリクエストは拒否されます。 Microsoftの文書は、Azure OpenAIでMicrosoft Entra IDを使うと、APIキーをアプリに保存せず、短時間有効なアクセストークンで呼び出せると説明します。
一次資料: Anthropic「Admin API」、デジタル庁ガイドライン、Google「Gemini API キーを使用する」、Microsoft「Azure OpenAI の Microsoft Entra ID 認証」（いずれも2026-10-20確認）
コスト増のリスクと対策
OWASPの「LLM10:2025 Unbounded Consumption」は、LLMを使うアプリが利用者に過度で制御されない推論を許すと、サービス拒否、経済的損失、モデルの窃取、サービス品質の低下が起きるとしています。 例に挙がる「Denial of Wallet」は、大量の操作でクラウドAIの従量課金を悪用し、提供者に持続できない費用を負わせる攻撃です。対策には次のものがあります。
- レート制限と、利用者ごとのクォータ（同じ発信元が一定の期間に行えるリクエスト数の制限）
- リソースの割り当てを動的に監視し、1人の利用者や1回の要求が過度に使わないようにする
- タイムアウトとスロットリング
- 入力サイズの検証
デジタル庁のガイドラインは、考慮するリスクの例に、単一の系統のモデルに依存することによるコスト増と、ベンダーロックインによる不要なコストの増加を挙げています。 モデルのメジャーアップデートや大規模な追加学習のときは、目的・用途とコストの関係も考えながら、提供前に必要コストの変化などを確認するとしています。費用の管理は、請求額を見るだけでなく、攻撃への備えと、モデル選びや更新の判断にもつながります。自律的に動くAIの権限の絞り方は過剰なエージェンシーにまとめています。
一次資料: OWASP LLM10:2025、デジタル庁ガイドライン
シラバスのどこに出るか
| 場所 | 内容 |
|---|---|
| 第4章の中項目「AIガバナンスと社内ガイドライン」の学習項目（2027年2月適用版） | 「API・AIエージェント利用時のコスト・利用量の管理」が、「社内ルールを定着させる体制と教育」の前に並ぶ |
| 同じ中項目の詳細キーワード | APIキー、レート制限、利用ログ、モニタリング、コスト管理などが並ぶ（中項目全体の欄で、この学習項目専用ではない）。解説文はなく、キーワードだけが示されている |
受験する回の適用版を確かめてから、この範囲の優先度を決めます。章立ての変更は2027年2月試験の新シラバスに整理しています。試験での出題を予想するものではありません。
よくある質問
レート制限と支出上限は、同じものですか？
別のものです。レート制限は一定の期間に使える回数や量の上限で、支出上限は1か月に使える費用の上限です。Anthropicの公式文書は、この2つを別の種類の制限として説明しています。
支出上限に達すると、必ずAPIが止まりますか？
設定の種類によります。OpenAIの支出アラートは通知を送るだけでAPIの通信は続き、ハード支出上限は対象のリクエストが429エラーを返します。止めたいときはハード支出上限を設定します。
上限エラーが出たら、自動で再試行すればよいですか？
レート制限の429エラーは、retry-afterヘッダーがあればその秒数待って再試行します。ただしAnthropicの公式文書は、支出上限に達した場合は再試行しても、上限を上げるか再開日になるまで失敗が続くとしています。エラーの種類を見分けてから再試行します。
APIキーの管理は、どこまで公的資料で確認できますか？
このページで確認できたのは、AnthropicのAdmin APIがキーの一覧・名前の変更・無効化、有効期限の確認を提供することと、アクセスを許可する主体を確実に制限するというデジタル庁ガイドラインの記載です。Google、Microsoftについては、キーの種類と認証方式の公式文書の記載を、この節の補足として載せています。
コストの管理は、費用を下げるだけの話ですか？
費用を下げるだけではありません。OWASPは、制御されない利用が、サービス拒否、経済的損失、品質の低下につながるとしています。デジタル庁のガイドラインも、特定のモデルへの依存によるコスト増をリスクの例に挙げています。
生成AIパスポートの学習に使う書籍（Amazon）
試験範囲を通して読むときの1冊です。読んだ章は、このサイトの章別問題で確かめられます。
