Live Avatarの費用試算｜件数・会話時間・AIが話す割合から月額を出す手順(2026年9月)

前提: 何に課金されるのか

Live Avatar の料金は、Google Cloud の Agent Platform の料金表に載っています(2026-09-25確認)。音声や映像はトークン(AIが処理する単位)に換算され、100万トークンあたりの単価で課金されます。換算率は料金表の注記にあり、音声は1秒25トークン、アバター映像は1秒6,192トークンです。映像の課金はアバターが話している間だけで、聞いている間(待機中)はかかりません。

試算に使う単価は次の4つです。1分あたりの金額は、単価と換算率から当社が計算したものです。

ここから分かるのは、AIが話す1分は映像と音声を合わせて約0.3895ドル、利用者が話す1分は約0.0045ドルという差です。費用を決めるのは会話の総時間より「AIが話している時間」です。

仕様の出典: Google Cloud「Agent Platform Pricing」(Gemini 3.8 Live API の単価と Live API Billing Details) / Google Cloud「Gemini 3.8 Live with Live Avatar is now generally available」(2026-09-24)

月額を出す計算式

月額は次の式で出せます。3つの数字(月の件数、1件の平均会話分数、AIが話す割合)を現場から集めれば、自社の見込みを計算できます。

• AIが話す分数 = 1件の会話分数 × AIが話す割合
• 利用者が話す分数 = 1件の会話分数 × (1 − AIが話す割合)
• 1件あたり(顔あり) = AIが話す分数 × 0.38952ドル + 利用者が話す分数 × 0.0045ドル
• 1件あたり(音声のみ) = AIが話す分数 × 0.018ドル + 利用者が話す分数 × 0.0045ドル
• 月額 = 1件あたり × 月の件数。円は1ドルあたり157円(2026-09-29の為替)で概算

検算の例として、親記事と同じ条件(1件5分、AIが話す割合50%)を入れます。AIが2.5分で2.5×0.38952=0.9738ドル、利用者が2.5分で2.5×0.0045=0.01125ドル、合計0.98505ドルで、1件約0.99ドル(約155円)です。音声のみなら2.5×0.018+0.01125=0.05625ドル、約9円です。

AIが話す割合は、録音や既存の通話記録から測るのが確実です。記録がなければ、代表的な問い合わせ10件ほどを台本にして、AIの発話の秒数を数えるだけでも目安になります。案内が中心の業務ほど割合は高くなります。

4つのパターンで試算する

業務の種類ごとに、件数・会話時間・AIが話す割合を変えた4パターンを計算しました。数字はすべて説明用の仮定で、当社や顧客の実測値ではありません。単価は2026-09-25確認のもの、円は1ドルあたり157円での概算です。

A 会社の来訪受付

来訪者が名前と訪問先を言い、AIが担当者を呼び出して待合の場所を案内する想定です。会話は短く、月額も小さく収まります。1件2分のうちAIが話すのは1分で、0.38952ドル+利用者1分の0.0045ドル=約0.394ドル。600件で約236ドルです。受付は会社の顔になる場所なので、顔をつける理由を説明しやすい業務です。

B 商業施設の館内案内

店舗の場所やトイレ、駐車場の案内です。件数が多く、AIが道順を説明するので話す割合も高めです。AIが1.8分(0.701ドル)、利用者が1.2分(0.0054ドル)で1件約0.707ドル、3,000件で約2,120ドル。4パターンで最も高くなります。案内を短くまとめ、地図を画面に出して話す量を減らす設計が効きます。

C 多言語の窓口

訪日客の問い合わせを英語・中国語などで受ける想定です。説明が長くなりやすく、1件あたりは約1.41ドルと4パターンで最も高くなります。Gemini 3.8 Live は97言語を会話の途中で切り替えるので、言語ごとに窓口を分けずに済みます。人の通訳を手配する費用と比べる業務です。

D 社内ヘルプ

パスワード再設定の手順や経費精算の質問を受ける想定です。社員が状況を説明する時間が長いので、AIが話す割合は40%としました。AIが1.6分(0.623ドル)、利用者が2.4分(0.0108ドル)で約0.634ドル、2,000件で約1,268ドルです。社内向けに顔が要るかは問い直してよい項目で、音声のみなら約79ドルに下がります。

試算に入らない費用

上の数字は単価を並べただけの下限に近い値です。見積もりでは次の費用を別に積みます。

• 文脈の課金: Live API は会話のターンごとに、それまでのやり取り(セッションの文脈)を含めたトークン数で課金されます。1件の会話が長いほど、後半のターンは割高になります
• 入力の音声: 本記事では利用者が話している時間だけを入力として数えました。マイクの音声を常に送る構成なら入力は会話の全時間になります。5分の会話でも差は約0.011ドルと小さい項目です
• カメラ・画面共有の入力: 来訪者の姿を見せる構成なら、画像・動画の入力(100万トークンあたり1ドル)が加わります
• テキスト: システム指示、外部システムから返った結果、文字起こしの出力など
• 基盤の契約: Gemini Enterprise(Google Cloud)の契約、スループットの事前確保を使う場合はその費用
• 開発・運用: 会話の設計、予約や社員名簿との接続、会話ログの確認、ナレッジの更新
• 端末と設置: キオスク端末、画面、マイク、スピーカー、ネットワーク

仕様の出典: Google Cloud「Agent Platform Pricing」(Live API Billing Details)

費用を抑える設計

映像はAIが話している間だけ課金されるので、費用を下げる手段は「AIに長く話させない」設計です。単価の交渉より効き目が読みやすい方法です。

• 答えを短くする: 道順や手順は画面に文字や地図で出し、声では要点だけ言う。パターンBでAIの割合を60%から40%に下げると、月額は約2,120ドルから約1,427ドルに下がります(当社の試算)
• 顔を出す場面を絞る: 最初の挨拶と用件の聞き取りだけアバターを出し、長い説明は音声のみや画面表示に切り替える。この切り替えが仕様上できるかは、試作で確かめる項目です
• 長い相談は人に渡す: 10分を超える相談は、AIが要点を整理して人に引き継ぐ。文脈の課金が膨らむ前に切り上げられます
• 上限を決める: 1件の最長時間と、同時に開くセッション数の上限をアプリ側で設ける
• 月次で実費を見る: 件数、平均時間、AIの発話割合、請求額を毎月並べ、試算とのずれを確認する

日本の会社で使えるか・GPT-Liveとの費用の比べ方

日本語は対応言語に含まれ、日本の会社も Gemini Enterprise で使えます。ただし提供リージョンは米国とEUだけで、日本リージョンはありません(2026-09-25確認時点)。料金は米ドル建ての従量課金なので、予算は為替の変動を見込んで幅を持たせてください。自社の社員の顔を使うカスタムアバターは許可制で、申請と同意の手続きが別に要ります。

OpenAI の GPT-Live-1 は、音声セッション1分0.05ドル・秒単位の課金です(2026-09-11確認。詳しくは「GPT-Liveの料金と導入費用」)。こちらは会話の総時間で課金され、業務処理を担うバックエンドのモデルは別料金です。Gemini はAIが話す時間で大きく変わるので、同じ業務でも「会話の総時間」と「AIが話す時間」の両方を測ってから比べてください。顔の映像は GPT-Live にはないので、顔つきの費用は Gemini 側だけに乗ります。

仕様の出典: Google Cloud ドキュメント「Gemini 3.8 Live」モデルページ(対応リージョン) / Google Cloud ドキュメント「ライブアバターを構成する」

いまやること・待ってよいこと

• 3つの数字を集める: 月の件数、1件の平均会話時間、AIが話す割合。繁忙月の件数も一緒に取る
• 上の式で顔あり・音声のみの2本を計算する: 差額が「顔の値段」です。その差額に見合う効果(利用率、案内の完了率、待ち時間)を何で測るかを先に決める
• 音声のみで試作して実費を測る: 同じ Gemini 3.8 Live を音声だけで動かし、1件あたりの請求額と、文脈の課金でどれだけ試算から増えるかを確かめる
• 顔ありは1か所・短期間で比べる: 受付1か所などで2〜4週間、顔あり・なしの利用状況と費用を並べる

待ってよいのは、日本リージョンの提供と、単価の改定です。いずれも2026-09-30時点で発表はありません。単価が変わっても、計算式と3つの数字はそのまま使えます。

出典

• Google Cloud「Agent Platform Pricing」(Gemini 3.8 Live API の単価、Live API Billing Details。2026-09-25確認): https://cloud.google.com/gemini-enterprise-agent-platform/generative-ai/pricing
• Google Cloud「Gemini 3.8 Live with Live Avatar is now generally available」(2026-09-24): https://cloud.google.com/blog/products/ai-machine-learning/gemini-3-8-live-with-live-avatar-is-now-generally-available
• Google「Introducing Gemini 3.8 Live with Live Avatar」(2026-09-24): https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-8-live-with-live-avatar/
• Google Cloud ドキュメント「Gemini 3.8 Live」モデルページ(対応リージョン。2026-09-25確認): https://docs.cloud.google.com/gemini-enterprise-agent-platform/models/gemini/3-8-live
• Google Cloud ドキュメント「ライブアバターを構成する」: https://docs.cloud.google.com/gemini-enterprise-agent-platform/models/live-api/configure-live-avatars
• OpenAI「GPT-Live-1」モデル仕様・料金(2026-09-11確認): https://developers.openai.com/api/docs/models/gpt-live-1

よくあるご質問

Live Avatarの料金はいくらですか?

従量制で、アバター映像の出力が100万トークンあたり1ドル、映像は1秒6,192トークンに換算されます(2026-09-25確認)。アバターが話す1分あたり約0.37ドルで、AIの音声0.018ドルを足すと約0.39ドルです。話していない間は映像の課金はありません。

AIアバターで受付をすると月いくらかかりますか?

当社の試算では、月600件・1件2分・AIが話す割合50%で、月約236ドル(1ドルあたり157円で約3.7万円)です。音声だけなら約13.5ドルです。これにGemini Enterprise の契約、開発・運用、端末の費用が加わります。

費用を一番左右するのは何ですか?

AIが話している時間です。アバターが話す1分は約0.39ドルで、利用者が話す1分(約0.0045ドル)の約87倍です。答えを短くし、長い説明を画面表示に回すと、件数を変えずに月額を下げられます。

GPT-Liveとどちらが安いですか?

音声だけなら、GPT-Live-1は会話の総時間で1分0.05ドル(バックエンドは別料金)、Gemini 3.8 Live は5分の会話で約0.056ドルが当社の試算です。課金の単位が違うので、同じ会話を両方で流して1件あたりの実費を比べてください。顔の映像はGemini側にしかありません。