Copilot Studioの料金:パックが従量課金より得になる使用量

当ページのリンクには広告が含まれています。

Copilot Studioで作ったエージェントの料金は、利用者の人数ではなく、エージェントが消費した「Copilotクレジット」で決まります。支払い方は、25,000クレジットのパック(日本の価格ページで月29,985円)か、使った分だけの従量課金(1クレジット0.01ドル)です。

1ドル150円なら、パックは1クレジット1.20円、従量課金は1.50円です。ただし、パックは使い切らないと割高になります。Microsoftの料金表から月のクレジット数を計算するPythonスクリプトを作り、公式の課金例と同じ数字が出ることを確かめたうえで、社員300人の会社の例で月額を比べました。実際のテナントでは測っていません。

目次

パックが得になるのは、月の使用量がパックの8割を超えるとき

  • 分かれ目:1ドル150円なら、月19,990クレジット以上でパック1つが従量課金より安くなります。パックの約80%です。1ドル140円なら21,418クレジット(約86%)です。
  • パックを超えた分:管理センターで従量課金の課金プランを環境に結び付けておけば、超えた分だけ従量課金にできます。使用量が多い例では、この組み合わせがいちばん安くなりました。
  • 無料になる場合:Microsoft 365 Copilotのライセンスを持つ社員がサインインして使う分は、クレジットを消費しません。イベントや予定の時刻で自動的に動くエージェントは、この無料の対象外です。

1回の応答で消費するクレジット数

料金表(2026年10月30日付、標準ハーネスのエージェント)では、1回の応答に使った機能ごとにクレジットが足し上げられます。主なものは次のとおりです。

  • 従来型の回答(作成者があらかじめ書いた定型の回答):1クレジット
  • 生成された回答(AIモデルが資料をもとに作る回答):2クレジット
  • エージェントのアクション(ツールの呼び出し、トピックの切り替えなど):5クレジット
  • テナントグラフのグラウンディング(Microsoft Graph全体を検索して答える機能):10クレジット
  • エージェントフロー:100アクションごとに13クレジット
  • 推論モデル:上の機能の分に加えて、1,000トークンごとに10クレジット

たとえば、テナントグラフを使って生成回答を返すと、1回で12クレジットです。生成回答だけなら2クレジットなので、テナントグラフをオンにすると6倍になります。

推論モデルは、回答の数ではなくトークン数で数えます。料金表の例では、1つの質問に答えるのにモデルを2回呼び、課金対象が14,100トークンで141クレジットでした。同じ質問を新しい会話で聞くと、キャッシュが効かずに461クレジットになります。料金表は、深い推論が要らない用途では推論モデルを使わないこと、指示を短くすること、話題が変わったら新しい会話を始めることを勧めています。

Microsoft 365 Copilotのライセンスで無料になる範囲

料金表の注記によると、社員向けのエージェントを、Microsoft 365 Copilotのライセンスを持つ社員が認証して使う場合、上の機能は無料です。ライセンスは価格ページで月4,497円相当(年払い、税抜)です。

次の使い方は、ライセンスがあっても無料になりません。

  • ライセンスを持たない社員や、社外の顧客が使う分
  • 新しい注文やメールの受信など、イベントで自動的に動くエージェントとエージェントフロー。社内にライセンスを持つ人がいても課金されます。
  • 画面を操作するコンピューター使用エージェント

なお、Microsoft 365のAgent Builderで作り、テナントグラフを使わないエージェントの生成回答は課金されません。CoworkやAutopilotなど、Microsoft Copilotハーネスで動くエージェントは別の課金形式で、この料金表の対象外です。

試算スクリプトで公式の課金例を再現した

料金表の数字を定数にし、月のクレジット数と、パックと従量課金の組み合わせごとの月額を出すスクリプトを書きました。Pythonの標準機能だけで動き、Microsoftのサービスにはつなぎません。まず、料金表に載っている課金例5件を同じ式で計算し、すべて公式の数字と一致することを確かめました。

そのうえで、社員300人(うちMicrosoft 365 Copilotのライセンスは50人)の会社を仮定し、次の4つの例を計算しました。人数や回数は説明のための仮定です。

  • A 社内規程Q&A:ライセンスのない250人が月20回質問し、毎回生成回答で答える
  • B Aでテナントグラフをオン:1回12クレジット
  • C 受注処理の自律エージェント:1日40件、1件ごとに在庫確認やメール送信など4回のアクション
  • D 推論モデルで答えるQ&A:月1,000回、1回に1万トークン

1ドル150円での出力は次のとおりです。

python3 credit_calc.py
## 公式の課金例の再現
  顧客サポート(1日900人): 7,200 クレジット(公式 7,200)一致
  営業実績(無ライセンス100人): 4,800 クレジット(公式 4,800)一致
  受注処理(アクション4回): 20 クレジット(公式 20)一致
  推論モデル 14,100トークン: 141 クレジット(公式 141)一致
  推論モデル 新しい会話 46,100トークン: 461 クレジット(公式 461)一致

## 1ドル=150円の場合
  従量課金 1クレジット=1.50円、パック 1クレジット=1.20円
  パック1つが従量課金より安くなる使用量: 月19,990クレジット以上(パックの80%)

## A 社内規程Q&A(生成回答のみ)
  前提: ライセンスのない250人が月20回質問
  月10,000クレジット
  従量課金だけ: 15,000円
  パックだけ: 1個 29,985円
  最安: パック0個+従量課金10,000クレジット = 15,000円

## B 同じQ&Aでテナントグラフをオン
  前提: 250人×20回、1回=生成回答2+テナントグラフ10
  月60,000クレジット
  従量課金だけ: 90,000円
  パックだけ: 3個 89,955円
  最安: パック2個+従量課金10,000クレジット = 74,970円

## C 受注処理の自律エージェント
  前提: 1日40件×30日、1件=アクション4回(ライセンスがあっても無料にならない)
  月24,000クレジット
  従量課金だけ: 36,000円
  パックだけ: 1個 29,985円
  最安: パック1個+従量課金0クレジット = 29,985円

## D 推論モデルで答えるQ&A
  前提: 月1,000回、1回=生成回答2+1万トークン
  月102,000クレジット
  従量課金だけ: 153,000円
  パックだけ: 5個 149,925円
  最安: パック4個+従量課金2,000クレジット = 122,940円

例ごとの結論

  • A(月10,000クレジット):従量課金で15,000円です。パックを買うと半分以上が余ります。
  • B(月60,000クレジット):パック2つと従量課金10,000クレジットで74,970円です。従量課金だけ(90,000円)や、パック3つ(89,955円)より安くなります。
  • C(月24,000クレジット):パック1つ(29,985円)に収まり、従量課金だけ(36,000円)より安くなります。ライセンスがあっても無料にならない使い方です。
  • D(月102,000クレジット):パック4つと従量課金2,000クレジットで122,940円です。推論モデルを使うと、Aの約10倍のクレジットを消費します。

従量課金はドル建ての単価で、Azureのサブスクリプションに請求されます。円での金額は為替と契約で変わるため、スクリプトの引数で換算レートを変えて確かめてください。1ドル140円で計算し直すと、Bは73,970円、Dは122,740円で、組み合わせの順位は同じでした。

スクリプト全文

使い方はpython3 credit_calc.py 150です。数字は1ドルの円換算レートです。自社の人数と回数に合わせるときは、SCENARIOSの行を書き換えます。

"""Copilot Studio のCopilotクレジットと月額を試算する(標準ライブラリのみ)。

使い方: python3 credit_calc.py [1ドルの円換算レート]  (省略時150)
料金表: Microsoft Learn「請求レートと管理」(標準ハーネス)、「従量課金制メーター」、日本の価格ページ(2026-11-19確認)。
M365 Copilotライセンスのある社員が会話で使う分は無料(自律的に動くフローは対象外)。試算では無料分を数えない。
"""
import math
import sys

# 1回あたりのクレジット数
CLASSIC_ANSWER = 1          # 従来型の回答
GENERATIVE_ANSWER = 2       # 生成された回答
AGENT_ACTION = 5            # エージェントのアクション
TENANT_GRAPH = 10           # テナントグラフのグラウンディング
PREMIUM_PER_1K_TOKENS = 10  # 推論モデル(テキストと生成AIツール・プレミアム)

PACK_CREDITS = 25_000       # キャパシティパック1つのクレジット数
PACK_YEN = 29_985           # パック1つの月額(日本の価格ページ)
PAYG_USD_PER_CREDIT = 0.01  # 従量課金の単価(Azureサブスクリプションへ請求)


def payg_yen(credits, rate):
    return credits * PAYG_USD_PER_CREDIT * rate


def cheapest(credits, rate):
    """パックをk個買い、超えた分を従量課金にした場合の最安の組み合わせを返す。"""
    options = []
    for packs in range(math.ceil(credits / PACK_CREDITS) + 1):
        over = max(0, credits - packs * PACK_CREDITS)
        options.append((packs * PACK_YEN + payg_yen(over, rate), packs, over))
    return min(options)


def check_official_examples():
    """Learnの課金例と同じ数字になるかを確かめる。"""
    examples = [
        ("顧客サポート(1日900人)", (4 * CLASSIC_ANSWER + 2 * GENERATIVE_ANSWER) * 900, 7_200),
        ("営業実績(無ライセンス100人)", (4 * GENERATIVE_ANSWER + 4 * TENANT_GRAPH) * 100, 4_800),
        ("受注処理(アクション4回)", 4 * AGENT_ACTION, 20),
        ("推論モデル 14,100トークン", 14_100 * PREMIUM_PER_1K_TOKENS / 1_000, 141),
        ("推論モデル 新しい会話 46,100トークン", (36_600 + 9_500) * PREMIUM_PER_1K_TOKENS / 1_000, 461),
    ]
    print("## 公式の課金例の再現")
    for name, got, expected in examples:
        print(f"  {name}: {got:,.0f} クレジット(公式 {expected:,}){'一致' if got == expected else '不一致'}")


# 仮定の例: 社員300人(うちM365 Copilotライセンス50人)の会社。数字は例示で、実測ではない。
SCENARIOS = [
    ("A 社内規程Q&A(生成回答のみ)", "ライセンスのない250人が月20回質問", 250 * 20 * GENERATIVE_ANSWER),
    ("B 同じQ&Aでテナントグラフをオン", "250人×20回、1回=生成回答2+テナントグラフ10",
     250 * 20 * (GENERATIVE_ANSWER + TENANT_GRAPH)),
    ("C 受注処理の自律エージェント", "1日40件×30日、1件=アクション4回(ライセンスがあっても無料にならない)",
     40 * 30 * 4 * AGENT_ACTION),
    ("D 推論モデルで答えるQ&A", "月1,000回、1回=生成回答2+1万トークン",
     1_000 * (GENERATIVE_ANSWER + 10_000 * PREMIUM_PER_1K_TOKENS // 1_000)),
]


def main():
    rate = float(sys.argv[1]) if len(sys.argv) > 1 else 150.0
    check_official_examples()
    breakeven = PACK_YEN / (PAYG_USD_PER_CREDIT * rate)
    print(f"\n## 1ドル={rate:g}円の場合")
    print(f"  従量課金 1クレジット={PAYG_USD_PER_CREDIT * rate:.2f}円、パック 1クレジット={PACK_YEN / PACK_CREDITS:.2f}円")
    print(f"  パック1つが従量課金より安くなる使用量: 月{breakeven:,.0f}クレジット以上(パックの{breakeven / PACK_CREDITS:.0%})")
    for name, basis, credits in SCENARIOS:
        total, packs, over = cheapest(credits, rate)
        print(f"\n## {name}\n  前提: {basis}\n  月{credits:,}クレジット")
        print(f"  従量課金だけ: {payg_yen(credits, rate):,.0f}円")
        print(f"  パックだけ: {math.ceil(credits / PACK_CREDITS)}個 {math.ceil(credits / PACK_CREDITS) * PACK_YEN:,}円")
        print(f"  最安: パック{packs}個+従量課金{over:,}クレジット = {total:,.0f}円")


if __name__ == "__main__":
    main()

月額はパックの割引や個別の契約を含みません。価格ページには、前払いのコミットユニットで最大20%安くなるとありますが、条件は別の資料にあり、試算には入れていません。

使いすぎを止める設定

設定はPower Platform管理センターの「ライセンス」から「Copilot Studio」を開いて行います(容量管理の解説、2026年11月18日付)。

  • 環境への割り当て:買ったパックのクレジットを、環境ごとに割り当てます。割り当てていない環境は、既定でテナント全体の残りから使います。
  • 使い切ったときの扱い:環境ごとに「テナントの容量から使う」か「従量課金の課金プランに請求する」かを選べます。どちらも選ばないと、割り当て分を使い切った時点で止まることがあります。
  • エージェントごとの月間上限:上限に近づくと通知し、達するとエージェントを止められます。ただし、上限はすぐには効かず、少し超えて応答することがあります。また、エージェントが呼ぶエージェントフローは止まりません。

前払いのパックだけで運用していると、テナントの使用量がパックの125%に達した時点で、その環境のエージェントは応答しなくなります。進行中の会話も止まります。従量課金の課金プランを結び付けた環境は止まりません。業務で止められないエージェントは、従量課金を結び付けたうえで、エージェントごとの上限で費用を抑えるのが現実的です。

どの機能でクレジットを使ったかは、同じ画面の「レポートのダウンロード」で、環境・エージェント・ユーザーごとに確かめられます。最初の1か月はこのレポートで1回あたりの実際の消費を見て、試算の前提を直してからパックの数を決めると、買いすぎを防げます。

試算に入れていない費用と、未確認の点

  • 実際のテナントで、1回の応答が何クレジットになるか(試算は料金表の単価と仮定の回数によるものです)
  • 日本円でのAzureの請求額と、パックの契約期間・年払いの条件
  • Microsoft Ignite 2026(11月17日)で発表されたAutopilotなど、Microsoft Copilotハーネスの機能が消費するクレジット

確認日は2026年11月19日です。料金表と価格は変わることがあるため、契約前にMicrosoftの料金表と価格ページを確かめてください。

よかったらシェアしてね!
  • URLをコピーしました!
  • URLをコピーしました!

この記事を書いた人

IT業界で10年、ソフトウェア開発をしてきたエンジニアです。今もChatGPT、Codex、Claude Codeを中心に、開発の効率化や生産性向上にAIをフル活用しています。応用情報技術者。登壇や執筆もしています。このサイトでは、仕事でAIを使う立場から、料金や利用条件、使い方を調べてまとめています。

目次