--- title: "TPS とは？AIの出力速度の目安（チャット40〜80・エージェント150〜300） | AI用語集 - ai-garage" description: "TPS（Tokens Per Second）はAIが1秒間に出力できるトークン数。チャット用途は40〜80で「人が読むより速い」、自分で手順を踏むエージェント用途は150〜300が体感差を生む目安です。150 TPS なら1秒で75〜150文字。体感速度に効くもう一つの指標 TTFT との違いも解説します。" source: https://ai-garage.jp/glossary/tps/ --- 技術 # TPS（Tokens Per Second）とは？ 最終更新 2026年8月22日 （公開 2026年7月6日） 別名: Output Speed / tokens/sec / 出力速度 AIが1秒間に出力できるトークン数。チャットは40〜80、エージェントは150〜300が目安。 ⚡ 30秒でわかる ## TPS（Tokens Per Second） の主なポイント - 1 1 秒間に生成できるトークン数（数字が大きいほど速い） - 2 チャット体感は 40〜80 TPS で「読むより速い」 - 3 エージェント用途では 150〜300 TPS で「待ち時間が消える」 - 4 同じモデルでも時間帯・サーバ負荷で変動する - 5 Output Speed と同義、Artificial Analysis で測定値が公開されている 📖 詳しく ## TPS（Tokens Per Second） とは TPS（[Token](https://ai-garage.jp/glossary/token/)s Per Second）は、AI モデルが 1 秒間に出力できるトークン数を表す速度指標です。 日本語1文字 ≈ 1〜2 トークン換算で、150 TPS なら 1 秒間に 75〜150 文字が画面に流れます。 チャット用途では「人間が読むより速ければ十分」(40〜80 TPS) ですが、 [エージェント](https://ai-garage.jp/glossary/agent/)・コーディングなど「裏で大量に処理する」用途では 150〜300 TPS が体感差を生みます。 ベンダーごと・モデルごとに大きく異なり、[Artificial Analysis](https://ai-garage.jp/glossary/artificial-analysis/) などが定期的に計測・公開しています。 ❓ FAQ ## よくある質問 Q. TPS が高いと何が嬉しい？ A. 回答を待つ時間が短くなります。チャット用途なら 50 TPS あれば十分ですが、 AI エージェントが何度もモデルを呼び出すワークフローでは、TPS が 3 倍違うと 作業全体の所要時間が 1/3 になることもあります。 Q. TPS と TTFT は何が違う？ A. TTFT（Time to First Token）は「最初の文字が出るまでの時間」、TPS は「出始めてからの流量」です。 『質問してから答えが見え始める速さ』は TTFT、『答えが完全に出るまでの速さ』は TPS が決めます。 Q. なぜ同じモデルでも測定値がバラつく？ A. サーバの混雑、入力プロンプトの長さ、出力モードの違い（streaming vs batch）で TPS は変動します。 ベンチマーク値は「平均的な条件での目安」と理解し、自社業務の実測値と比べるのが正解です。 🔗 関連 ## あわせて読みたい 関連用語 [コンテキストウィンドウ](https://ai-garage.jp/glossary/context-window/) 関連 AI モデル [Gemini — Google Google 製。Gmail / Docs との連携と、100万トークンの長文＋画像・動画・音声の読み取りが持ち味。一般に使える最新は 3.8 Flash（次世代の Gemini 4 Argon は 2026-09-30 に発表されたが、いまはサイバー防御の組織だけに限定提供）。](https://ai-garage.jp/models/gemini/)[ChatGPT — OpenAI AIブームの火付け役。2026-10-07 からチャットが GPT-6 になり、Plus 以上は GPT-6 Sol、無料・Go は 10/8 から順次 GPT-6 Luna。最上位は GPT-6 Astra で、改良版の GPT-6.1 Sol は Work（エージェント機能）と Codex で使える。画像・音声まで一つで完結。](https://ai-garage.jp/models/chatgpt/)[Claude — Anthropic 長文・コード・推論で定評。主力は 9/22 に出た Opus 5.5（API の公式ドキュメントは迷ったらこれと案内）、重い推論や長時間の自走には Fable 5.1、日常使いは 9/28 に出た Sonnet 5.5、軽量は 10/7 に出た Haiku 5.5。](https://ai-garage.jp/models/claude/) 📰 この用語が登場する記事 ## 「TPS（Tokens Per Second）」が出てくるニュース [![Gemini 3.5 Transcribe とは？無料枠あり・85言語対応の文字起こしAI](https://ai-garage.jp/images/news-heroes/gemini-3-5-transcribe-card.webp) 2026/8/27 Gemini 3.5 Transcribe とは？無料枠あり・85言語対応の文字起こしAI](https://ai-garage.jp/news/gemini-3-5-transcribe/) 📎 SOURCES ## 一次ソース - [→ Artificial Analysis – Speed Benchmarks](https://artificialanalysis.ai/) - [→ Artificial Analysis – Output Speed Methodology](https://artificialanalysis.ai/methodology/intelligence-benchmarking) 技術 カテゴリの用語 [Attention（注意機構）](https://ai-garage.jp/glossary/attention/)[Diffusion Model（拡散モデル）](https://ai-garage.jp/glossary/diffusion/)[Embeddings（埋め込みベクトル）](https://ai-garage.jp/glossary/embeddings/)[LoRA](https://ai-garage.jp/glossary/lora/)[max_tokens（出力の上限設定）](https://ai-garage.jp/glossary/max-tokens/)[Mixture of Experts（MoE）](https://ai-garage.jp/glossary/mixture-of-experts/)[RAG（検索拡張生成）](https://ai-garage.jp/glossary/rag/)[Transformer](https://ai-garage.jp/glossary/transformer/)[TTFT（Time to First Token）](https://ai-garage.jp/glossary/ttft/)[ファインチューニング](https://ai-garage.jp/glossary/fine-tuning/)[ベクトルDB](https://ai-garage.jp/glossary/vector-db/)[マルチモーダル](https://ai-garage.jp/glossary/multimodal/)[音声クローン](https://ai-garage.jp/glossary/voice-clone/)[音声認識（STT）](https://ai-garage.jp/glossary/speech-to-text/)[強化学習](https://ai-garage.jp/glossary/reinforcement-learning/)[蒸留（Distillation）](https://ai-garage.jp/glossary/distillation/)[量子化](https://ai-garage.jp/glossary/quantization/) [← 前の用語 RAG（検索拡張生成）](https://ai-garage.jp/glossary/rag/) [次の用語 → Transformer](https://ai-garage.jp/glossary/transformer/) NEXT [FOR BEGINNERS AI初心者ガイド 用語が多くて混乱したら、まず全体像から。AI初心者が「何から始める？」を5分で。](https://ai-garage.jp/beginners/) [GLOSSARY AI用語集 一覧へ 96語をカテゴリ・検索で引ける。気になる用語をまとめてチェック。](https://ai-garage.jp/glossary/)