AIアシスタントのコストを理解する

AIモデルを使ってユニットテストを生成する社内ツールを開発しています。モデルAとモデルBの2つを評価しており、以下のことがわかっています。

• 両モデルのトークン単価は同じです。
• 各リクエストで使用する入力トークン数と、テスト生成に使う出力トークン数はほぼ同じです。
• モデルBは、1リクエストあたり追加で1,500トークンの「推論」トークンを生成します。このトークンは課金対象ですが、テストの品質向上には寄与しません。

各モデルのトークン単価を踏まえると、AとBのどちらがコスト効率に優れていますか？