AIはバーゲンハンターの市場になりつつあり、一部の高級モデルが頂点に

AI推論はコモディティ化しつつあるが、フロンティアモデルはその限りではない。インドのAIエンジニアAman Panjwani氏によると、GPT-4クラスのモデル出力コストは2022年末には100万トークンあたり20ドルだったが、現在は同等の能力で0.40ドルと、4年足らずで55分の1に低下した。同氏はIntrolの2025年12月のユニット・エコノミクス分析を引用している。

「DeepSeekが2025年1月に、入力100万トークンあたり0.55ドル、出力2.19ドルでR1推論モデルをリリースしたとき、わずか4カ月前にリリースされたOpenAI o1-previewの15ドル（入力）・60ドル（出力）と比較して、市場は一夜で価格調整されました」とPanjwani氏は述べた。「97％の割引はそういう効果をもたらします。」

同じ時期に、最先端のフロンティアモデル価格は急騰した。Panjwani氏は「OpenAIはGPT-5.5の価格を100万トークンあたり入力5ドル、出力30ドルに倍増しました。GoogleのGemini Flash 3.5は置き換えたモデルの3〜6倍高価です」と指摘する。

Anthropicが最近リリースしたClaude Sonnet 5もこの傾向を継承している。トークン単価はClaude Opus 4.8より低いが、同じ結果を出すのに多くのトークンを消費する。AnthropicのMythosやFableも非常に高価である。さらに今年、Anthropicは法人顧客をシート単位の課金からメータリング課金に移行し、補助付きサブスクリプションプランの使用を制限した。

Panjwani氏は、こうした動きはトークン市場が二極化していることを示していると主張する。コモディティ推論はゼロに向かって低下する一方、フロンティア推論のコストは上昇している。

AI測定プラットフォームLarridinのCTO Ameya Kanitkar氏は、約6カ月前はAIコストが主要な関心事で、企業はLLMサブスクリプションごとに月額20〜100ドルを支出していたと述べた。しかし2月頃、AIサービスベンダーはより多くのAI利用を推進し始め、モデルは改善され、完了により長い時間がかかる複雑なエージェントワークを処理できるようになった。

「平均して、1月から現在までにコストは約10倍に上昇しました。特にエンジニアリングオペレーションで顕著です」とKanitkar氏はインタビューで語った。この変化は、より長いエージェントタスクとメータリング課金へのシフトに起因するとしている。

Kanitkar氏は「新たなトレンドとして、オープンソースモデル、オープンウェイトモデルが実際にはフロンティアモデルにそれほど遅れをとっていないことが挙げられます。そして今、コストがバランスシートに影響を与え始めており、実際のコストではないものの、企業は『どうやってこれらのコストを調整できるか』を真剣に考え始めています」と述べた。

同氏によると、企業は労働コストの10〜20％をトークンに費やしているという。例えば、年収20万ドルのソフトウェアエンジニアの場合、月額2000〜4000ドルになる。しかし、支出が高いからといって必ずしも生産性が高いわけではない。

Larridinのデータによると、AIユーザーの15〜30％が全AI支出の50％以上を占めており、その支出はしばしばアウトプットの向上と相関しない。Larridinがトークン支出と開発者生産性をプロットしたところ、クライアント支出の約35〜40％に変曲点があり、それ以上トークンを消費しても生産性は向上しなかった。Kanitkar氏は、この点を従業員のトークン上限として使用することで、他の変更なしにAIコストを40％削減できると述べた。

オープンウェイトモデルは別のコストレバーを提供する。Kimi 2.6/2.7やGLM 5.2は「Opus 4.7または4.8とほぼ同等です。理論上は10倍、実際には約5倍安いです。動作は少し遅く、純粋なトークンベースではより多くのトークンを消費しますが、トークンコストが低いです」とKanitkar氏は説明する。

同氏によると、現在ほぼ75％の企業が複数のモデルを使用している。カスタマー向けエージェントワークではモデル切り替えがより困難だが、ソフトウェア開発でははるかに実現可能だという。

それでも、価格が常に最優先とは限らない。Larridinのデータは、企業がAI支出のほぼ半分をAnthropicのOpusモデルに依然として向けていることを示している。複雑なエンジニアリングや推論タスクをうまく処理できるからだ。