a16zデータ：AIトークン価格は67%下落も、総支出は最大160%に急増
重要ポイント
- •a16zのデータによると、AI推論のトークン単価は2026年5月から10月の間に67%下落したが、同期間の約5カ月で総支出は122%〜160%増と推定されている。
- •AIエージェントは人間のユーザーの約5倍のトークンを消費し、エージェントのトークン使用量は2026年2月以降約14倍に拡大しており、より大規模な自動化ワークフローへの移行を反映している。
- •NvidiaのB300 GPUのレンタルコストは2026年7月中旬以降106%上昇し、B200のレンタル価格は66%上昇しており、下落するトークン価格と上昇する計算コストの間の拡大する乖離は「ラックスプレッド」と呼ばれている。
- •a16zはこの傾向を、リソースの効率向上や低コスト化が消費減少ではなく総消費の増加をもたらすジェボンズのパラドックスの一例として位置付けている。
- •比較的小さな上位ユーザーのグループがトークン総支出のかなりの割合を占めており、ヘッドラインの合計値は少数のアカウントの習慣に敏感である。
ベンチャーキャピタル firm Andreessen Horowitz（一般にa16zとして知られる）が公開したデータによると、AI（人工知能）トークンの平均価格は2026年5月以降67%下落した一方、トークンの総支出は120%以上増加した。この数値は同社が定期的に公開しているデータシリーズ「Charts of the Week」の2026年10月31日付で発表されたもので、AI推論の需要が最も大きな価格下落を上回る勢いで拡大していることを示している。総支出の増加率は約5カ月間で122%から160%の範囲と推定されており、単位当たりコストの下落とAI利用全体の拡大が同時に進行していることを浮き彫りにしている。「トークン」という言葉を暗号資産の意味で使うことに慣れた読者への注記として、このデータにおける「トークン」はデジタル資産ではなくAI計算の単位を指す。
数値が示すもの
この文脈でのトークンとは、AIモデル推論の課金単位であり、モデルが読み書きする数文字から単語程度の小さなテキストのまとまりを指す。推論とは訓練済みのAIモデルを実行して出力を生成することであり、プロバイダーはこれをトークン単位で課金する。
データの乖離は明白だ。トークン単価は5月以降67%下落したが、同期間の総支出は122%から160%の範囲で増加した。単位は安くなったが、請求額は長くなった。利用量の拡大が価格下落を完全に上回る勢いだったのだ。
最大の牽引役はAIエージェントのようだ。a16zのデータによれば、エージェントは人間のユーザーの約5倍のトークンを消費する。人は通常、チャットボットに質問をして回答を読む。一方エージェントは、より長いタスクを最初から最後まで実行し、ステップ間でより多くのコンテキストを保持し、ツールやモデルを繰り返し呼び出し、全体としてより多くのステップを踏む。そしてその一歩一歩がトークンを消費する。
エージェントのトークン使用量は2026年2月以降約14倍に拡大しており、これは一度きりのプロンプトではなく、より大規模で自動化されたワークフローへの移行を示唆している。
GPUと組み合わさるジェボンズのパラドックス
a16zはこの傾向をジェボンズのパラドックスに結び付けている。これは19世紀のイギリスの経済学者ウィリアム・スタンレー・ジェボンズに由来する観察で、リソースがより効率的あるいは安価に使えるようになると、消費量は減るどころか増加しうるというものだ。1860年代、ジェボンズはイギリスにおける石炭のより効率的な利用が、石炭消費の減少ではなく増加と並行して起きたことに着目した。この概念は現代のテクノロジー論争で第2の生命を与えられており、効率向上が需要を抑えるどころか煽るように見える場面でしばしば持ち出される。同様に、推論の低価格化によって新たなユースケースが経済的に成立するようになり、5月の価格では自動化するには高すぎたタスクが、現在のレートでは急に見合うようになった。
供給側にはひねりがある。トークン価格が下がり続ける一方で、GPUレンタル価格は正反対の方向に大きく動いた。データによれば、NvidiaのB300チップのレンタルコストは2026年7月中旬以降106%上昇し、同期間のB200レンタル価格は66%上昇した。B300とB200は、大規模なAIワークロードを実行するために使われるNvidiaのハイエンド・データセンターGPUだ。
推論を販売する事業者にとって、これは厄介な組み合わせだ。売っている成果物は安くなる一方、それを生み出すために借りているハードウェアは高騰している。この2つの曲線の間の乖離は「ラックスプレッド（rack spread）」と呼ばれている。これは、関連する2つの価格の距離を指すトレーダー用語にちなんだ表現であり、この場合はトークンの販売価格と、その背後にある計算資源のレンタル価格との差を意味する。
a16zのチャートは買い手側の集中も示している。比較的小さな上位ユーザーのグループがトークン総支出のかなりの割合を占めている。実務的には、ヘッドラインの合計値がユーザーベース全体の広範な需要ではなく、少数のアカウントの利用習慣に左右されうることを意味する。
これが意味するもの
AIモデルプロバイダーにとって、このデータは善悪半々だ。販売量は急増しているのが良い部分だが、トークン当たりの収益は崩壊しており、その基盤にあるGPUのコストは上昇している。ラックスプレッドは、この圧迫を数値で表したものだ。
GPU保有者やクラウド事業者にとっては、状況はより有利に見える。7月中旬以降のB300レンタルレートの106%上昇は、少なくとも最新チップについては、計算資源の需要が供給を上回っていることを示唆している。
AIを活用して製品を作る企業にとっては、1回1回の呼び出しは5月より安くなっている。しかしエージェント主体の製品は請求が急速に膨らむ可能性がある。エージェントは人間のユーザーの約5倍のトークンを使うからだ。
集中の問題も注目に値する。少数のヘビーユーザーが支出の大半を占める場合、市場はその判断に敏感になる。
現時点で、a16zのチャートが描くのは、直感的でない結末を迎える単純な物語だ。AI推論は約5カ月で3分の2も安くなり、それに対して世界は総支出が2倍以上になるほど多くを使った。同社データの今後の更新により、トークン単価、GPUレンタルレート、そして合計値を支える支出者の構成という3つの動く要素がどう推移するかが明らかになるだろう。
出典：CryptoBriefing。元の記事はDiego Almada Lopezが編集した。
