コスト削減を進める米国企業の間で低価格AIモデルが台頭
重要ポイント
- •Rampの9月AI Indexは、2026年8月の支出データに基づき、調査対象の米国企業の43.8%がAnthropic製品を購入し、OpenAIの39.8%を上回ったと記録した。
- •OpenAIは9月22日にGPT-6 SolとGPT-6 Lunaを従来のGPT-5.6モデルより少なくとも50%低い価格で投入。同じ週にはAnthropicのOpus 5.5とxAIのGrok 4.7もデビューした。
- •Epoch AIの推定では、一定レベルのAI性能を達成するための価格は2023年以降、四半期ごとに約47%下落している。
- •ベンチマークでは低価格モデルが差を縮めており、ZapierのAutomationBenchでGPT-6 Solは1タスク0.27ドル、Claude Opus 5.5は1.44ドルであり、企業の買い手にとってマルチモデルルーティングが実現可能になっている。
- •Gartnerはエージェント型ワークフローの推論コストが2028年までに5倍以上に上昇すると予測しており、低価格が総消費の拡大を招くジェボンズのパラドックスを示している。
米国企業は、業務を遂行できる最も低価格なAIモデルを選ぶ傾向を強めており、利用可能な最も先進的なソリューションを自動的に選ぶことはなくなっている。このシフトは、新型モデルが性能差を縮め、トークンコストが下落し続ける中で、高価格設定に圧力をかけている。 Financial Times によるとのこと。
仕事を完遂できる最安モデルの選択
その論理は、高価なフロンティアモデルは必要な場合にのみ投入すべきであり、定型的な業務は十分な性能を発揮する低価格モデルで処理できる、というものだ。
こうした傾向は、企業のAI支出を追跡する Rampの9月9日AI Index にも表れている。2026年8月の支出データに基づくと、Rampのサンプルにおける米国企業の43.8%がAnthropic製品を購入し、OpenAIの39.8%を上回った。Rampはまた、低価格モデルの利用拡大が、企業がフロンティアシステムへの支出を着実に増やすことに依存するAI企業にとって脅威になっていると指摘した。
この傾向は、2026年9月に公表された OECDのエージェント型AIに関する報告書 の調査結果とも一致している。25の組への聞き取り調査では、コスト削減がエージェント型システム(限られた監督のもとで多段階タスクを計画・実行できるAI)の採用理由として共通していたほか、生産性向上への寄与や人手不足対応における役割も挙げられた。
1セント未満で測る価格戦争
AIモデルの価格は急速に下落しており、まさに新しいシステムが投入される時期にあたる。 Cryptopolitanの過去の報道 によると、OpenAIは9月22日にGPT-6 SolとGPT-6 Lunaを、従来のGPT-5.6モデルより少なくとも50%低い価格で発表した。GPT-6 Solの価格は100万入力トークンあたり2ドル、100万出力トークンあたり10ドルで、トークンはモデルが処理し、API課金の対象となるテキストの標準単位である。
同じ週にAnthropicはOpus 5.5を、xAIはGrok 4.7を投入し、これらのデビューは価格性能比がますます重視される市場で行われた。 Axios によると、低価格でありながら効率的なモデルが、業界の新たな競争レースを代表している。
長期的な下落傾向はさらに顕著だ。 Epoch AI によると、一定レベルのAI性能を達成するための価格は、2023年以降、四半期ごとに約47%下落しており、年間ではおよそ13倍のペースに相当する。
完了タスクあたりのコストがより重要に
価格面での圧力が強まるにつれ、企業がAIの成功を測る指標も変化している。ベンチマークでの優位性の重要性が薄れたわけではないが、有効なパフォーマンスに対して顧客がいくら支払うかにより重点が置かれるようになっている。
ZapierのAutomationBench は、47のビジネスツールにまたがるエンドツーエンドのワークフローでAIエージェントをテストしている。9月28日時点で、Claude Opus 5.5が42.47%の効率で1タスク1.44ドルの価格により首位に立ち、GPT-6 SolはXHighで33.2%を記録し、わずか1タスク0.27ドルだった。
同じトレードオフが Artificial Analysis にも現れている。最大設定のGPT-6 Solは、推定1タスク1.06ドルでIntelligence Indexスコア48を獲得。一方、XiaomiのオープンウェイトのMiMo-V2.6-Pro(ウェイトが公開され、ベンダー自身のインフラ外でも実行可能なモデル)は、わずか1タスク0.13ドルでスコア46を記録した。
この差は十分に小さく、マルチモデルルーティングが実現可能になっている。はすべてのワークロードを単一ベンダーに依存するのではなく、各タスクの相対的な重要度と複雑さに応じて適切なモデルを割り当てることができる。
トークンの低価格でも請求額は増大し得る
低価格は必ずしもAI支出の減少を意味しない。Axiosによると、ジェボンズのパラドックス——19世紀の経済学者ウィリアム・スタンリー・ジェボンズが初めて記述し、資源の利用効率が向上すると総消費量はむしろ増加する傾向があると論じた——は、より手頃な資源がより大きな消費につながることを示している。 Gartner は8月17日の予測で同様の警告を行い、2028年までにエージェント型ワークフローの推論コストが5倍以上に上昇すると推定した。
低価格モデルは、世界の他の地域におけるアクセスも拡大しうる。Microsoftの Global AI Diffusion Report によると、手頃な価格のオープンモデルは利用可能性の向上に役立つが、インフラ、接続性、スキルが、誰がその恩恵を受けられるかを決定する上で重要な役割を果たすという。
企業の買い手にとって、メッセージはますます明確になっている。最良のAIとは最も賢いAIではなく、最低コストで効率的に仕事をこなすAIなのだ。
出典: Cryptopolitan
