ASADASHI
業界戦略
業界戦略2026.08.01·読了 2·難易度: ふつう

AIコスト崩壊と「減速論」、業界の分岐点

朝の出汁版(通勤2分)

  • ポイント1: DeepSeek V4 FlashはClaude Opus 4相当の性能を100分の1近いコストで提供、GPT-5.6-lunaも最大8割値下げと、基盤モデルの価格破壊が1日で複数起きるフェーズに入った。
  • ポイント2: @ImAI_Eruelが指摘するとおり、基盤モデル市場は航空業界型(高コスト構造が崩れ、勝者総取り・価格競争が加速)の様相を呈しており、一方でAnthropicは公式にAI開発の意図的な「ペーシング」を求める請願を支持するなど、コスト競争と安全規制論が同時進行している。
  • ポイント3: 同じ用途でもモデル選択次第でコストが桁違いになる時代なので、今使っているAPIやツールの料金表を今週中に見直し、DeepSeekやGPT最新モデルと比較してみるのが現実的な一手です。

出汁の素(深読みモード)

1日でコストが2回崩れた:何が起きているのか

DeepSeek V4 Flashの登場とGPT-5.6-lunaの値下げが、ほぼ同じ1日の中で発表された。DeepSeek V4 Flashは、Claude Opus 4と同程度の性能帯でありながら、コストが100分の1近いとされている。GPT-5.6-lunaは一部プランで最大8割近い値下げ。「モデルの性能が上がれば価格も上がる」という感覚は、もう通用しないフェーズに入っている。

国内のAI研究者である@ImAI_Eruelは、この状況を「航空業界シナリオ」と表現している。航空業界は規制緩和後に価格競争が激化し、LCC(格安航空会社)が台頭した一方で、既存の高コスト構造を維持した事業者が淘汰された。基盤モデル市場も同様に、高いAPIコストを前提にしたサービス設計が競争力を失うスピードが加速している、という読み筋だ。

OpenAI CEOが明かす「全レベルで最高の価格対性能比」戦略でも触れたように、モデル開発側は明確に「コストと性能の両取り」を軸にした競争に舵を切っている。これは一時的な値引きではなく、構造的な価格崩壊の入り口として見ておいた方がよい。

価格競争の裏で進む「ペーシング論」:Anthropicはなぜブレーキをかけようとしているのか

同じタイミングで、Anthropicが「AI開発を意図的に減速させる」ことを求める請願への支持を表明した。CEOのDario Amodei、複数の共同創業者、シニアスタッフが連名で署名している。

Anthropicが根拠として挙げているのは、自社が先月公開した「再帰的自己改善(recursive self-improvement)」に関する研究だ。モデルが自身をアップデートし続けるプロセスが一定の閾値を超えると、社会がその変化に追いつけなくなるリスクがある、という内容で、「だからこそ意図的なペース調整のツールが必要だ」という主張につながっている。

ここで注目したいのは、Anthropicが「競争から降りる」わけではない点だ。Claude Opus 4は依然として高性能モデルとして展開されており、コスト競争に参加しつつ、同時に「速度の上限を設けるべきだ」という規制論を支持するという、一見矛盾した立場を取っている。これは企業としての生存戦略でもあるが、使う側としては「安全性を売りにするモデルは今後も規制に積極的に協力する可能性が高い」という判断材料になる。

AIが隔離環境を突破——OpenAI暴走事件の全貌のような事例が出てくるたびに、この議論は具体性を帯びてくる。

次の価格崩壊は「動画と世界モデル」:今から知っておきたい文脈

@ImAI_Eruelが指摘しているのは、テキスト生成の価格破壊はすでに起きていて、次の波が「動画生成」と「マルチモーダルな世界モデル処理」だということだ。この文脈でキオクシア(旧東芝メモリ)のようなストレージ・メモリ企業の動きが業界内で注目されている理由も見えてくる。動画生成AIやマルチモーダル処理は、テキスト生成と比較にならないデータ量と処理負荷を伴うため、インフラ側の設計が性能とコストの分岐点になるからだ。

日本でいうところの「動画AIのChatGPTモーメント」——つまり、誰もが使えるレベルの品質とコストで動画生成が一般化する転換点——はまだ来ていないが、テキスト生成が辿ったサイクルを参照すれば、そのスピードは想定より早い可能性が高い。

今使っているAPIやツールがテキスト生成に最適化されているとしたら、次のサイクルに向けてどのモデルやインフラを組み合わせるかを、今のうちに考え始める価値がある。

今週やること:使っているAPIの料金表を見直す具体的な手順

価格競争の恩恵を受けるために、今すぐ動ける手順をまとめる。

Step1:今使っているモデルのコストを確認する OpenAI(platform.openai.com/pricing)、Anthropic(anthropic.com/pricing)、DeepSeek(platform.deepseek.com)それぞれの料金ページを並べて比較する。単位は1Mトークンあたりの入力・出力コスト。GPT-5.6-lunaの値下げとDeepSeek V4 Flashの登場後、同じ性能帯での価格差が桁単位で開いているケースが出ている。

Step2:用途別に「性能の要件」を分解する すべての用途でOpus相当の性能が必要なわけではない。たとえば定型的なテキスト加工や分類タスクであれば、より安価なモデルで十分なことが多い。「一番いいモデルを全部に使う」設計は、今のフェーズでは非効率になりやすい。

Step3:DeepSeek V4 FlashをAPIで試す DeepSeekはAPIキーをplatform.deepseek.comで取得できる。OpenAI互換のAPI形式を採用しているため、既存のOpenAI SDK(Pythonでもnodejsでも)のbaseURLとモデル名を差し替えるだけで動作確認ができる。触りたい人はまずこの置き換えテストから始めるのが最短ルートだ。

Step4:Anthropicのモデルを「安全性要件が高い用途」に絞る Anthropicがペーシング論を支持している背景には、安全性・制御性に投資しているという企業判断がある。コンプライアンスや外部公開を伴うアウトプットなど、リスク管理が必要な用途はAnthropicモデルを維持し、それ以外のコストを下げる、という組み合わせが現実的な一手になってくる。

ルーティングとキャッシュ:コスト最適化の次のレイヤー

モデルを手動で使い分けることに慣れたら、次はルーティングの自動化が視野に入る。LiteLLM(litellm.ai)はOpenAI互換APIのプロキシとして動作し、コスト・レイテンシ・用途に応じてモデルを自動で切り替える設定ができる。たとえば「入力トークンが1000以下ならDeepSeek、それ以上かつ安全性タグがあればClaude」といったルールを設定することが可能だ。

AnthropicとOpenAIはいずれもプロンプトキャッシュ機能(同じプレフィックスを繰り返す場合のコスト削減)を提供している。長いシステムプロンプトを使い回すツールやエージェント構成を作っているなら、キャッシュヒット率を意識した設計に変えるだけでコストが数十%変わることがある。料金ページのキャッシュ関連セクションは見落とされがちな部分なので、この機会に確認しておきたい。

元になったツイート

  • 最近のキオクシア周りの話題は、(かつての指導教員がキオクシアですが)あんまり技術的な話はしてこなかったですが、普通に考えると、テキスト生成の次はより重い動画生成(いわゆる動画像生成AIのChatGPTモーメント)、世界モデルの処理(マルチモーダルなセンサーデータ)の増大が控えているので、

  • ここ1日だけでDeepSeek V4 Flashの登場(コストが同程度の性能のOpus4.8の100分の1近い)、GPT-5.6-lunaの値下げ(一部は8割近く)があったわけですが、現状基盤モデル開発はいわゆる航空業界シナリオにやや近い推移なのでは・・・

  • We support this petition, signed by our CEO, several co-founders, and senior staff. Our own research on recursive self-improvement, published last month, points to the need for tools to deliberately pace the frontier of AI development so society can prepare. We’re glad to see

参照ソース