2022年末、GPT-4レベルのAIを使うには100万トークンあたり$20が必要でした。今は$0.40で済みます。2年で50倍の暴落。これは単なる値引きではなく、スタートアップがAIを使う方法そのものを変えた構造的な変化です。
これは何?
a16zのGuido Appenzeller がこの現象に名前をつけました — 「LLMflation」。同等の性能基準でLLM推論コストが年10倍のペースで下がっているというものです。2021年11月にGPT-3が公開されたとき、100万トークンあたり$60でしたが、今の同水準の性能をLlama 3.2 3Bで動かすと$0.06です。3年で1,000倍の下落。
Epoch AIの分析はさらに衝撃的です。ベンチマークによって価格下落速度は異なりますが、中央値は年50倍。2024年1月以降のデータだけ見ると、年200倍のペースで価格が下がっています。博士レベルの科学問題（GPQA）でGPT-4級の性能を出すコストは年40倍ずつ下落中です。
なぜこれほど速いのでしょうか？6つの要因が同時に作用しています。GPU性能の向上、モデルの量子化（16ビット→4ビット）、ソフトウェアの最適化、より小さく効率的なモデルの登場、インストラクションチューニング技術の発展、そしてオープンソースモデルが生み出す価格競争の圧力。ムーアの法則時代の半導体よりもはるかに速いペースです。
決定的な引き金を引いたのはDeepSeekです。2025年1月にDeepSeek R1が登場したとき、業界は大きく揺れました。コストがOpenAI・Anthropic比で90〜95%安いにもかかわらず、性能は同等だったからです。Nvidiaの株価が史上最大の単日下落幅を記録したほどです。重要なのは、DeepSeekがアメリカの輸出規制で入手できない最新H100の代わりに、旧型A100チップでこれを実現したという点です。
何が変わるのか?
数字で見ると明確です。2025年8月にOpenAIがGPT-5をリリースした際、GPT-4oより安い価格を設定しました。TechCrunchはこれを「価格戦争の始まり」と報道しました。GoogleはGemini Flash-Liteを100万トークンあたり$0.10まで下げ、Anthropicはバッチ処理オプションで対応しました。
| 2023年初頭（GPT-4時代） | 2026年3月（現在） | |
|---|---|---|
| プレミアムモデルコスト | $30〜60/1M出力トークン | $8〜25/1M出力トークン（60〜80%↓） |
| 軽量モデルコスト | $1〜2/1Mトークン | $0.04〜0.10/1Mトークン |
| スタートアップの月次API予算 | $50,000 | $3,000〜5,000（同等ワークロード） |
| プロンプトキャッシング | なし | 最大90%の入力コスト削減 |
| オフピーク割引 | なし | 最大75%追加割引（DeepSeek） |
フロンティア級のモデルを見ても価格競争は激しいです。現在の主要モデルの価格を比較してみましょう：
| モデル | 入力（$/1Mトークン） | 出力（$/1Mトークン） | 特徴 |
|---|---|---|---|
| DeepSeek V3 | $0.28 | $1.10 | コスパ最強、オフピーク75%↓ |
| Gemini 2.5 Flash | $0.30 | $2.50 | Googleインフラ、高速 |
| GPT-5（基本） | $1.25 | $10.00 | GPT-4oより安く性能向上 |
| Claude Sonnet 4.6 | $3.00 | $15.00 | コーディング・分析特化 |
| Claude Opus 4.6 | $5.00 | $25.00 | 最高性能プレミアム |
最安値モデル（DeepSeek V3）と最高値モデル（Claude Opus）の価格差は20倍以上です。さらにMistral Nemoのような超軽量モデルも含めると、最低価格と最高価格の差は1,000倍を超えます。かつては「良いAI＝高いAI」でしたが、今は用途によって$0.04のモデルでも十分な時代になったのです。
AWSクラウド革命のデジャブ
2010年代、AWSがクラウドコストを継続的に引き下げることで、自前インフラを持てなかったスタートアップの世代が爆発的に生まれました。今のAI API価格戦争が、まったく同じ役割を果たしています。ラゴス、サンパウロ、ジャカルタ、バンガロールの開発者たちがフロンティアAIにアクセスできるようになったのです。
ポイント整理: AI APIコストを最適化する方法
- ワークロード別にモデルを分類する
すべての作業にGPT-5を使う必要はありません。単純な分類は軽量モデル（$0.04/M）、要約は中級（$0.30/M）、複雑な推論だけプレミアム（$3〜15/M）にルーティングしましょう。 - プロンプトキャッシングを活用する
Anthropicはキャッシュされた入力に対して最大90%のコスト削減を提供しています。繰り返しのシステムプロンプトがあれば、すぐに適用してください。 - バッチ処理を導入する
リアルタイムの応答が不要な作業（レポート生成、データ分類など）はバッチAPIを使えば50%割引が可能です。 - APIアグリゲーターを検討する
OpenRouter、LemonDataのようなマルチプロバイダープラットフォームを使えば、1つのAPIキーで400以上のモデルを切り替えられます。マークアップは0〜10%程度です。 - オープンソースのセルフホスティングを検討する
DeepSeek V3、Llama 3.3 70BはGPT-4比で90〜95%相当の性能です。トラフィックが多ければ、自前ホスティングで90%以上の削減が可能です。
安ければ必ずしも良いとは限りません
DeepSeekは一部のAPI価格を補助金で維持しています — ヘッジファンド資本を使った市場シェア獲得戦略です。データプライバシー、規制コンプライアンス、地政学的リスクも考慮する必要があります。そして直接のモデルコスト以外に、インフラ・モニタリング・コンプライアンスまで合わせると、実際のコストは5〜10倍になる可能性があります。
