結論から言う。AIの「適正価格」はもう存在しない。

月曜に見た価格が、金曜には古くなる。

この1〜2週間だけで起きたことを並べてみる。

• Anthropic「Claude Sonnet 4」：キャッシュヒット時に最大45%のコスト削減。通常利用でも約25%ダウン
• Google「Gemini 2.5 Flash」：高性能モデルをFlash価格帯で投入。従来のPro級性能が桁違いに安く使える構造
• Openrouter等のアグリゲーター：900以上のモデルを1つのAPIで切り替え可能。数分単位で価格をトラッキング

半年前に「このモデルが最適」と決めた判断は、もう賞味期限切れだ。

中小企業にとっての問いはシンプル。「今月契約すべきモデル」と「来月まで待つべきモデル」をどう見分けるか。

—

Claude Sonnet 4の値下げが意味すること

Anthropicが新モデルで打ち出したのは、単なる性能アップではない。「高いから使えない」という中小企業の声に対する、価格構造そのものの再設計だ。

具体的な仕組みはこうだ。過去に処理したプロンプトやコンテキストをキャッシュとして再利用することで、繰り返し同じような処理を行う業務——たとえば定型の問い合わせ対応、日報の要約、契約書のチェック——では、トークン単価が最大45%下がる。

これを月額コストに換算するとどうなるか。

仮に月間100万トークン使っていた企業なら、従来のClaude 3.5 Sonnetで約450円（入力トークン換算）。Claude Sonnet 4のキャッシュ利用時は約250円。月200円の差は小さく見えるが、10倍の1,000万トークン規模なら月2,000円、1億トークンなら月2万円の差になる。

さらに注目すべきは性能面。コーディングベンチマーク「SWE-bench Verified」ではClaude Sonnet 4が72.7%を記録し、前モデルから大幅改善。科学推論系のベンチマークでもスコアが倍以上に跳ね上がっている。

安くなって、かつ賢くなった。 これが今のAI市場で起きていることの本質だ。

—

「900モデル1API」が変えるゲーム

もう一つの地殻変動が、AIモデルのアグリゲーションサービスだ。Openrouterのようなサービスでは、OpenAI、Anthropic、Google、Meta、Mistralなど主要プロバイダーのモデルを含む900以上のモデルが、1つのAPIエンドポイントから呼び出せる。

これが中小企業にとって何を意味するか。

「ベンダーロックイン」が消える。

従来、一度OpenAIのAPIで組んだシステムを、Anthropicに乗り換えるにはコードの書き換えが必要だった。しかしアグリゲーターを経由すれば、モデル名を1行変えるだけで切り替えられる。

価格比較も自動化される。数分ごとに各モデルの最新価格を取得し、同じタスクに対して「今この瞬間、最もコスパが良いモデル」を選べる。

地方の中小企業でAI活用を支援していて実感するのは、多くの会社が「最初に選んだモデルをずっと使い続けている」ということだ。半年前に月3万円だったAPI費用が、モデルを変えるだけで月1万円になる——そんなケースは珍しくない。

アグリゲーターは、その「乗り換えコスト」をほぼゼロにする。

—

品質調整で見ると、AIの値段は年73%下がっている

ここで一歩引いて、構造的な話をしたい。

スタンフォード等の研究者が発表した論文「The Price of Intelligence」では、AIインファレンスの価格変動を品質調整価格指数で分析している。

単純な価格観測だと、年間の下落率は約10%。「まあ毎年ちょっと安くなるよね」という感覚だ。

しかし同じ性能水準を得るためのコストで計算すると、年間73%下落している。

この差が意味するのは、「安いモデルが出た」のではなく、「去年10万円かかった仕事が、今年は2万7千円でできる」ということだ。来年はさらにその27%、つまり約7,300円になる計算になる。

これはムーアの法則を超えるスピードだ。半導体の集積度が18ヶ月で2倍になるのに対し、AIの品質調整コストは12ヶ月で約4分の1になっている。

—

で、中小企業はどうすればいいのか

抽象論はここまでにして、具体的な判断基準を3つ提示する。

1. 「今すぐ契約すべき」モデルの条件

• 月のAPI費用が5万円以下で収まる用途：この価格帯なら、来月さらに下がっても痛みは小さい。待つより先に業務改善の果実を取るべき
• キャッシュが効く定型業務：Claude Sonnet 4のように、繰り返し処理で大幅値引きが効くモデルは、今すぐ導入して回した方が得
• すでに効果が見えている業務：問い合わせ対応、議事録作成、データ整理など、「AIで明らかに時間が減る」業務は待つ理由がない

2. 「来月まで待つべき」モデルの条件

• 月のAPI費用が数十万円を超える大規模用途：この規模だと、1ヶ月の価格変動で数万円単位の差が出る。四半期ごとに見直す仕組みを入れるべき
• 最新の推論モデル（o3、Gemini 2.5 Pro等）を前提にした高度な分析：このクラスは価格競争が最も激しく、数週間で状況が変わる
• まだPoCすら始めていない領域：そもそも何に使うか決まっていないなら、安くなるのを待つのではなく、まず無料枠で試すのが先

3. 仕組みとして入れるべきこと

• アグリゲーターAPI経由で組む：最初からモデル切り替えを前提にした設計にする。特定ベンダーに依存しない
• 月1回の「モデル棚卸し」：使っているモデルの価格と性能を月次でチェック。新モデルが出ていれば差し替えを検討する。15分で終わる作業だ
• トークン使用量のモニタリング：「思ったより使っていた」は中小企業あるある。まず計測しないと最適化もできない

—

中小企業にとっての「逆転の構造」

最後に、一番伝えたいことを書く。

AIの価格崩壊は、大企業より中小企業に有利に働く。

大企業は既存のベンダー契約、社内の承認プロセス、セキュリティ審査で動きが遅い。モデルを切り替えるのに3ヶ月かかる会社もある。

一方、社員10人の会社なら、朝の朝礼で「今日からこっちのモデルに変えよう」と決めて、昼には切り替わっている。

月単位で価格が崩壊する市場では、意思決定の速さそのものが競争優位になる。

これは中小企業が大企業に対して持つ、数少ない構造的な優位性だ。

300万円かけて構築したAIシステムと同等のものが、今なら5万円で組める。来月にはもっと安くなるかもしれない。でも、来月まで待っている間に、隣の会社はもう動いている。

「まず小さく試して、毎月見直す。」

AIの値段が壊れ続ける時代の、最もシンプルで最も強い戦略はこれだ。

—