結論から言う。AIの利用コストが「上」と「下」から同時に崩れ始めた。

Anthropicが新モデル「Claude Sonnet 4」を発表した。前モデルSonnet 3.5と同価格帯（入力100万トークンあたり3ドル、出力15ドル）で、コーディング性能は大幅に向上。つまり「同じ金額で、もっと賢い頭脳が使える」状態になった。

同じ週、AMDがAIスタートアップWorld Labsを約80億ドルで買収すると報じられた。World Labsは3D空間生成AIの会社だが、本質はそこじゃない。AMDがNvidiaの「GPU一強」構造に本気で殴り込みをかけた、という事実が重要だ。

この2つのニュースを並べて見ると、構造が浮かぶ。

• 上流（モデル層）：同じ価格で性能が上がる＝実質コスト減
• 下流（ハード層）：GPU競争が激化する＝調達コスト減の圧力

AIの値段が、上からも下からも押し潰されようとしている。

これを「大企業の話でしょ」と流すのは危険だ。月5万〜30万円のAPI予算でAIを使っている中小企業にこそ、直撃する話だからだ。

—

「同じ金額で30%多く働く部下」が手に入る意味

まず、モデル側の話を具体的な数字で見る。

Claude Sonnet 4は、Anthropicのベンチマークによればコーディングタスクでの正答率がSonnet 3.5比で明確に向上している。価格据え置きで性能が上がるということは、同じ処理を少ないトークン数・少ないリトライ回数でこなせるということだ。

現場感覚で言い換える。

月10万円のAPI予算でClaude Sonnet 3.5を使っていた会社があるとする。議事録の要約、メール下書き、データ整理、簡単なコード生成——こうした業務に月間約300万トークン（入出力合計）を消費していたとしよう。

Sonnet 4に切り替えると何が起きるか。

• 同じタスクの処理精度が上がり、「やり直し」が減る
• 1回の出力で求める品質に到達する確率が上がる
• 結果として、同じ業務量を7〜8万円分のトークンで回せる可能性がある

浮いた2〜3万円で何をするか。新しい業務をAIに任せればいい。顧客対応のFAQ自動生成、見積書のドラフト作成、採用候補者のスクリーニング——「予算が足りなくて手が出なかった領域」に回せる。

これは月額2〜3万円の話だ。年間にすれば24〜36万円。中小企業にとって、パート1人分の月給に近い金額が「モデルの世代交代」だけで浮く計算になる。

やることは簡単だ。APIのモデル指定を書き換えるだけ。設備投資ゼロ。

—

AMDの80億ドルは「GPU価格が下がる予告」である

次に、ハード側の話。

AMDによるWorld Labs買収の狙いは、3D生成AI技術の獲得だけではない。AMDはここ数年、AI推論チップ市場でNvidiaを追いかけてきた。MI300Xシリーズを投入し、クラウド各社への採用を広げている。World Labs買収は「ハードだけでなく、AIアプリケーション層まで押さえにいく」という意思表示だ。

この動きが中小企業に関係するのは、間接的だが確実なルートがある。

GPU競争が激化する → クラウドベンダーの調達コストが下がる → API利用料に価格競争が波及する。

現在、NvidiaのH100/H200がAI推論の事実上の標準だ。供給が限られ、価格は高止まりしている。ここにAMDが本格参入し、さらにGoogleのTPU、AWSのTrainium/Inferentiaも加わると、クラウド側のチップ選択肢が増える。

選択肢が増えれば、価格は下がる。これは経済の基本だ。

具体的にいつ、いくら下がるか。正直、半年〜1年のスパンでは劇的な変化は見えにくい。だが、2025年後半から2026年にかけて、API単価が現在の50〜70%程度まで下がるシナリオは十分にあり得る。

OpenAIのGPT-4の価格推移を見ればわかる。2023年3月の発表時、GPT-4のAPIは入力100万トークンあたり30ドルだった。2024年にはGPT-4oが5ドルまで下がった。わずか1年で6分の1。 この価格破壊は、モデル効率化とハード競争の両方が効いた結果だ。

同じ構造が、今まさにAnthropicとAMDの動きで再現されようとしている。

—

月5万円の会社は「今」何をすべきか

ここからが本題だ。「面白い話だね」で終わらせたら意味がない。

中小企業のAI予算を3つの層に分けて、具体的なアクションを整理する。

月5万円以下（API利用のみ）

今すぐやること：モデルの切り替えテスト。

現在GPT-4oやClaude Sonnet 3.5を使っているなら、Sonnet 4への切り替えを1週間テストしてほしい。同じプロンプトを投げて、出力品質とトークン消費量を比較する。体感で「リトライが減った」なら、それがそのままコスト削減だ。

月5万円の予算なら、モデル切り替えで浮く金額は月1〜1.5万円程度。小さく見えるが、年間12〜18万円。その分で新しい業務自動化を1つ増やせる。

月10〜20万円（API＋一部ツール課金）

今すぐやること：マルチモデル運用の設計。

この予算帯の会社は、すべてのタスクに同じモデルを使っていることが多い。これはもったいない。

• 単純な分類・抽出タスク → Claude Haiku（安い、速い）
• 文章生成・要約 → Sonnet 4（バランス型）
• 複雑な分析・戦略立案 → Opus（高いが精度が必要な場面だけ）

タスクごとにモデルを使い分けるだけで、同じ業務量を30〜40%安く回せるケースがある。これは「AIの性能が上がったから」ではなく「選択肢が増えたから」できることだ。

月20〜30万円（本格運用）

今すぐやること：ベンダーロックインの点検。

この予算帯になると、特定のプラットフォームに依存しがちだ。OpenAI一本、Anthropic一本、という状態は危険ではないが、もったいない。

AMDの参入でクラウド各社の価格競争が進めば、AWS・Azure・GCPの間でAI推論コストに差が出てくる。今のうちにマルチクラウド対応の設計にしておけば、半年後に「一番安いところに切り替える」という選択肢が取れる。

具体的には、API呼び出し部分を抽象化レイヤーで包んでおく。LiteLLMやOpenRouterのようなツールを使えば、モデルもクラウドも切り替え可能な構造にできる。開発コストは数時間〜数日。投資対効果は高い。

—

「待つべきか」への回答

よく聞かれる。「もう少し安くなってから始めたほうがいいですか？」

答えはノーだ。

理由は単純。AIのコストは今後も下がり続ける。待てば待つほど安くなる。だが、コストが下がるのを待っている間に、競合は今の価格で経験値を積んでいる。

AI活用で本当にコストがかかるのは、API料金じゃない。「自社の業務にどう組み込むか」を試行錯誤する時間と手間だ。これはモデルが安くなっても短縮されない。

月5万円でいい。まず使い始めて、自社の業務で「AIに任せて意味があるタスク」と「人間がやったほうが早いタスク」の仕分けを終わらせる。この仕分けが終わっている会社は、次にモデル価格が半分になったとき、即座にスケールできる。終わっていない会社は、安くなっても何に使うかわからないまま、また「もう少し待とう」と言い続ける。

—

構造を見る。値段の話の裏にあるもの

最後に、一歩引いて構造を見ておきたい。

今起きていることの本質は「AIを使うコスト」が急速にゼロに近づいている、ということだ。モデル性能は上がり、価格は据え置きか下がる。ハードの競争が進み、インフラコストも下がる。

コストがゼロに近づくと何が起きるか。「AIを使っていること」が競争優位ではなくなる。 全員が使えるようになるからだ。

そのとき差がつくのは「AIで何をやるか」ではなく「AIを前提にして、自社の業務・サービスをどう再設計したか」だ。

大企業は組織が大きい分、再設計に時間がかかる。稟議、調整、既存システムとの整合——動きが遅い。

中小企業は違う。社長が「来週からこれでやる」と言えば、来週から変わる。この意思決定の速さこそが、AIコスト崩壊時代における中小企業の最大の武器だ。

Anthropicの新モデルもAMDの買収も、結局は「道具の値段が下がる」という話でしかない。問われているのは、安くなった道具で何を作るか、だ。

その答えは、現場にしかない。

—