結論から言う。月5万円を超えたら、自前運用を検討するフェーズに入る。

AI APIの価格が壊れている。文字通り、週単位で壊れている。

2024年後半から2025年にかけて、主要なLLM APIの価格は凄まじい勢いで下落した。GPT-4クラスの性能が、1年前の10分の1以下の単価で使える。Google、Anthropic、OpenAIが価格競争を繰り広げ、入力100万トークンあたりの価格は数ドルにまで落ちた。

これは朗報だ。だが、問題がある。

「安いから」でAPI従量課金に乗り続けていると、気づいたときには月額コストが膨れ上がっている。

問い合わせ対応、社内文書の要約、議事録の自動生成、マーケティングレポート。使い道が増えるたびにAPIコールは増える。1件あたりは安くても、掛け算は容赦ない。

では、どこかのタイミングで「自前モデル」に切り替えるべきなのか？　その損益分岐点は月いくらなのか？

具体的な数字で検証する。

—

まず、今のAPI価格を正確に把握する

2025年6月時点の主要APIの価格帯を整理する（入力100万トークンあたり）。

安い。確かに安い。だが、ここで見落としがちなのが「出力トークンは入力の3〜5倍の単価」という点だ。要約や文章生成は出力が重い。入力単価だけ見て「安い」と判断すると、請求書で驚くことになる。

—

中小企業のリアルな利用量を想定する

従業員30〜50名の中小企業を想定しよう。以下の3つの用途でAIを使っているケースだ。

用途1：顧客問い合わせ対応（チャットボット）

• 月間問い合わせ数：800件
• 1件あたりの平均トークン数：入力500 + 出力1,000
• 月間トークン：入力40万 + 出力80万

用途2：社内文書の要約・検索

• 月間処理文書数：300件
• 1件あたりの平均トークン数：入力3,000 + 出力1,500
• 月間トークン：入力90万 + 出力45万

用途3：営業レポート・議事録の自動生成

• 月間生成数：100件
• 1件あたりの平均トークン数：入力2,000 + 出力3,000
• 月間トークン：入力20万 + 出力30万

合計：入力150万トークン + 出力155万トークン/月

これをGPT-4.1クラスのAPIで処理した場合：

• 入力コスト：1.5 × 2ドル = 3ドル
• 出力コスト：1.55 × 8ドル = 12.4ドル
• 月額合計：約15.4ドル（約2,300円）

安い。正直、この規模ならAPIで十分だ。自前モデルを検討する必要すらない。

では、どこで逆転するのか。

—

利用量が10倍になったとき、景色が変わる

中小企業でも、AIの活用が進むと利用量は簡単に10倍になる。

• チャットボットを全商品ページに展開 → 問い合わせ8,000件/月
• 社内ナレッジベース全体をAI検索対象に → 文書処理3,000件/月
• 全営業担当の日報・週報を自動生成 → レポート1,000件/月

合計：入力1,500万トークン + 出力1,550万トークン/月

GPT-4.1クラスのAPI：

• 入力：15 × 2ドル = 30ドル
• 出力：15.5 × 8ドル = 124ドル
• 月額合計：約154ドル（約23,000円）

まだ安い。だが、ここからが本題だ。

もしGPT-4.1ではなく、より高性能なモデル（Claude 3.5 Opus相当、出力100万トークンあたり60〜75ドル）を使いたい場合：

• 出力コスト：15.5 × 75ドル = 1,162ドル
• 月額合計：約1,200ドル（約18万円）

さらに、RAG（検索拡張生成）を組み合わせると、1件あたりの入力トークンが5〜10倍に膨れる。コンテキストウィンドウに大量の参照文書を詰め込むからだ。

RAG込みで再計算すると：

• 入力トークン：1億5,000万/月
• 出力トークン：1,550万/月
• GPT-4.1で月額約424ドル（約63,000円）
• 高性能モデルで月額約1,462ドル（約22万円）

ここまで来ると、自前運用が視野に入る。

—

自前運用のコスト構造を分解する

自前モデルの運用コストを現実的に見積もる。

AMDが公開した完全オープンのMixture-of-Expertsモデル「Instella-MoE」や、超小型モデル「Inkling-Small」のようなオープンモデルを前提にする。

パターンA：小型モデル（7B〜8Bパラメータ）をローカルGPUで動かす

• 必要なGPU：NVIDIA RTX 4090（約25万円）またはRTX 5070 Ti（約15万円）
• サーバー構成：GPU1枚 + ホストPC（約10万円）
• 初期投資：約25〜35万円
• 月額ランニングコスト：電気代約5,000円 + 保守工数（月2時間 × 時給3,000円 = 6,000円）
• 月額合計：約11,000円

パターンB：中型モデル（MoE含む、実効14B〜30B相当）をクラウドGPUで動かす

• クラウドGPU：A100 1枚のスポットインスタンス（約1.5ドル/時間）
• 稼働時間：1日8時間 × 22営業日 = 176時間/月
• 月額GPU費用：約264ドル（約40,000円）
• 保守工数：月4時間 × 時給3,000円 = 12,000円
• 月額合計：約52,000円

パターンC：クラウドGPUを24時間稼働

• 月額GPU費用：約1,080ドル（約162,000円）
• 保守工数：月8時間 × 時給3,000円 = 24,000円
• 月額合計：約186,000円

—

損益分岐点を出す

整理するとこうなる。

損益分岐点は、月額APIコストが約3〜5万円を超えたあたりだ。

ただし、これは単純なコスト比較であり、自前運用には見えないコストがある。

—

自前運用の「見えないコスト」を無視するな

数字だけ見れば自前運用が有利に見えるが、中小企業が見落としがちなコストがある。

1. セットアップの工数
モデルのダウンロード、量子化、推論サーバーの構築、RAGパイプラインの接続。これを社内でできる人材がいるか？　外注すれば初期費用50〜100万円は覚悟がいる。

2. モデルの品質管理
APIなら最新モデルに勝手にアップデートされる。自前運用は自分でモデルを選定し、評価し、入れ替える必要がある。これは地味に工数がかかる。

3. 障害対応
GPUが壊れた。サーバーが落ちた。APIなら電話1本で済むが、自前運用は自分で直すしかない。

4. セキュリティ
逆に、これは自前運用のメリットだ。顧客データや社内機密をAPI経由で外部に送らなくて済む。業種によっては、これだけで自前運用を選ぶ理由になる。

—

で、結局どうすればいいのか

中小企業がとるべき戦略は、段階的に考えればシンプルだ。

ステップ1：まずAPIで始める（月額5万円未満）
GPT-4o miniやGemini 2.5 Flashのような低価格APIで十分。初期投資ゼロで始められる。ここで「AIが自社の業務に効くかどうか」を検証する。これが最優先。

ステップ2：月額5万円を超えたら、自前運用を検討する
オープンモデル（Llama系、Qwen系、Instella-MoE等）をローカルGPUで動かす選択肢を検証する。CostPerPromptのようなツールで、自社の利用パターンに基づいたコストシミュレーションを回す。

ステップ3：月額15万円を超えたら、本気で移行する
この規模になると、自前運用のコストメリットが明確になる。GPU1〜2枚のオンプレ構成で、APIの3分の1以下のコストで回せる可能性が高い。

ステップ4：ハイブリッド運用を前提にする
全部を自前にする必要はない。定型的な処理（要約、分類、定型文生成）は自前モデルで、高度な推論が必要な処理はAPIで。この使い分けが最もコスト効率が高い。

—

本当に重要なのは、コストの話ではない

ここまでコストの話をしてきたが、正直に言う。本当に重要なのはコストじゃない。

AI APIの価格が週単位で壊れるということは、「AIを使うコスト」がほぼゼロに近づいているということだ。つまり、AIを使えること自体は差別化にならない。

差別化になるのは、「AIを使って何の業務をどう変えたか」だ。

月2,300円のAPI費用で顧客対応を自動化し、社員2人分の工数を浮かせた会社と、月50万円かけて「AI導入しました」と言っているだけの会社。どちらが強いかは明白だ。

コストが下がった先に起きるのは、「使い方の差」がそのまま競争力の差になる世界だ。

自前かAPIかを悩む前に、まず1つの業務でAIを回してみてほしい。月2,000円で始められる時代だ。悩んでいる時間の方がよほどコストが高い。

—