テクノロジー企業は、コスト効率の高いAIモデルに注目しています。

AIブームは、一つの基本的な仮定に基づいています。つまり、より大規模なモデルほど能力が高く、最も能力のあるモデルが勝利するという仮定です。しかし今、その仮定が揺らぎ始めたときに、業界は何が起こるのかを目の当たりにしようとしています。

コストの上昇により、ユーザーたちはより小規模で安価なモデルを再考せざるを得なくなっています。このようなコスト意識に基づいたモデル選択は新しい傾向であり、それが業界にどのような影響を与えるかはまだ明らかではありませんが、その影響は非常に大きい可能性があります。

Coinbaseの共同創設者であるBrian Armstrongが最も明確に述べた予測の一つには、ほとんどのタスクがより安価なモデルに移行するだろうというものです。

ArmstrongはX上で次のように書いています。「知能への需要はほぼ無限ですが、12から18ヶ月以内に、80％のワークロードは99％安価なモデルで処理されるようになるでしょう。残りの20％のワークロードだけが、IQを最大化することが重要な最新型のモデルで処理されることになるでしょう。」

もしこの予測が現実になれば、AI業界にとってそれは非常に大きな変化を意味するでしょう。

これまで、ほとんどのAI企業は品質を競争基盤としてきました。つまり、最も先進的なモデルを使用することが常識でした。しかし、同じタスクをより安価なモデルで品質を損なうことなく処理できるようになれば、AIの経済性に大きな変化がもたらされるでしょう。そして重要なことに、その節約分の多くは大手企業の収益から得られるものであり、OpenAIやAnthropicがIPOを目指しているこの時期に、それらの企業にとって大きな打撃となるでしょう。

これは業界にとって潜在的に大きな変化をもたらす可能性があります。問題は、企業들が小規模なモデルへの移行に備えているかどうかです。

初期のテストでは、適切な設定を行えば、より安価なモデルでも品質を損なうことなく使用できることが示されています。最近、法律AIツールHarveyによって行われたテストでは、推論コストを3分の1に削減しながらも品質を低下させることはありませんでした。このテストは、推論プラットフォームFireworks AIと共同で行われ、Claude OpusとFireworksのGLM 5.1を組み合わせて使用し、最も要求の高いタスクではOpusを使用することで、サーバーへの負荷を大幅に軽減し、コストを全体として削減することができました。

Harveyの共同創設者であるGabe PereyraはTechCrunchに対して、「品質は常に最優先事項です。特に法律分野ではそうです」と述べています。しかし、品質の定義は、「すべてのタスクに最も強力なモデルを使用する」というものから、「最も効率的に正しい答えを出せる最適なモデルを使用する」というものへと変化してきています。

この傾向は、大手企業と中国製のモデルやオープンソースのモデルとの対立として捉えられがちですが、実際にはそうではありません。本当の分断線は、プロプライエタリなモデルとオープンソースのモデルの間ではなく、大規模なモデルと小規模なモデルの間にあるのです。GPT-5.5からDeepSeekのV4Flashに切り替えることでコストを削減できますが、GPT-5.4-miniに切り替えても同じように効果が得られます。

大手企業が自社で開発した推論システムと、オープンソースのモデルとの間では激しい価格競争が繰り広げられています。小規模なモデルと大規模なモデルのどちらが勝つかという問題よりも、重要なのはどちらのタイプの小規模なモデルが成功するかということです。

これらすべては当然のことのように思えるかもしれません。つまり、必要以上に計算リソースを使用すべきではないということです。しかし、これはこれまで業界を支配してきた「スケーリング優先」のアプローチに反するものです。投資家による大幅なサポートのおかげで、クライアントは最も先進的なモデル以外を選択する理由がありませんでした。

しかし、トークンの価格が上昇し、サポートが減少していく中で、ユーザーたちは初めてコスト圧力に直面しています。この新たなコスト圧力が実際に企業ユーザーを小規模なモデルへと向かわせるかどうかはまだ分かりません。彼らは、呼び出し回数を減らしたり、より短いコンテキストウィンドウを使用したり、あるいは期待に応えないデプロイメントを中止することで同じようにコストを削減することもできるでしょう。

しかし、もしほとんどのデプロイメントが小規模なモデルでも同じように効果的に機能するのであれば、推論への需要の増加に大きな影響を与える可能性があります。そして、最先端のモデルを訓練するためのコストをどのように正当化するかという新たな問題が生じるでしょう。