トークン単価を超えた5つの層によるAI価格設定の進化

主要プロバイダー（OpenAI、Google、Anthropicなど）が単純なトークン単価制を超えた価格設定へと移行する中、AI経済学の根本的な転換が進んでいます。2026年4月の業界分析によると、これらの企業は検索、実行時間、キャッシュなどのサービスを個別に課金する多次元的な請求体系を導入しており、企業のAIコスト計算と予算編成のあり方を根本から変えています。

OpenAIのCFOであるサラ・フライヤー氏は2026年1月の声明で、「将来はライセンス、IPプロトコル、そして成果ベースの価格設定へと拡大するだろう」と述べ、単一の使用量ベースのAPIモデルを超えた戦略的転換を示唆しました。

この新しい価格設定の状況は、すでに具体化しています。Googleは現在、「グラウンディング」（検索による強化）とコンテキストキャッシュを個別の請求項目としてリストしています。Anthropicは、階層化されたキャッシュ倍率に加えて、セッションの実行時間に対して1時間あたり0.08ドルを課金しています。OpenAIの料金表はリソースメニューのようになっており、ウェブ検索、時間単位のコンテナ使用、ギガバイト単位のファイル保存に対して個別に料金が設定されています。

企業にとっての帰結は、「トークンあたりのコスト」という単純な指標がもはや時代遅れになったということです。この変化は、生のAIモデルの推論をコモディティ化させ、トークン価格のみで競合するプロバイダーに圧力をかける一方で、より高次のサービスを効果的に統合し価格設定できるプラットフォームに競争優位性をもたらすでしょう。また、この複雑化により、AIコスト管理と最適化ツールという新しいカテゴリーへの企業需要が高まることが予想されます。

コストはトークンではなくタスクに依存する

AI請求額の主な要因は、もはやモデルそのものではなく、実行される作業の性質です。GoogleのGemini 2.5 Flash-Liteでの軽量で高頻度の検索タスクの場合、1回の呼び出しのトークンコストはわずか0.0009ドルかもしれません。しかし、その呼び出しに無料枠を超えた「グラウンディング・プロンプト」が含まれる場合、グラウンディング料金だけで0.035ドルとなり、トークンコストの約40倍に達します。このようなワークロードでは、検索などの外部ツールが請求額の大部分を占めることになります。

対照的に、OpenAIのGPT-5.4のような最先端モデルを使用した推論集約型のコーディングセッションでは、依然としてトークンコストが主要な要因です。AnthropicのOpus 4.6での入力5万トークン、出力1.5万トークンのセッションのコストは0.625ドルですが、対応する1時間のセッション実行料金はわずか0.08ドルです。これは、複雑な推論タスクにおいては、モデルそのものが依然として総コストの大部分を占めていることを示しています。普遍的な「AI単価」はもはや存在しないため、企業は総コストを把握するために、具体的なユースケースを分析する必要があります。

AI価値の5層スタック

この新しい経済モデルを理解するために、業界アナリストは価値の創出と課金の仕組みを示す「5層の決済スタック」を提唱しています。最下層はユーティリティ層であり、計算資源、トークン、検索、ストレージなどの測定可能なリソースで構成されます。その上には相互運用のためのプロトコル層、プロンプトやスキルなどのシリアル化された専門知識のためのナレッジ層、そして管理された「デジタル労働」のための実行層が位置します。

最上位には成果・責任層があり、課金はパフォーマンスに直接紐付けられます。Intercomが「解決済み」の顧客案件1件につき0.99ドルを課金しているのは、この傾向の明確なシグナルです。AI経済が成熟するにつれ、価値はこのスタックの上層へと移行すると予想されます。下位のユーティリティ層が電気のようにコモディティ化する一方で、ビジネスの文脈や責任に深く組み込まれた上位層は、プレミアムな価値ベースの価格設定を実現するでしょう。注目すべき重要なシグナルは、企業契約がトークン価格への関心を弱め、サービスレベル合意（SLA）や検証可能な成果へと関心を移し始めるタイミングです。

本記事は情報提供のみを目的としており、投資助言を構成するものではありません。