ドイツ銀行、フロンティアAIとオープンモデル間の65倍のコストギャップを指摘

ドイツ銀行は、AnthropicのClaude Fable 5のタスクあたりコストを約3.25ドル、DeepSeek V4-Proを約5セントと試算。この65倍の格差について同行は、真のパフォーマンス優位性を反映したものというよりも、「ステータスグッズ」的な価格設定に類似していると指摘した。

「フロンティアモデルは轟音を上げる真新しいスーパーカーであり、オープンウェイトモデルは信頼性の高い中古ファミリーエステートカーである」と、アナリストらは6月20日付のリポートで記述した。同リポートによれば、日常的なエンタープライズタスクの約90％において、より安価なモデルで同等の結果が得られるという。

Claude Fable 5はArtificial Analysis知能指数で60点を獲得したのに対し、DeepSeek V4-Proは44点だった。リポートは、一定の能力水準でAIを稼働させるコストが年率9倍から900倍のペースで低下している一方、クローズドなフロンティアモデルと最高水準のオープンウェイト代替モデルとの遅延差は約12ヵ月から約3ヵ月に圧縮されたと指摘した。

この発見は、新規株式公開（IPO）を準備するAnthropicやOpenAIなどのフロンティアラボの価格決定力を脅かすものである。CoinbaseのBrian Armstrong CEOが先週予測したように、企業がタスクの80％を99％安価なモデルに移行した場合、数十億ドル規模のAIバリュエーションを支える収益モデルは構造的な圧力に直面することになる。

拡大するコスト格差

この格差は単なる米国対中国のストーリーではない。リポートによれば、MetaのMuse Spark、NvidiaのNemotron 3 Ultra、OpenAI自身のgpt-oss-120bはいずれもDeepSeekと並んで低コスト層に位置している。真の境界線は、地理的な区分ではなく、プロプライエタリなフロンティアモデルとオープンウェイト代替モデルとの間に存在する。

Anthropicの価格設定の動向がこの力学を如実に示している。Claude Fable 5は6月9日、入力トークン100万あたり10ドル、出力トークン100万あたり50ドルでローンチした。これはOpus 4.8の2倍の価格であり、市場で最も高価な主要モデルとなった。その後同社は6月15日、プログラムによるClaudeの利用をフルAPIレートで課金されるメーター制クレジットに移行。リポートで引用された試算によれば、タスクに応じて実効的な値上げ幅は12倍から175倍に達している。

定額制サブスクリプションからトークン単位課金への移行により、エンタープライズのコスト感応度が露呈している。Uberは4月までにAIコーディングツールの2026年度予算を全額使い切り、現在は従業員1人あたりツール月額1,500ドルのトークン消費上限を設定している。ServiceNowは2026年の最初の数ヵ月でAnthropicの年間予算を全額消費した。Microsoftでさえ、5月に社内のClaude Codeライセンスのほとんどをキャンセルし、エンジニアをGitHub Copilotに移行させた。

再評価リスク

ドイツ銀行は、2025年初頭の「DeepSeekショック」との直接的な類似性を指摘する。当時、市場はフロンティアに近いAIの能力がはるかに低いコストで構築可能であることに気づいた。このショックはAI株の急激な売りを引き起こしたが、その後、全体的な需要が上昇を続けたため市場は回復した。

今回の見直しはより静かなものになるかもしれないが、より永続的である可能性があると同行は述べている。プロプライエタリなAIモデルが部分的にステータスグッズとして価格設定され、取引されてきた場合（高価格そのものが特徴となる場合）、その費用対効果の全面的な市場再評価は、AI株式の2度目、より深い再評価を生み出す可能性がある。

リポートで引用されたEpoch AIの調査は、これを独立に裏付けている。米中間のフロンティアAI能力格差は平均約7ヵ月であり、この差はプロプライエタリモデルとオープンウェイトモデルの間の格差と密接に一致する。AI格差の地政学的側面と商業的側面は本質的に同一の断層であると、リポートは結論づけている。

Anthropicは5月下旬、9,650億ドルの評価額で650億ドルの資金調達ラウンドを完了。通期ベースの収益は470億ドルで、前年末の90億ドルから増加した。同社は自社のバリュエーションを支える収益を保護するあらゆるインセンティブを持っているとリポートは指摘する。しかし、実行可能な代替手段が急増するなか（オープンウェイトトークンはフロンティアモデルより8倍から100倍安い）、企業が単一のプロバイダーに業務を紐づける必要はない。

各タスクを適切に実行する最も安価なモデルにマッチングする、モデルに依存しないルーティング層を構築する企業は、より少ないコストで、かつ自社の条件でより多くのAIを活用することになる。エンタープライズ調達チームはすでにこの流れを捉え始めている。2025年に大企業が生成AIに費やした370億ドルのうち、半分以上の190億ドルはモデルプロバイダーではなくアプリケーション層に向けられた。

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ない。