GPT-4oが動かした採算ライン｜性能そのままで価格半分に

値段は半分、性能は上。

AIの値付けで、これほどわかりやすい進化はそう多くありません。OpenAIが2024年5月に発表したGPT-4oは、それまでの主力モデルだったGPT-4 Turboと比べて、API利用料が入力・出力ともに半額になりました。それでいて、複数のベンチマークで従来モデルと同等以上のスコアを記録しています（出典: https://openai.com/index/hello-gpt-4o/ 、価格は https://openai.com/api/pricing/ ）。

具体的には、GPT-4 Turboの価格が入力100万トークンあたり10ドル・出力30ドルだったのに対し、GPT-4oは入力5ドル・出力15ドルです。知識理解を測るMMLUというベンチマークでは、GPT-4oが88.7%を記録しました（出典: https://openai.com/index/hello-gpt-4o/ ）。GPT-4 Turboの公表値と比較しても遜色ない水準であり、値下げのために性能を削った形跡は見当たりません。

同じ流れは、その後発表されたGPT-4o miniでも続きました。入力100万トークンあたり0.15ドル、出力0.60ドルという価格は、当時主流だったGPT-3.5 Turbo（入力0.50ドル・出力1.50ドル）より安いにもかかわらず、OpenAIの発表ではMMLUで82.0%を記録し、GPT-3.5 Turboを上回る性能を示しています（出典: https://openai.com/index/gpt-4o-mini-advancing-cost-efficient-intelligence/ ）。値下げが一度きりの特売ではなく、続けて起きている現象だという点が重要です。

「使えるのに高い」が終わった理由

これまで多くの中小企業が直面していたのは、「AIは便利そうだが、業務に組み込むにはコストが見合わない」という壁でした。問い合わせ対応の自動化、書類の要約、議事録作成の補助——技術的には可能でも、API利用料や運用コストを考えると「様子見」にせざるを得ない業務が少なくなかったはずです。

この壁の高さを引き下げたのが、価格改定の積み重ねです。従来なら費用対効果の計算で赤信号が灯っていた用途が、同じ予算内で複数同時に回せるようになりました。

なぜこれが可能になったのか、OpenAIは内部の実装詳細をすべて公開しているわけではありません。ただし、AIモデル全般の価格が下がる背景には、業界的によく知られた技術的な流れがあります。大きなモデルが持つ知識をより小さなモデルに学習させる蒸留と呼ばれる手法や、モデルの計算精度を必要最小限に落として処理を軽くする量子化、実行時の無駄な計算を減らす推論最適化などです。これらの手法がGPT-4oや4o miniに具体的にどう使われたかは公表されていません。あくまで業界全体でコスト低減を可能にしている一般的な技術として紹介するにとどめます。

重要なのは、モデルを大きくして性能を上げるという力任せのアプローチには、構造的な限界があるという点です。モデルのパラメータ数を増やしても、精度の伸びはやがて頭打ちになります。一方で、推論のたびにモデル内の膨大なパラメータを動かす以上、計算コストはパラメータ数の増加以上のペースで膨らみやすい性質を持っています。伸びる効果は鈍化するのに、支払うコストは加速する——この非対称が、大きくするだけの戦略の採算を悪化させます。GPT-4oの価格改定が示したのは、同じ精度により少ない計算資源で到達できるよう、モデル自体や推論の実行方法を磨き上げる方向性です。過去1年ほどの値下げの頻度と幅を見る限り、この傾向は今後も続く可能性が高いと言えますが、断定はできません。

採算ラインが動くと、見送った案件が浮上する

ビジネスの現場で重要なのは、この価格改定が「採算ライン」をどう動かすかです。AI導入の是非は多くの場合、「削減できる人件費や時間」対「AI利用にかかるコスト」という単純な比較で判断されます。コストが半分になれば、これまで採算ラインの少し下にあった業務が、一気に上に浮かび上がってきます。

例えば、月間の問い合わせ件数がそれほど多くなく、AI導入の効果が投資に見合わないと判断していたコールセンター業務。あるいは、社内文書の要約や翻訳のように、頻度は高くても一件あたりの単価が低く、コスト計算上は後回しにされていた定型業務。こうした「惜しくも見送った」業務の多くが、価格改定によって再評価の対象になります。

ここで経営者やIT担当者に求められるのは、過去に「コストが見合わない」という理由で棚上げにしたAI活用案を、もう一度引っ張り出してくることです。半年前、一年前に見積もった費用対効果は、今のコスト水準を前提にしていません。当時は赤字だった計算が、今なら黒字に転じている可能性は十分にあります。

特に、処理件数は多いが一件あたりの付加価値が小さいために自動化を諦めていた業務は、価格改定から最も恩恵を受けやすい領域です。まずは過去に検討して見送った案件リストを棚卸しし、現在のコスト水準で再計算してみることをおすすめします。技術の進化を追いかけるより、自社の「見送りリスト」を定期的に見直す習慣をつける方が、実務的には確実にリターンにつながります。