結論: AI サブスクリプションの背後にある計算は、不快に思え始めています。月額定額料金設定は、ChatGPT や Cloud などのツールの急速な導入を促進するのに役立ちましたが、新しい分析によると、これらの料金は頻繁に使用した場合の実際のコストをカバーするのには程遠いようです。ユーザーがこれらのシステムをさらに強化し、より多くの AI を必要とするワークフローが定着するにつれ、収益とコンピューティング コストの間のギャップは無視できなくなります。
SemiAnalytics は、このギャップが実際にどれくらい大きいかを計算しました。 OpenAI と Anthropic の両方のサブスクリプション層をテストし、毎週の制限がなくなるまで長期的なコーディングと代理店のタスクを実行した結果、同社は、これらのプログラムの理論上の最大使用量のコストが、標準 API レートで価格設定されている場合、ユーザーが実際に支払う金額をはるかに超えることが判明しました。
200 ドルの ChatGPT Pro 20x サブスクリプションを完全に利用すると、API 価格が最大 14,000 ドルかかる可能性があります。 Anthropic の Claude Max 20x プランも月額 200 ドルで、同様の上限があり、トークンコストとして約 8,000 ドルの使用が可能になる可能性があります。
このデータは、AI を提供する企業にとって使用率がなぜ非常に重要であるかを説明するのに役立ちます。 SemiAnalysis によると、Anthropic は Cloud Pro と Cloud Max 5x で約 20% の使用率で収支が均衡します。 OpenAIの利幅はさらに薄い。使用率が 11.4% を超えると、ChatGPT Plus と ChatGPT Pro 5x で損失が発生し始めます。
— セミアナリシス (@SemiAnalysis_) 2026 年 6 月 10 日
経済は上値圏で引き締まりつつある。 Anthropic は、最上位プログラムの利用率が約 10% で粗利がゼロに達する一方、OpenAI はわずか 5.7% でマイナス領域に突入します。これらのサブスクリプションを極端に使用しても採算が合わなくなるわけではありません。
価格の調整やアクセスの制限は簡単な解決策ではありません。サブスクリプションモデルはユーザー成長の中心となっており、機能が依然として重要な競争上の差別化要因となっている市場で後退があれば、勢いが鈍化する可能性がある。
プレッシャーの一部は、AI が実際にどのように使用されるかによって生じます。トークンの消費量は、特に通常のプロンプトの最大 1,000 倍のトークンを必要とするエージェント システムで急速に増加します。この種の需要により、大規模組織はすでに、これらのツールをどの程度自由に導入すべきかを再考する必要に迫られています。
Microsoft、Meta、Amazon は、コストが高騰したことを受けて、頻繁な使用を奨励する社内の取り組みから撤退したと伝えられています。広く引用されている例では、ある企業は Anthropic のクラウドを使用して 1 か月で 5 億ドルを使い果たしました。これは主に従業員のアクセスに制限を設けなかったためです。
この種の過剰支出により、企業はより管理されたアプローチに迫られます。注目を集めている戦略の 1 つは、タスクに応じてモデル間でワークロードを移動することです。より複雑なクエリは高価なフロントエンド モデルに送られ、日常的な作業はより安価な代替モデルで処理されます。
— ドン・ミン (@dming) 2026 年 6 月 14 日
大幅な節約になる可能性があります。 Wall Street Journal のレポートでは、この方法でタスクをルーティングするとコストを最大 95% 削減できることがわかりました。 「量子重力を知るモデルは必要ありません」とコロンビア大学副学部長のヴィシャル・ミスラ氏は同出版物に語った。 「これらのオープンソース モデルは非常に機能が高く、AI に多額のプレミアムを請求する能力は減少するでしょう。」
いくつかの企業がすでにこの変更を行っています。 AI アシスタントのスタートアップ Lindy の創設者兼 CEO である Flo Crivello 氏は、同社がトラフィックの 100% を DeepSeek V4 に移行し、Anthropic のモデルから完全に切り替えたと発表しました。 DeepSeek V4 は、数分の 1 のコストで Claude Sont に匹敵することが証明され、この移行により「会社は数百万ドルを節約できた」と Crivello 氏は述べています。
内部データでトレーニングされたオープンソース モデル上に独自の AI システムを構築して、さらに進んでいる企業もあります。これにはより多くの先行投資が必要になりますが、コスト管理が強化され、サードパーティ ベンダーへの依存が軽減されます。 場合によっては、これらのカスタマイズされたシステムは、特定の使用例では汎用モデルよりも優れたパフォーマンスを発揮することさえあります。
時間の経過とともにコストが軽減されることが期待されます。インフラストラクチャが拡大し、古いモデルが新しいモデルに置き換わるにつれて、ミッドレンジ システムの実行コストは低下するはずです。 SemiAnalysis は、Opus 4.8 レベルのモデルは最終的に月額約 20 ドルで利益を上げて供給できる可能性があることを示唆しています。
ただし、これは最先端のシステムには当てはまりません。フロンティア モデルは、開発中のものも含め、依然として運用コストが高くなります。最高の機能は、消費者のサブスクリプションにバンドルされるのではなく、API を通じて価格設定されることが増えていく可能性があります。
今のところ、AI ベンダーは 2 つの力をうまく使いこなしています。ユーザーは低価格で予測可能な月額料金で強力なツールを望んでいますが、それらを実行するインフラストラクチャは依然として高価であり、非常に使いにくいものです。 OpenAIの最高経営責任者（CEO）サム・アルトマン氏は、こうした緊張を認め、トークンコストの上昇が深刻な問題になっており、同社はユーザーがChatGPTを使用する際に「より少ないコストでより多くの価値を得る」ことができるよう取り組んでいると述べた。
