メインコンテンツへスキップ
見出し画像

Sonnet 5、値上げは撤回された。見直した設計だけが残った

    使っているAIモデルの1つに、9月1日から5割の値上げが予定されていた。前回、対応強度で調整できるコストが全体の13%程度だと分かったばかりだったので、今度は価格そのものを見直すことにした。ところが調べている途中で、その値上げ自体が撤回されていたと分かった。


    なんとなくの値ごろ感で使い分けていた


    私はこれまで、新しいモデルが出るたびに「高性能な方が高い」という感覚だけで使い分けを決めていた。値段は発表された時点でほぼ固定のものだと、どこかで思い込んでいたのだと思う。


    ただ、価格は一度決まったらそのままとは限らない、とも思っていた。実際、標準的な作業に使っているモデルは、導入からおよそ2か月で値上げされる予定になっていた、と分かった。だから、値上げが来る前提で運用を見直しておこうと考えたのが、この記事を書き始めたきっかけだ。


    確定している価格


    確認したところ(公式の価格ページ、2026年8月27日時点)、標準モデルとして使っているモデルは、入力100万トークンあたり2ドル、出力100万トークンあたり10ドルだった。この価格は導入時、「8月31日までの適用」という案内付きで示されていたものだ。


    だが公式ページには、9月1日に予定されていた入力3ドル・出力15ドルへの値上げは行われず、この導入価格がそのまま標準価格になったとはっきり書かれていた。


    一方、重要な判断に使っている上位モデルは、入力5ドル、出力25ドルのまま変わらない。これは1世代前の上位モデルと同じ価格で、発表された時点からすでにこの水準にあった。


    もう1つ、限られた場面で使っている最上位クラスのモデルは、入力10ドル・出力50ドルだった。3モデルを並べてみると、価格が動く気配があったのは「値上げが予定されていたのに、結局動かなかった」標準モデルだけで、実際にはどのモデルも発表時から一度も価格が変わっていないことになる。


    出力価格だけを並べると、標準モデルの10ドルに対して上位モデルは25ドルで2.5倍、最上位クラスは50ドルで5倍にあたる。この比率は、今回の値上げ予定・撤回という一件を経ても、結局まったく変わっていない。


    正直に書いておくと、この記事は値上げが実際に起きた前提で、ほとんど書き終えていた。撤回に気づいたのは、公開する前にもう一度価格ページを開き直した時だった。

    画像
    図1: 確定している価格(100万トークンあたり・現行値)


    コスト試算、ただし仮の数字であることを断っておく


    前回の実測で、週のコストのうち出力が占める割合はおよそ13%だと分かっている。値上げが本当に来るなら、この13%を軸にして影響を試算するつもりだった。だが今回、その計算そのものが要らなくなった。


    標準モデル全体の週あたりコストは今回も測れておらず、そこは相変わらず宿題のままだ。


    それでも、値段は一度確認したら終わりではなく、モデルを使い続ける限り、時々見直す対象にしておく必要があると分かった。今回は「値上げされていなかった」という結果だったが、見直さなければそれにも気づかずに終わっていただろう。


    見直した設計


    値上げが無くなったことで、「安いから標準モデルを使う」という理由自体は、以前とまったく同じ形で戻ってきた。9月1日の予定が消えた以上、標準モデルと上位モデルの価格差は当面このままだろう。


    ただ、今回はっきりしたのは、価格は動く前提で設計しておく必要があるということだった。今回のように、予定されていた変更が土壇場で撤回されることもあれば、逆に予告なく値上げされることもある。値段そのものを設計の軸に置いてしまうと、そのたびに判断をやり直すはめになる。


    画像
    図2: 見直した設計(1/2)―価格は動く前提で設計する

    だから私は、値段ではなく量、具体的には読み直す会話の量で判断している。前回の実測で、出力は週のコストのおよそ13%だと分かった。残りは会話を書き込むキャッシュがおよそ32%、読み直すキャッシュがおよそ55%だった。


    実際、標準モデルではキャッシュの価格を見ても、書き込みと読み込みでは扱いが違う。公式の価格表では、5分だけ有効なキャッシュへの書き込みが100万トークンあたり2.5ドル、1時間有効な書き込みなら4ドルで、そこから読み込むだけなら0.2ドルで済む。


    単価だけなら読み込みの方が圧倒的に安いが、実際の週のコストでは読み直すキャッシュ(55%)のほうが書き込むキャッシュ(32%)より多くを占めている。1回の会話で何度も読み返す分、量が単価の差を上回るということだ。


    対策として効くのは出力そのものを減らすことより、読み直す会話の量を短く保つことのほうだと考えているのは、ここに理由がある。

    画像
    図3: 見直した設計(2/2)―値段ではなく量(読み直し)で決める


    標準モデルのままで、会話を必要以上に長く伸ばさない運用を先に固めておく。長い会話ほど読み直しのコストが積み重なる構造は、値上げの有無に関わらず変わらない。


    今回、値上げが撤回されたことも、この設計を変える理由にはならなかった。値段は動いても動かなくても、量を基準にしている限り、やることは同じだ。値上げが来ると身構えていた分、拍子抜けはしたが、設計を変えずに済んだこと自体が、この基準の正しさを裏付けているとも言える。


    値段と対応強度の話をしてきたが、もう1つ気になっていることがある。AIに指示を出すとき、確認を求められる回数だ。指示を短くすれば、この確認も減るのだろうか。次はそこを実運用のログで確かめてみようと思う。

     
     
    会社員の管理職が、何人ものAIを「社員」にして仕事を回している記録です。任せる前に、どこで止めるかを決められるように、外れた所と直した所を残します。 ・仕事の任せ方(役割・止めどころ・報告の形) ・AIに作らせた曲と動画(MV)の制作ノート

    あなたへのおすすめ