【9/23 AIニュース】その請求、4〜5割下がる ─ 同日値下げの Opus 5.5 と GPT-6
AIの利用料を毎月払っている人へ。今朝のいちばんは値下げが同じ日に2社から出たことで、Anthropic は既定設定でOpus 5 比40%安、OpenAI は API 価格を50%引き下げました。
効くのは、AIに仕事を投げた回数がそのまま請求になる立場の人です。API を叩いている人、有料プランの上限に毎週ぶつかっている人、エージェントを走らせっぱなしにしている人。
今朝は5件。うち手を動かす人に効くのは3件で、今日そのまま作業になるのは「自分のタスク1件あたりの費用を測り直す」ところまでです。
今朝の5件を先に並べます
一覧の中身をテキストでも置きます
Claude Opus 5.5。入力100万トークン4ドル・出力20ドルでトークン単価は20%安。キャッシュ読みは0.20ドルで60%安。既定設定の典型的な作業では総額40%安
GPT-6 Sol / GPT-6 Luna。API 価格を50%引き下げ。Sol は入力2ドル・出力10ドル、Luna は入力0.10ドル・出力0.50ドル
Epoch AI「思考の値段」。同じ性能を買う費用が3年間、四半期あたり約47%下がり続けていた。今日いちばん効く1件
google/ax 0.3.0（9月20日公開）。エージェントを宣言的に走らせる基盤が Apache-2.0 で出ています。23日朝の時点で7,495スター
Agent Substrate と Univer。ax の実行基盤と、表計算・文書・スライドをエージェントに触らせる1ランタイム
Claude Opus 5.5 ─ トークン単価は20%しか下がっていない
Anthropic が9月22日に Claude Opus 5.5 を公開しました。100万トークンあたりの価格は入力4ドル・出力20ドルで、Opus 5 の5ドル・25ドルから20%下がっています。
効くのはキャッシュ読みの60%引き
キャッシュ読み（同じ前提を何度も読み直すぶん）は 0.50ドル → 0.20ドル。Anthropic 自身が「エージェントとコーディングの費用の大半を占める」と書いています
キャッシュ書きは 6.25ドル → 5ドル
出力の生成は Opus 5 より30%以上速い
Pro・Max・Team・席売り Enterprise の5時間あたりの上限を引き上げ。加えて、レート上限のリセットを1回分貯めておいて好きなときに使えるようになりました
単価20%と総額40%の差はどこから出るのか
ここが今朝いちばん誤解されやすいところです。トークン単価は20%しか下がっていないのに、Anthropic は「典型的な作業で40%安くなる」と書いています。
差の出どころは価格ではなく消費量です。同じ仕事を少ないトークンで終えるぶんが乗って40%になる、という説明になっています。実測例として、20万行のコードベースの監査と修正が3時間未満（Opus 5 は20時間超・トークン2.5倍）と出ています。
なお性能について、Anthropic は自社の発表文の中でこう書き添えています。
この水準の能力になると、ベンチマークの差は現実の違いを測る目安として以前ほど頼りにならなくなってきた。自社で使っている実感では、Opus 5.5 と Claude Fable 5.1 の差はスコアが示すほど開いていない
売り手が自分でそう書いているので、ベンチマークの数字を乗り換えの理由にしないほうが安全です。
GPT-6 Sol と GPT-6 Luna ─ 半額、ただし比較の基準に注意
OpenAI は同じタイミングで GPT-6 Sol と GPT-6 Luna を公開し、API 価格を50%引き下げました。
引き下げ幅の分母は「GPT-5.6 の販促価格」
GPT-6 Sol: 入力 4ドル → 2ドル、出力 20ドル → 10ドル
GPT-6 Luna: 入力 0.20ドル → 0.10ドル（50%減）、出力 1.20ドル → 0.50ドル（実際は58%減。OpenAI の表は行ごとに「50%安」と書いていますが、出力だけは記載より大きく下がっています）
キャッシュされた入力の読み出しは、通常の入力に対して90%の割引（値下げ幅ではなく割引率）
提供は本日から ChatGPT Work と Codex（Plus・Pro・Business・Enterprise・Edu）。Free と Go の利用者はデスクトップアプリで Luna が使えます。通常の Chat にはまだ来ていません
「50%」の基準は GPT-5.6 の販促価格であって定価ではない、と OpenAI 自身が書いています。値引き前の値段が何だったかで体感は変わるので、ここは読み飛ばさないほうがいい箇所です。
OpenAI 側の比較表も、Anthropic 側の比較表も、それぞれ自社が自社の環境で測ったものです。Anthropic は競合の数字を「OpenAI の公表値」、OpenAI は競合の数字を「公開されている報告から」と明記しています。並べて優劣を言える形にはなっていません。
値下げは今日の出来事ではなかった ─ Epoch AI の3年分
同じ9月22日に、Epoch AI が「The plunging price of thought（思考の値段の急落）」というレポートを出しました。ここが今朝の2つの発表を偶然から構造に変える一次データです。
下がる速さは、その性能が新しいほど速い
過去3年、同じ性能を買う費用は四半期あたり平均で約47%下がり続けた。年に直すと13倍の下落で、レポートは「歴史上のどの変革的技術よりも速い」と書いています。数学・自然科学・ゲームをまたぐ5つのベンチマークで測った値です
分野で差があり、数学の問題は四半期50〜52%、ゲーム的なパズルは39〜43%
そして一番効くのがこれです。ある性能が最先端として初めて達成された直後は四半期66%（年75倍）下がり、2年経つと32%（年4.7倍）と半分の速さになる。ただしこの形がはっきり出たのは5つのベンチマークのうち3つで、66%と32%は5つを平均した値です
著者は Luke Emberson と David Roodman。データとコードは GitHub で公開されています
レポート自身が但し書きを付けています。単価が下がっても総支出が下がるとは限りません。 1回1円で回せるようになった処理でも、100万回走らせれば請求は積み上がります。
その他の動き
google/ax（Apache-2.0・Go）。9月20日に 0.3.0 が出ました。エージェントの仕事を YAML で宣言すると、サンドボックスを作り、作業場を配線し、外向き通信を許可リストで囲ってくれる基盤です。README が動機として「エージェントは、誰も見ていなければループで金を燃やし続ける」と書いています。23日朝の時点で7,495スター。ただし同じ README に「安定版の前に大きな破壊的変更を入れる見込み」という警告があり、本番投入の段階ではありません
agent-substrate/substrate（Apache-2.0・Go）。ax が上に乗る実行基盤。標準的なコンテナ比で10倍の密度、中断からの再開は500ミリ秒未満をうたいます。README に「Google の公式サポート製品ではない」と明記あり
dream-num/univer（Apache-2.0・TypeScript）。表計算・文書・スライド・キャンバス・関係テーブル・PDF を1つのランタイムでエージェントに触らせる作りで、事務仕事をAIに渡すときの土台になります
今日いちばん効くのはこれ
Epoch AI のレポートです。今日値下げされた2社の発表より、こちらを先に読むべきだと考えます。
理由は、このレポートだけが「次にいつ下がるか」を答えているからです。
今日やること
自分のタスク1件あたりの費用を測る。 トークン単価×使用量で見積もると外れます。値下げの半分は「同じ仕事を少ないトークンで終える」ぶんから来ているので、実際に同じ仕事を新旧で1回ずつ走らせて請求を比べる以外に確かめる方法がありません
キャッシュの効き方を先に見る。 ここは2社で数字の意味が違うので注意がいります。Anthropic はキャッシュ読みの価格そのものを 0.50ドル → 0.20ドルへ下げました（60%の値下げ）。OpenAI の「90%」は値下げ幅ではなく割引率で、キャッシュ済みの入力は通常の入力より90%安く読める、という話です。いずれにせよ、同じ前提を何度も読ませる使い方をしているならここが請求に直結します
待つかどうかを、その仕事が新しいかどうかで決める。 最先端として出たばかりの性能なら四半期66%、2年前からできた仕事なら32%。待つ価値は、やらせたい仕事が新しいほど大きいというのが3年分のデータの答えです
AIの料金にあまり詳しくない人が今日ひとつだけやるなら、先月の請求書を開いて、金額を「その月にAIへ投げた仕事の件数」で割ってみることをすすめます。1件あたりいくら払っているかが分かれば、今日の「4割安」「半額」が自分にとって何円なのかが、そこで初めて具体になります。
関連する過去の記事
安い選択肢に乗り換えるとき、正答率の差より先に見るべき数字の話。
安く速くなっても、確かめる工程は減らせないという実測。
なぜ書いたか
朝のニュースまとめとして、上下の両陣営が同じ日に値下げした事実を並べるだけでは足りないと思ったからです。値下げの発表は毎回「何%安い」で来ますが、分母が何かは毎回ちがいます。今朝は幸い、同じ日に3年分を数えたレポートが出ていたので、単発の発表を長い線の上に置き直すことができました。
