【最強モデルは要らない】AIは「1タスク完了単価」で選べ。中国AIが強い本当の理由

AIモデルが発表されるたび、ベンチマーク表の順位だけを見て「最強モデル」が決められる。

数学で何点だった。

コーディングでClaudeを超えた。

エージェント評価でGPTに勝った。

確かに性能は重要である。

しかし、企業や個人が実際にAIを使うとき、知りたいのはモデルの偏差値ではない。

この仕事を何円で終わらせられるのか。
何秒で返ってくるのか。
何回やり直せば正常な成果物になるのか。

である。

最高性能モデルが一回で解く仕事を、安価なFlashモデルが高速に二回試して解けるなら、実務ではFlashモデルの方が強い。

逆に安いモデルでも、何度試しても失敗し、人間が修正に10分かかるなら高くつく。

AIモデルは、ベンチマークの最高点ではなく、必要な品質の仕事を完了させるまでの総費用で選ぶべきだ。

中国AIが急速に普及している理由もここにある。

米国の最上位モデルをすべての能力で圧倒したからではない。

実務で使える最低ラインを超えたうえで、価格を壊したからである。

ベンチマーク1位でも、実務で最強とは限らない

AIモデルの性能評価では、通常、同じ問題を与えて正答率や完遂率を比較する。

だが、実際の仕事には時間と予算がある。

たとえば、次の二つのモデルがあったとする。

モデル	成功率	1回の費用	処理時間
高性能モデル	90％	10円	60秒
Flashモデル	75％	1円	15秒

高性能モデルの方が、一回の成功率は高い。

しかしFlashモデルを二回実行し、テストや採点器で良い方を選べるタスクなら、2円、30秒で済む。

コーディングのように、

• コンパイルできるか
• テストを通ったか
• 指定した値を返したか
• エラーが消えたか

を機械的に確認できる仕事では、この差が大きい。

一回の回答品質だけを比べると高性能モデルが勝つ。

単位時間あたりに何回正解へ近づけるかで比べると、Flashモデルが逆転する。

AIの実用性能は、次の四つで決まる。

指標	見るべき内容
品質	必要な基準を満たせる確率
価格	入力、出力、ツール利用の費用
速度	初回応答とトークン生成速度
検証性	結果を自動で採点できるか

最も賢いモデルと、最も多くの仕事を終わらせられるモデルは同じではない。

本当に見るべきなのは「1タスク完了単価」

API料金は通常、100万トークンあたり何ドルという形で表示される。

だが、入力単価と出力単価だけを比較しても、実際の費用は分からない。

見るべきなのは、次の合計である。

1タスク完了単価
＝入力料金＋出力料金＋ツール料金＋再試行費用＋人間の確認費用＋失敗時の損失

特に見落とされやすいのが、再試行と人間の修正だ。

1回0.1円のモデルでも、正常な回答が出るまで10回必要なら1円になる。

さらに人間が5分かけて修正すれば、API料金の差など消し飛ぶ。

反対に、一回数円するモデルでも、専門家の確認時間を30分短縮できるなら安い。

したがって、モデル選定では「100万トークン何ドル」ではなく、実際の業務を一定件数処理し、

• 成功件数
• 平均トークン数
• 平均処理時間
• 再試行回数
• 人間の修正時間

を記録すべきである。

モデルのベンチマーク表より、自社の請求書と作業時間の方が正直だ。

モデルサイズが大きいほど高性能とは限らない

一般に、モデルが大きくなれば表現できる知識やパターンは増える。

しかし、モデルサイズと実行負荷の関係は単純ではない。

特に現在の大規模モデルでは、MoE、Mixture of Expertsと呼ばれる構造が広く使われている。

MoEでは、モデル全体に大量のパラメータを持たせながら、1トークンを処理するときには一部の専門層だけを動かす。

ここでは二つの数字を分けて考える必要がある。

指標	主な影響
総パラメータ数	モデルの保存容量、VRAM、分散通信
アクティブパラメータ数	1トークン処理時の演算負荷

例えば、DeepSeek V4 Proは総パラメータ1.6兆、1トークンあたり約490億パラメータを使用する。

一方、DeepSeek V4 Flashは総パラメータ2840億、アクティブパラメータは約130億である。両モデルとも100万トークンのコンテキストへ対応する。

V4 Flashは、V4 Proと比べて総パラメータが約6分の1、アクティブパラメータが約4分の1だ。

当然、同じハードウェアと実装条件なら、Flashの方が一回の生成を軽くしやすい。

ただし、アクティブパラメータが130億だから、13Bモデルと同じVRAMで動くわけではない。

モデル全体の2840億パラメータは保持する必要がある。

アクティブパラメータは演算負荷の目安であり、総パラメータは保存容量から消えるわけではない。

ここを混同して「13Bだから家庭用GPUで余裕」と考えると、VRAMが人間の夢を現実へ引き戻してくれる。

DeepSeek V4 Flashの価格は完全に壊れている

2026年7月時点で、DeepSeek V4 Flashの公式API料金は次の通りである。

モデル	キャッシュ未命中入力	出力	コンテキスト
DeepSeek V4 Flash	0.14ドル	0.28ドル	100万
DeepSeek V4 Pro	0.435ドル	0.87ドル	100万

いずれも100万トークンあたりの料金である。V4 Flashは思考モードと非思考モードの両方に対応し、最大38万4000トークンを出力できる。

たとえば一つのタスクで、

• 入力1万トークン
• 出力2000トークン

を使用したとする。

キャッシュを使わない場合、API費用は次のようになる。

モデル	1タスクあたりのAPI費用
DeepSeek V4 Flash	約0.00196ドル
DeepSeek V4 Pro	約0.00609ドル

FlashはProの約32％、およそ3分の1である。

さらにV4 Flashのキャッシュ命中入力は、100万トークンあたり0.0028ドルまで下がる。長いシステムプロンプトや共通資料を繰り返し入力する用途では、入力費用はほぼ無視できる水準になる。

もちろん、V4 Proの方が難しい問題で高い成功率を出す可能性はある。

だが、簡略化してProの成功率を90％とした場合、Flashが約29％を超える成功率を出せるなら、API料金だけではFlashの方が安くなる。

実際には再試行が独立しているとは限らず、難しい問題では同じ間違いを繰り返す。

それでも、価格差が大きすぎるため、多少性能が低いだけでは高性能モデル側が費用差を取り返せないのである。

トークン速度で勝敗が逆転する

AIの処理時間は、大まかに次の要素で決まる。

初回トークンが返るまでの時間
＋出力トークン数÷生成速度
＋ツールの実行時間
＋再試行時間

単発のチャットなら、毎秒30トークンと100トークンの違いを気にしない人もいる。

しかし、AIエージェントでは事情が変わる。

コーディングエージェントは、

• ファイルを読む
• 修正案を考える
• コードを書く
• テストを実行する
• エラーを読む
• 再び修正する

という処理を何十回も繰り返す。

一回のモデル呼び出しで5秒の差があり、100回呼び出せば、それだけで500秒、8分以上の差になる。

モデルが長く考え、長い説明を出力すれば、次のツール実行へ進むまでの時間も伸びる。

一回の回答が少し賢い巨大モデルより、十分な判断力を持つ高速モデルの方が、同じ1時間で多くの試行を回せる。

特にコードのように自動テストが可能な分野では、

一発で完璧な答えを出す能力

より、

短時間で失敗し、結果を読み、何度も修正する能力

の方が実務上の価値を持つ。

AIエージェントでは、知能の高さだけでなく、ループ全体の回転数が性能になる。

出力トークン数は隠れた税金である

出力単価が高いモデルでは、同じ結論へ到達するために何トークン使うかも重要だ。

長く考えるモデルは賢く見える。

だが、思考トークンや冗長な説明も出力料金へ含まれる。

Googleによると、Gemini 3.6 FlashはGemini 3.5 Flashと比べ、Artificial Analysis Index上で出力トークンを17％削減した。コーディング評価のDeepSWEでは、条件によって最大65％少ない出力で処理できたとしている。

これは単なる文章の短縮ではない。

出力が17％減れば、

• 出力料金
• 生成時間
• エージェントが次の処理へ移るまでの時間
• ログやコンテキストへ蓄積される量

も減る。

性能が同じなら、少ないトークンで答えるモデルの方が安くて速い。

ベンチマークの点数だけでは、この差は見えない。

AIに必要なのは、難しい言葉を大量に並べる能力ではない。

必要な正解へ、最短の計算量で到達する能力である。

Gemini 3.6 Flashは「無料で配れる性能」が強い

GoogleはGemini 3.5 Proの公開で遅れを見せた一方、Gemini 3.6 Flashを2026年7月に正式公開した。

Gemini 3.6 Flashは約104万トークンの入力、6万5536トークンの出力へ対応し、コード実行、関数呼び出し、検索グラウンディング、ファイル検索、コンピューター操作などを利用できる。Googleはコード生成、エージェント実行、空間推論を重視したモデルと説明している。

APIの有料料金は、100万トークンあたり入力1.50ドル、出力7.50ドルである。

DeepSeek V4 Flashより大幅に高いが、Gemini APIには入力と出力が無料となる無料枠も用意されている。無料だから文字どおり無制限ではなく、レート制限は存在する。だが、個人開発や試作段階でAPI費用をかけずに高性能モデルを試せる意味は大きい。

同じ入力1万、出力2000トークンを有料APIで処理した場合、Gemini 3.6 Flashの単純なトークン料金は約0.03ドルとなる。

DeepSeek V4 Flashの約15倍だ。

ただし、この比較だけでDeepSeekが常に優れているとは言えない。

Geminiには、

• 画像、動画、音声、PDFの入力
• Google検索との接続
• コード実行
• Google Mapsとの連携
• コンピューター操作
• Googleの各種サービスとの統合

がある。

モデル単価が高くても、検索API、画像解析、外部ツールを別々に用意する必要がなくなれば、システム全体では安くなる可能性がある。

ここでも見るべきなのは、モデルのトークン単価ではない。

最終的にタスクを完了するために必要なシステム全体の費用である。

中国AIが流行るのは「安いだけ」ではない

安いだけで回答が使い物にならなければ、業務には入らない。

中国AIが普及した最大の理由は、要約、翻訳、情報抽出、コーディング、エージェント処理などで、実用に必要な性能を超えたことだ。

60点のモデルが10分の1の価格でも、毎回人間が作り直すなら意味がない。

しかし、85点のモデルが最上位モデルの数分の1から数十分の1で使えるなら、話は変わる。

多くの業務では、95点を97点へ上げることより、85点の処理を1万件実行できることの方が価値を持つ。

DeepSeek V4 Flashは、総2840億、アクティブ130億というMoE構造を採用し、DeepSeekは単純なエージェントタスクではV4 Proと同等、推論能力もProへ近いと説明している。またOpenAI形式とAnthropic形式の両APIへ対応するため、既存のエージェントやコーディングツールへ組み込みやすい。

中国AIが強いのは、単に研究力が上がったからではない。

• 十分に高い性能
• 小さいアクティブパラメータ
• 攻撃的なAPI価格
• 長いコンテキスト
• 既存APIとの互換性
• オープンウェイト

をまとめて提供しているからだ。

世界最高性能を一点だけ取る必要はない。

企業が毎日使える価格で、必要な仕事の大部分を処理できれば市場を取れる。

安さは技術力だけでなく、企業戦略でも決まる

API価格が安いからといって、純粋にサーバー負荷が低いとは限らない。

価格には、

• モデルの演算効率
• 使用する半導体
• 電力価格
• データセンターの稼働率
• バッチ処理の効率
• キャッシュ
• 量子化
• 投機的デコード
• 企業による補助
• 市場獲得のための値付け

が含まれる。

DeepSeek V4 Flashの低価格は、13BアクティブのMoE構造や長文処理の効率化によって支えられている。一方で、API価格は企業が戦略的に決めるものであり、物理的な原価そのものではない。DeepSeek自身も料金は変更される可能性があると明記している。

Googleも同じだ。

Geminiを無料で配れるのは、Googleが検索、広告、Cloud、Workspaceなど別の場所で利益を回収できるからである。

モデルの価格性能比を見るときは、技術的な効率と企業の値付け戦略を分けて考える必要がある。

利用者にとって重要なのは、原価がいくらかではない。

明日の料金改定まで含めて、そのモデルへ依存してよいかである。

実務ではFlashから始め、難しい仕事だけProへ送れ

すべてのタスクを一つの最上位モデルへ送る必要はない。

最も合理的なのは、複数モデルを使い分けるモデルルーティングである。

まず安価なFlashモデルへ処理させる。

結果を自動テスト、ルール、別モデル、人間で検証する。

失敗した案件だけ、上位モデルへ送る。

安価なFlashモデルで処理
↓
テスト・形式確認・根拠確認
↓
合格なら完了
↓
不合格だけ上位モデルへ送る

Flashモデルへ向いている仕事は多い。

Flash向け	上位モデル向け
要約、分類	複雑な設計判断
データ抽出	原因不明の障害解析
定型的な翻訳	長時間のエージェント処理
ログの一次解析	多数の条件が絡む分析
単純なコード修正	大規模なコード設計
テストコード生成	失敗コストが大きい判断
大量文書の一次処理	最終成果物の品質確認

特に、正解を自動で確認できる仕事はFlashと相性がいい。

コードならテストを通す。

JSONならスキーマを検証する。

分類なら既知の正解データで採点する。

情報抽出なら必須項目が埋まっているか確認する。

安価なモデルへ完璧を求める必要はない。

間違いを機械的に検出できれば、安く大量に試せること自体が性能になる。

安いモデルが勝てない仕事もある

Flashモデルが万能という話ではない。

失敗の被害が大きい仕事では、高性能モデルの成功率が価格差を上回る。

• 法的判断
• 医療判断
• 巨額の金融取引
• 本番環境の削除操作
• 複雑なシステム設計
• 公開前の最終記事
• 根拠が少ない将来予測

こうした仕事では、数円のAPI料金を節約して数万円、数百万円の損失を出したら何の意味もない。

さらに、Flashモデルが同じ失敗を何度も繰り返す場合、再試行では解決しない。

入力を変える。

別のモデルへ切り替える。

人間が前提を整理する。

外部ツールから正確な情報を与える。

必要なのは、安いモデルを盲信することではない。

タスクの難易度と失敗コストに合わせて、最も安く成功できる構成を選ぶことだ。

結論：今後の覇権は「最も多く仕事を終わらせるモデル」が握る

AIモデルの価値は、ベンチマーク順位だけでは決まらない。

重要なのは、必要な品質の仕事を、

• 何円で
• 何秒で
• 何回の試行で
• どれだけ人間の修正を使って

完了できたかである。

DeepSeek V4 Flashは、2840億パラメータを持ちながら、1トークンあたり約130億だけを動かすMoE構造と、異常に低いAPI価格を組み合わせた。

Gemini 3.6 Flashは、Gemini 3.5 Proの遅れとは別に、速度、トークン効率、マルチモーダル、ツール利用をまとめ、無料枠で広く配布できる実用品として仕上げている。

どちらも示している方向は同じだ。

AI市場は、最高性能のモデルを眺める段階から、最も効率よく仕事を終わらせるモデルを選ぶ段階へ移った。

最上位モデルはなくならない。

難しい問題や失敗できない仕事では必要になる。

だが、企業が毎日処理する大部分の仕事に、毎回最上位モデルを投入する必要はない。

Flashで処理する。

機械的に検証する。

失敗したものだけProへ上げる。

この構成の方が安く、速く、処理量も増える。

今後のAI市場で覇権を握るのは、ベンチマークで最も高い点を取ったモデルではない。

企業の仕事を、最も安く、速く、大量に完了させたモデルである。