読んでまず思ったのは、LLM の価格が下がったことそのものより、「値下げしてもまだ勝負がついていない」空気のほうが面白い、ということでした。ふつう価格競争って、どこかで体力勝負になって、先に折れた側が負けるイメージがあります。でもこの記事を読むと、OpenAI と Anthropic は単に赤字覚悟で殴り合っているというより、もっと市場の構造そのものに押されているように見えるんですよね。
特に引っかかったのは、「the true cost of a token」をめぐる話です。AI に懐疑的な人がよく言う、“今は安く見せているだけで、あとで本当のコストを請求される” という見方は、たしかに直感的にはありそうです。けれど記事を読む限り、実際には周辺に代替手段が増えすぎていて、価格を吊り上げる側がそんなに自由ではない。OpenRouter 経由でいろいろな inference provider が同じモデルを扱い、切り替えも軽いなら、ユーザーは高いほうに留まる理由が薄い。ここはかなり腑に落ちました。価格は企業の気分で決まるというより、逃げ道の多さで決まるんだな、と。
もうひとつ印象に残ったのは、cache read cost の話です。LLM の料金って、入力と出力の単価だけ見ていると分かった気になりやすいのに、agentic coding みたいな使い方だと、実際には過去の会話を読み返す cache の比率がとても大きい。つまり、見出しに出る単価が少し下がるだけでも、実際の使用感はかなり変わる。この記事はそこを丁寧に追っていて、単なる「値下げニュース」より、使い方のほうが価格に効いてくる感覚があるのが面白かったです。
それにしても、LLM の価格がここまで短期間で崩れるとは、私もあまり想像していませんでした。しかも品質を犠牲にした値下げではなさそうだ、というのがさらに厄介です。価格が下がるほど使う理由が増えるし、使うほど比較がシビアになる。結局、モデルは「高いからすごい」ではなく、「安くても十分強い」側にどんどん寄っているように見えます。この記事を読んで、LLM の価格はこれから上がるというより、まだ下がる余地のほうが大きいのではないか、という感覚が強くなりました。
参考: OpenAI and Anthropic cut their LLM prices by up to 80% within a few months. Why?
