「APIでAIを使うと、月いくら請求が来るか読めない」。中小企業からいちばんよく聞く、AI導入をためらう理由です。定額のChatGPTなら月20ドルで打ち止めですが、業務システムに組み込む従量課金（使った分だけ払う方式）は、量が増えるほど怖くなる。だから面白そうでも手を出せない——その足踏みが、2026年7月30日の発表で一段ゆるみました。

OpenAIが同日、主力モデル「GPT-5.6」ファミリーのAPI料金を引き下げました。最安モデルの単価が一気に80%下がり、これまで採算が合わなかった「量の多い定型作業」がAPIに乗る現実味が出てきた。ただ、値段が下がったから全部やろう、という話ではありません。安くなった今こそ効くのは「1つのモデルで全部やる」をやめる使い方です。

何が起きたか——最安モデルが80%オフ

インディゴ/ネイビー基調の概念図。3つの価格タグが縦に並び、一番下の小さなタグ（Luna）が太い下向き矢印で80%下の位置まで大きく落ち、中央のタグ（Terra）は少しだけ下がり、一番上のタグ（Sol）は同じ高さのまま横に稲妻マーク（高速化）が添えられている。背景は生成りのオフホワイト、タグと矢印はインディゴとネイビーの濃淡。文字は入れない。

GPT-5.6は3段階のモデルで構成されています。今回の改定を整理すると次の通りです（1M＝100万トークンあたりの単価）。

  • Luna（最安・高速）：入力・出力ともに約80%減。入力 $0.20／出力 $1.20。改定幅がいちばん大きいのがこの下位モデルです。
  • Terra（バランス型）：約20%減。入力 $2.00／出力 $12.00。日常的な作業向けの中位モデル。
  • Sol（最上位）：単価は据え置き（入力 $5／出力 $30）。代わりに、処理を速くする高速オプション（Fast mode）がAPIに追加されました。

下位ほど大きく下げ、最上位は速さで応える。値下げの重心が「安いモデル」に寄っているのが今回の特徴です。詳細はOpenAIの発表（Advancing the price-performance frontier with GPT-5.6）や国内報道（窓の杜）にまとまっています。

なぜ下げられたのか——モデルが自分で自分を最適化した

今回の値下げは、需要獲得のための赤字覚悟のセールとは毛色が違います。OpenAIの説明では、GPT-5.6自身に自らの実行効率を改善させ、GPUの処理カーネルの見直しやトークン生成の高速化で提供コストそのものを下げた、とされています。浮いたコスト分をAPI・Codex・ChatGPTの利用者に還元した、という筋書きです。

コスト構造の改善が原資という説明は、値下げの筋としては筋が通っています。ただし、この価格を将来も維持するという約束が公式に出ているわけではありません。AIの料金は各社の競争のなかで頻繁に動きます。恒久的に据え置かれる前提で設計するのではなく、いまの単価で回るかを都度確認しながら組む——そのくらいの構えが実務的です。競争の軸が「どこまで賢いか」から「1ドルでどれだけ実務が回るか」へ動いてきた、その一例として受け止めておく程度がちょうどいい。

「最上位1つで全部」をやめる——二層で組む

インディゴ/ネイビー基調の二層構造の概念図。左から大量の同じ書類アイコンの束が細いパイプを通って下段の小さく安価なロボット（激安モデル）へ流れ込み、そこで処理された少数の重要な書類だけが上段の大きなロボット（上位モデル）へ運ばれていく。下段は薄いインディゴ、上段は濃いネイビーで階層の違いを表す。背景は生成りのオフホワイト。文字は入れない。

ここまで安くなると、モデルの選び方そのものが変わります。少し前までは「いちばん賢い1つを選んで、何でもそれに投げる」が正解でした。賢さの差が大きく、安いモデルは使いものにならない場面が多かったからです。いまは違います。定型作業なら下位モデルでも十分こなす。だとすれば、仕事をコスト帯で振り分けたほうが安く速い。

考え方はシンプルです。仕事を2つの層に分けます。

  • 下の層（量が多く・答えが定型）：Luna級の激安モデルに任せる。会議音声の文字起こしからの要約、商品説明文の一括生成、問い合わせメールの一次仕分け、OCR後の表記ゆれ整形、CSVへの分類タグ付け。数をこなすほど単価差が効きます。
  • 上の層（判断が要る・失敗が痛い）：Sol級や他社の上位モデル（Fable 5など）に絞る。企画の方向づけ、顧客に出す文章の最終レビュー、微妙なニュアンスの判断。ここはケチらず賢いほうを使う。

全部を最上位でやると、単純作業にまで高い単価を払うことになる。全部を最安でやると、肝心の判断で品質が足りない。あいだを取るのではなく、仕事ごとに担当を分ける。これが「二層運用」です。

明日試す——定型を激安モデルに振る

インディゴ/ネイビー基調の横一列フロー図。左から右へ4つのステップが矢印でつながる：書類の入った入力トレイ→小さな歯車つきロボット（下書き生成）→人の目のアイコン（最終チェック）→保存フォルダ。人の目のステップだけ濃いネイビーで強調し、他はインディゴ。背景は生成りのオフホワイト。文字は入れない。

先に、使える場所を押さえておきます。値下げされたLuna・Terraを選べるのは、API、Codex、そして法人向けのWork in ChatGPTに限られます。ふだんのChatGPTの会話画面ではLuna・Terraは選択できません。だから中小が業務に組み込んで試すなら、システムに接続するAPI経由か、開発用途のCodexが入り口になります。

そのうえで、手順は難しくありません。

  1. いま人が手作業でやっている「量が多く・毎回だいたい同じ」作業を1つ選ぶ（例：問い合わせメールの一次仕分け）。
  2. その作業をLuna級の激安モデルに下書きさせる。プロンプトは「この判断を、この基準で、この形式で出して」と具体的に。
  3. 出てきた結果を人が最終チェックする。ここは省かない。
  4. 問題なければ保存・反映。1週間回して、精度と手ごたえを見る。

コスト感もつかんでおきましょう。Lunaの出力は100万トークンあたり1.20ドル。1ドル150円なら約180円です。要約1本の出力が仮に1,000トークンなら、1回あたり0.0012ドル＝0.2円に届きません（※概算）。メールの一次仕分けを1日100通回しても、日額はコーヒー1杯にはるかに及ばない量に収まります。「請求が読めないから手を出せない」の壁は、この単価ならかなり下がります。

ふたつだけ前提を守ってください。ひとつは、機微情報（個人情報・未公開の経営数字・取引先の秘密）はそのまま入力しないこと。もうひとつは、出力は必ず人が確認してから使うこと。安いから大量に回せる、はそのまま「間違いも大量に出せる」でもあります。最終チェックの一手間を外した瞬間に、二層運用は崩れます。

ククルデザインの見方

値下げのニュースは「AIが安くなった」で読み流して終わりにしがちです。でも中小企業にとっての本当の変化は、単価そのものより「モデルを1つに絞らなくてよくなった」ことにあります。定型は激安モデル、判断は上位モデル。この振り分けを業務に落とし込めるかどうかで、同じAI予算でも回せる仕事の量が変わってきます。

私たちは、どの1業務からこの二層運用を始めるか、人の承認をどこに挟むか、機微情報をどう切り分けるか——このあたりを一緒に設計して、実装まで伴走しています。「うちのこの作業、激安モデルに振れる？」という当たりのつけ方から相談に乗ります。まずは日々の定型作業を1つ、棚卸ししてみてください。そこが二層運用の入り口です。