DeepSeek、トークン価格を時間帯別に

DeepSeekはV4-Flashの出力料金を、100万トークン当たり$0.28からピーク時には$1.32へ引き上げ、閑散時は$0.66とした。時間帯によってモデルの性能が変わるわけではない。混み合うのは処理待ちの列だ。トークンに時間帯別の値段を付けたことで、顧客が実際に何へ対価を払いつつあるのかが鮮明になった。

重みファイルや高性能モデルへのアクセスだけで、本番利用にかかる費用全体を説明することは難しくなっている。事業者は顧客が必要とする時に十分な処理量を確保し、急激なアクセス増にも停止せず対応し、高負荷でも応答時間を維持し、稼働率の約束を守るために一定の余力を残さなければならない。同じモデルでも、すぐに処理するサービスまで安いとは限らない。

この違いは、事業者が何を売るのかも変える。従来のトークン料金は、主に性能に応じた対価だった。知能そのものが希少な資源と見なされ、高性能なモデルほど高かった。これに対しDeepSeekの料金は、特定の時点で供給が限られる処理能力に値段を付けている。

重み公開で汎用品化するのはモデルであり、安定稼働の約束ではない

モデル各社は、実用的な知能の供給をさまざまな方向から増やしている。DeepSeekはV4-Proを入力100万トークン当たり$0.435、出力100万トークン当たり$0.87で提供開始した。Tencentは、100万トークンの文脈長を持つ7700億パラメーターの重み公開型モデルを発表した。

各社が直面する動機は同じだ。重みを公開すれば利用の裾野が広がり、開発者を呼び込めるうえ、独自仕様のエージェントを中心に形成される市場から締め出される危険も減らせる。モデル設計とアクセスの費用が下がるなか、複数の事業者がそれぞれ公開を選ぶのは合理的だ。

重みを公開して解消される制約は一つにすぎない。運用済みの接続先が用意されるわけでも、アクセス急増に備えて演算装置が確保されるわけでも、100万トークンの処理が予定どおり終わる保証が得られるわけでもない。こうした役割を担うのは提供基盤全体であり、そこでは評価試験の成績だけでなく、信頼性、応答時間、稼働率、継続的な運用費が重要になる。

端末上のモデルや自社運用する重みを使えば、一部の推論処理を集中型APIから移せる。処理量が保有機器の範囲に収まり、運用負担を自ら引き受けられる組織には有効だ。一方、稼働維持を外部へ任せたい顧客にとって、運用込みの推論サービスには引き続き価値がある。

時間帯別料金がトークン市場の需給を調整する

ピーク時と閑散時の境目で、V4-Flashの中身が変わるわけではない。複数の要求が同じ処理能力へ集中する時間帯に、顧客がより高い料金を払うだけだ。

DeepSeekはAPIを通じて、計算資源の需給原理を料金に反映している。ピーク時には、一つの要求が別の要求を処理できる枠を占有する。閑散時には、同じ要求が余りがちな設備から収益を生む。

DeepSeekは、処理時期を調整できる利用者にはピーク時の半額を適用している。変動料金は、見栄えのよい画面を付けただけの値上げではない。急ぎの処理を高くし、待てる処理を安くすることで、混雑を料金に表しつつ、移動可能な需要を別の時間帯へ誘導している。

OpenAIとAnthropicでは、推論費用が売上の半分を超えると報じられている。モデルを作るのは学習だが、顧客が購入する成果を繰り返し生み出すのは推論である。売上が一単位増えるたびに演算装置、メモリー、電力、通信網を追加で使うなら、ソフトウェア事業の利益率は従来型のソフトウェアほど高くならない。

OpenAIの技術者は、推論費用を半分以下に抑える手法を見つけたと報じられている。広く導入されれば、トークン料金への上昇圧力を和らげ、どの稼働率でも採算を改善できる。

ただし、低コストな提供基盤でも、要求が同時に集中すれば混雑する。効率化は既存設備で処理できる仕事を増やし、変動料金は急がない仕事を混雑時間帯から移す。

エージェントは「待つ」ことを費用管理の手段に変える

時間帯別料金が機能するのは、一部の需要を動かせる場合に限られる。対話型の利用では、人が回答を待つ時間も品質の一部になるため、通常は処理を後回しにできない。これに対しエージェントの処理には別の需要特性がある。すべてのトークンが届く様子を人が見守らなくても進められる作業が多い。

エージェントによる推論では、人が処理過程へ直接関わらない場合、速度の意味が変わる。裏で進める調査、コード検証、文書処理の一括実行、複数形式の情報を扱う作業は、完了を遅らせる代わりに費用を下げられることが多い。その選択が許容できるかどうかは、処理管理機能が判断する。

DeepSeekは、モデル接続部を交換でき、追加機能で構成要素を拡張できるMITライセンスのエージェント実行基盤を公開した。部品化されたエージェント基盤では、モデル、道具、実行方針を対話画面の内側へ固定せず、処理ごとに設定できる。

実行層が料金と緊急度を把握できれば、閑散時の処理能力そのものがサービス上の利点になる。エージェントは、急ぎの要求を割増サービスへ回し、待てる仕事を安い時間帯まで延期し、あるいは別のモデルへ移せる。重要な指標は公示されたトークン単価ではなく、応答時間の条件を満たしたうえで一つの作業を完了する費用になる。

DeepSeekの試験モデルV4-Flash-Visionは、画像をトークンとして換算し、V4-Flashと同じ料金を課す。料金の対象は、エージェントの作業工程で取り込む画像入力にも広がっており、処理時期の決め方が影響する機械処理の範囲はさらに大きくなった。

エージェントは、推論市場における処理能力の二極化を実際の運用へ落とし込む。安価で汎用的な処理能力は待てる仕事を担い、供給が限られる処理能力は、即時応答、安定した応答時間、特定用途向けの性能を求める仕事から割増料金を得る。ソフトウェアは、この調達判断を常時行える。

低価格競争がモデル各社を計算基盤へ引き込む

モデルを安くすれば利用者を獲得しやすくなるが、それだけで研究費やサービス設備を賄えるわけではない。モデル企業は、研究と運用の双方を支えられるだけの継続的な推論収入を確保する必要がある。

DeepSeekは2026年の最初の7カ月に、$70.7 millionの売上と$106 millionの純損失を計上したと報じられている。売上は2025年通年の約10倍に達したものの、資金需要はなくならなかった。サービスの成長に伴って運用費も増えるからだ。

DeepSeekはその対応として、研究費を確保し、計算基盤へ事業を広げるため、$74 billionの評価額で$7.4 billionを調達すると報じられている。安価な知能は利用を呼び込み、利用の増加は処理能力を確保する責任を生む。その責任が、事業者を資本設備の保有へ向かわせる。

Moonshot AIはKimi K3についてMicrosoft、Amazon、Googleと運用契約を進め、最大30%の収益分配を求めている。提供基盤全体を自ら賄う代わりに、提携先の設備が生む収益から、より多くの取り分を確保しようとしている。

重み公開型モデルの事業者が設計情報を広く公開できるのは、運用代行、処理の統括、流通、信頼性、顧客接点が依然として希少だからだ。モデルそのものが広く手に入るようになるほど、こうした運用能力が事業価値の多くを担う。

トークン価格は計算基盤のリスクを一つの数字に集約する

トークンを販売する事業者は、計算資源、電力、通信容量に関するリスクを負う。OpenAIはデータセンター向け電力契約の価格変動に備えるため、電力取引の責任者を採用している。一方、Shanghai Futures ExchangeはAIトークン先物を検討している。いずれも推論需要を、資金調達や価格変動対策の対象となる事業リスクとして扱う動きだ。

APIの変動料金は、こうした仕組みが顧客に接する最前線に当たる。顧客に見えるのはピーク時と閑散時の料金だ。その裏で事業者は、機器の確保、電力調達、稼働率、十分な設備が整う前に契約済みの需要が発生する危険を管理している。トークン価格は、その一連の構造を一つの数字へ集約する。

顧客には三つの選択肢がある。急がない仕事を遅らせて混雑を避けるか、すぐに処理するため希少性に応じた割増料金を払うか、端末内または自社運用へ移して運用費を自ら負担するかだ。

モデルを選ぶ前に、利用企業は処理ごとに分類しなければならない。今すぐ実行する必要があるのか、待てるのか、自社で運用できるのか。性能評価の成績だけでは答えは出ない。その答えによって請求額と、計算基盤のリスクを誰が負うかが決まる。

DeepSeekのピーク時$1.32のトークンと、閑散時$0.66のトークンが提供するモデル性能は同じだ。時間帯によって変わるのは、処理待ちの長さ、設備の稼働率、計算基盤のリスクを誰が負うかである。AIの競争軸は、処理時期を調整し、必要な資金を手当てし、安定して提供できる計算能力へ移りつつある。その約束の値段を、時間が決める。