Alibabaが超低価格AIを発表。浮いた予算を自社のデータ基盤整備へ再配分する

今日のニュース

AlibabaがマルチモーダルAIモデル「Qwen3.7-Plus」を発表しました。テキスト・画像・動画の3モダリティに対応しています。APIの利用単価は100万トークンあたり0.4ドル。OpenAIの主力モデルと比べて75〜85%低い水準です。

価格だけではありません。複数のベンチマークで主要競合モデルに拮抗するスコアも示されており、「安いが性能は落ちる」という従来の構図とは様相が異なります。

多くの中小企業で、生成AIの月次コストが数十万円規模に達しているケースも報告されています。ただ実態を聞くと、「ライセンス料は払っているが、どの部門が何に使っているか把握できていない」という声が多い。

Qwen3.7-Plusのような超低単価モデルへの移行で、仮に月次のAPI利用料が60〜70%削減できたとします。数字として魅力的ではあります。ただ、削減された予算の使い道が決まっていなければ、コスト圧縮は収益の底上げで終わります。

この価格水準が生まれた背景を知っておくことは、今後の判断に役立ちます。

2026年のIPO市場では、SpaceX・OpenAI・Anthropicの3社だけで最大2,000億ドルの資金吸収が見込まれています。MetaはGPUを35万基導入しました。「Stargate」プロジェクトでは、最大5,000億ドル規模のAIスーパーコンピューター構築も構想されています。

これだけの数字が並ぶと実感しにくいかもしれませんが、経営への影響はシンプルです。メガテックが計算資源に巨額を投じるほど推論コストは下がり、その恩恵がAPIの単価に反映されます。中小企業にとっては、自ら投資しなくても利用できるインフラが安くなり続けるということです。

PinterestがAI推論コストを90%削減した事例や、千葉銀行グループの工数削減のケースも、この同じ流れの上にあります。一方で、DatabricksのCEOが「他社のIPO資金が枯渇する」と警戒感を示すほどの資本集中が起きていることも、同じ文脈の話です。

つまりこの価格の下落は、特定ベンダーのキャンペーンではなく、巨大資本によるインフラ整備の副産物として起きています。メガテックが競争するほど、末端のAPI単価は下がり続ける構造です。

API単価が下がっても、下がらないコストがあります。

自社の業務文脈をAIが理解できる形に整えること。社内に散在するデータを構造化すること。そして、AIの出力を業務判断に接続するプロセスを設計すること。これらは「配管工事」と呼ばれることもあります。その工数は人件費であり、ツールの単価には連動しません。

スタンフォード大学の調査では、ユニコーン企業のイグジットに占めるIPOの比率が2010年の83%から2024年には11%まで下落しています。資本の集中が一部に偏る構造は、外部調達に頼れない中小企業ほど自前の基盤整備を問われる環境とも解釈できます。

削減できたAPIコストを、どの「配管工事」に充てるか。その問いに答えを持っている経営者と、そうでない経営者とでは、同じ価格の下落から得られる成果が変わってきます。

Googleがオープンモデル「Gemma 4 12B」を発表。標準的なノートPC（メモリ16GB）で完全ローカル動作し、音声・動画・画像の解析が可能。機密データをクラウドに送信せず処理できる選択肢として注目されている。
出典: VentureBeat

企業決済SaaSのRampが、AIトークン課金やエージェント利用コストの可視化・制御機能を強化。Series Fで7.5億ドルを調達し、評価額は440億ドルに到達。売上高は10億ドルを突破し、TPVは前年比170%増を記録した。
出典: TNW

バックアップツール「rsync 3.4.3」へのアップデート後、増分バックアップが機能しなくなる事例が報告された。調査の結果、AI支援によるコミットが原因として特定され、ベテランエンジニアが検証なしのAIコード流用を強く批判した。
出典: The Register

メール対応をAIで自動化しませんか？受信メールをAIが分析し回答案を自動作成。担当者は確認・送信するだけ。詳しくはこちら