AIの請求額が読めない 「安いモデル」が高くつく理由
トークン（トークン）
AIが読む文章や返す文章を数える単位です。
モデル（モデル）
仕事をするAIの種類です。
Hacker News（ハッカー・ニュース）
技術ニュースについて利用者が話すサイトです。
何が起きたか
企業がAIを仕事に組み込むほど、支出を先に決めにくくなっています。ウォール・ストリート・ジャーナル（WSJ、経済ニュース紙）の10月5日記事が紹介した調査では、約400社のうち、AI支出を正確に予測できたのは11％でした。Hacker News（技術ニュースを話すサイト）では、リンクが49ポイント、71件のコメントを集めました。ただし、これは読者の注目度であり、元記事の正しさを証明する数字ではありません。
なぜ予算が変わるのか
AIの利用量は、トークンという文章の小さな単位で数えられます。従来のソフトと違い、AIは人の作業に近く、行動し、判断し、間違えることがあります。仕事の進み方が毎回同じでないため、同じ依頼でも使うトークン数が変わります。記事が紹介したテストでは、同じAIモデル（仕事をするAIの種類）に同じ依頼を5回しても、費用は毎回違いました。答えを出せなかった試行も、トークンを使えば費用になります。
「安い」が高くなる仕組み
1回のトークン単価だけを見ると、安いモデルを選びたくなります。しかし、高いモデルが少ない手順で仕事を終えれば、全体の費用は低くなります。逆に、安いモデルが何度も試して失敗すれば、請求額は増えます。
スタンフォード大学、カーネギーメロン大学、カリフォルニア大学バークレー校、Microsoft Researchの研究者は、数学、プログラミング、科学など6800超の課題でモデルを比べました。32％のケースでは、安いモデルの方が高いモデルより多くのお金を使いました。
具体的な例
同じ指示をGoogleのAIモデル、Gemini 3.1 ProとGemini 3 Flashに与えた例では、Proは85手順で成功し、1ドルでした。安いFlashは、ほぼ1000手順を進んだあと失敗し、14ドル分のトークンを使いました。記事はこの結果が例外かもしれないとしつつ、実際の利用でも起こり得ると説明しています。
確認できたことと、まだ分からないこと
確認できるのは、値札の安さだけでは仕事全体の費用を読めないことです。Googleは、依頼ごとの揺れはAIに付きものだと説明し、多くの仕事では平均化するとしています。一方、約400社調査の対象や「正確に予測」の定義、現在の新しいモデルで同じ結果になるかは、このニュースだけでは判断できません。
次に見る点
企業は、仕事ごとにどのモデルを使うかを教え、支出上限や柔軟な料金設定を使う必要があります。大切なのは、1回の単価ではなく、成功までに何手順かかり、失敗分も含めていくらになったかを見ることです。
AIの料金は、なぜ先に決めにくい？
📰 しっかり版: AIの請求額が読めない 「安いモデル」が高くつく理由
AIは、安く見える道具でも、仕事の進め方しだいで高くなることがあります。
トークン（トークン）
AIが読む文や返す文を数える小さな単位です。
モデル（モデル）
仕事の進め方が違うAIの種類です。
Hacker News（ハッカー・ニュース）
技術ニュースについて話すサイトです。
💡 ようするに
- AIの料金は、使ったトークンで変わります。
- 同じ依頼でも、使う量は毎回同じではありません。
- 安いモデルが、高いモデルより多く使うことがあります。
企業はAIを仕事に使い始めました。WSJ（経済ニュースの媒体）の記事によると、約400社の調査で、AIの支出を正確に予測できた会社は11％でした。
Hacker News（技術ニュースのサイト）では、この記事が49ポイントと71件のコメントを集めました。これは話題になったという意味です。記事の内容が正しいという証明ではありません。
トークンは、AIが読む文や返す文を数える単位です。AIが何度も考えたり、やり直したりすると、トークンが増えます。同じ依頼でも、答えまでの手順が変わることがあります。失敗した作業でも、使ったトークンの料金はかかります。
研究者たちは、数学やプログラミングなど6800超の課題を調べました。32％のケースで、安いモデルの方が高いモデルより多くのお金を使いました。安いAIが一度で答えられず、何度も試すことがあるからです。
実例では、Gemini 3.1 Pro（GoogleのAIモデル）は85手順で成功し、1ドルでした。安いGemini 3 Flashは、ほぼ1000手順を使って失敗し、14ドルになりました。
だから、会社は値段だけでAIを選べません。仕事ごとに合うモデルを選ぶ必要があります。使える金額に上限を置く方法もあります。新しいモデルで同じ結果になるかは、これから確認する点です。
💬 AIの料金は、使う人と仕事で大きく変わる
コメントでは、AIを安く使う工夫と、会社で安全に管理する方法が話し合われている。
- 利用者の自己申告では、仕事の説明書や道具の使い方を先に整えると、AIが同じことを何度も考え直さずに済み、トークンを節約できた。
- トラックの燃料は走る距離から予想しやすいが、AIの料金は仕事の難しさや選ぶモデルで変わるので、予算を立てにくい。
- 利用者の自己申告では、AIに仕事を任せすぎたチームが、利用上限に達したときに仕事を止めた。壊れたスクリプトをAIが長時間かけて何とか動かしていたことにも気づかなかった。
- 安いモデルを選べばよいという意見もある。しかし、どの設定が適切かは分かりにくく、新しいモデルが出ると以前の試し方が役に立たなくなることがある。
- 会社が全員に選ばせるのではなく、専門チームが仕事に合うモデルを自動で選ぶ仕組みを作る案がある。自動選択で十分だという利用者もいる。
- ローカルモデルなら、機械と運用にいくらかかるかを計算しやすくなるかもしれない。ただし、大事なデータを外部に送る問題は残る。
- 会社は料金だけでなく、役に立ったか、安全か、速いか、どれだけ自動で動いたかも見るべきだ。
コメント71件時点の初期（改訂1）。72件を取得し、全体から72件を抽出して要約しました。内容はHN利用者の自己申告で、編集部が確認した事実ではありません。
AIにたのむと、お金が毎回ちがうの？
📰 しっかり版: AIの請求額が読めない 「安いモデル」が高くつく理由
安いAIでも、たくさん考えると高くなることがあります。
トークン（トークン）
AIが読む文を小さく分けた一つ分です。
Gemini 3.1 Pro（ジェミナイ・スリー・ポイント・ワン・プロ）
GoogleのAIの一つです。
Hacker News（ハッカー・ニュース）
みんなが技術の話をするサイトです。
AI（おしごとを手伝う機械）に、お願いをします。
AIは、文を小さく分けて読みます。 その一つをトークンと呼びます。 トークンが増えると、お金も増えることがあります。
同じお願いでも、AIの進み方は毎回ちがいます。 何度もやり直すと、トークンが増えます。 失敗しても、使った分のお金はかかります。
約400社を調べた記事では、11％しか料金を当てられませんでした。
研究者は、6800超の課題を調べました。 32％では、安いAIの方がお金を多く使いました。
Gemini 3.1 Pro（GoogleのAI）は85手順で成功しました。 その料金は1ドルでした。
Gemini 3 Flash（Googleの安いAI）は、ほぼ1000手順を使いました。 そして失敗しました。 料金は14ドルでした。
Hacker News（技術の話をするサイト）でも話題になりました。 49ポイントと71件のコメントがありました。 たくさん話されたことは、ほんとうの証明ではありません。
会社は、仕事に合うAIを選ぼうとしています。 使えるお金に上限を置く方法もあります。
💬 AIのお金は、まだ分かりにくい
AIは、仕事によって使う量が変わる。だから会社は困っている。
- 仕事の説明を上手に作ると、AIが何度も考え直さずに済むことがある。でも、仕事や使うAIが変わると、料金も変わりやすい。これは利用者の自己申告を含む意見だ。
- 利用者の自己申告では、AIに仕事を任せすぎて、使える量がなくなり、チームの仕事が止まった。会社が道具やAIをまとめて管理する仕組みが必要だという意見もある。
- 安いAIや自動で選ぶAIで足りることもあるが、よい選び方はすぐ変わる。自分の機械でAIを動かす方法にも、手入れや秘密のデータを守る問題がある。
- 会社は、お金だけでなく、役に立ったか、安全か、速かったかも見ないといけない。
コメント71件時点の初期（改訂1）。72件を取得し、全体から72件を抽出して要約しました。内容はHN利用者の自己申告で、編集部が確認した事実ではありません。
💬 AIの費用は、使った量だけでは決まらない
Hacker Newsでは、AIのトークン費用が読みにくい理由と、企業がどう管理すべきかについて、実体験と反論が交わされている。
コメント71件時点の初期（改訂1）。72件を取得し、全体から72件を抽出して要約しました。内容はHN利用者の自己申告で、編集部が確認した事実ではありません。