OpenAIはDevDay 2026で30を超える機能と製品を発表し、GPT-6.1 SolのAPI料金も引き下げました。それでも開発者の反応は冷ややかでした。理由は単純な計算にあります。トークン単価は下がった一方で、$200のProサブスクリプションで使える量は減り、超高速モデルのAstra Ultra-Fastは月額$500のプランでしか使えません。コーディングエージェントを動かす人にとって、もはや問題は100万トークンあたりの価格ではありません。タスクを一つ終えるのにいくらかかり、そのお金がどこに消えているかです。
大型発表が空振りに終わった理由
一つ目の問題は期待値です。AnthropicがClaude Opus 5.5をリリースしたことで開発者向けツールへの期待が高まり、DevDayのラインナップはその水準に届きませんでした。
二つ目は発表の量です。30を超える発表が一度に押し寄せたことで、最も役に立つものが埋もれてしまいました。人とAIエージェントがMarkdownファイル、スプレッドシート、スライドを一緒に編集できる共有ワークスペースのSpacesは、本当の目玉だったと言えるでしょう。MCP（Model Context Protocol、AIモデルを外部のツールやデータにつなぐ標準規格）の改善も、もっと注目されてよいものでした。ライブデモ中の技術的な不具合も足を引っ張りました。
三つ目はサブスクリプションの変更です。OpenAIの経営陣は、$200プランのPro会員が使えるAPI換算の利用量を以前より減らすと公に説明しました。こっそりサービスの質を落とすのではなく、削減を公表したのは誠実な選択でした。それでも有料ユーザーの不満は収まりませんでした。
OpenAIの価格設定を左右した三つの圧力
DevDayでの判断は、OpenAIが同時に解かなければならなかった三つの問題への対応として見ると理解しやすくなります。
| 圧力 | 何が起きたか | 開発者への影響 |
|---|---|---|
| 価格競争 | Claude Opus 5.5に対抗するため、GPT-6.1 Solを予定価格を大きく下回る価格で投入 | APIトークンの値下がり |
| サブスクリプションの補助 | $200プランと実際のAPIコストの差を縮める必要 | 利用枠の縮小 |
| 超高速提供のコスト | Astra Ultra-Fastは1リクエストあたり約6基のGPUを専有 | $500プランと急速に減る利用枠 |
価格競争
GPT-6.1 Solの料金は、入力100万トークンあたり$2、出力100万トークンあたり$10です。プロンプトキャッシュの読み取り料金、つまりモデルがすでに処理した入力を読み直すときの料金は、100万トークンあたり$0.10です。OpenAIは一般的な90%のキャッシュ割引を95%に広げ、この性能帯で過去最安のキャッシュ料金となりました。より大きなGPT-6 Astraは、出力100万トークンあたり$125で売る設計でしたが、$50で投入され、出力トークンあたりの粗利益は半分以下になりました。値下げで利用が殺到した結果、OpenAIは計算資源が足りなくなり、$200プランの新規登録を一時停止しました。
サブスクリプションの補助
SemiAnalysisのデータを見ると、主要な2社が最上位の個人向けプランをどれほど違う形で補助しているかがわかります。
| $200の月額プラン | 月あたりのAPI換算価値 | 料金に対する倍率 |
|---|---|---|
| OpenAI ChatGPT | 約$2,084 | 約10倍 |
| Anthropic Claude | 約$11,726 | 約58倍 |
Anthropicのこの補助水準は長く続けるのが難しそうで、株式公開の準備に合わせて価格が見直される可能性があります。ただ今のところ、同じ$200で得られる計算量はClaudeのサブスクリプションのほうがはるかに多くなっています。
Andreessen Horowitzの支出データは、AI企業がこの少数のユーザー層を重視する理由を示しています。有料AIユーザーのうち、上位1%は月平均$1,000、上位10%は$150、上位40%は$27を支出しています。AI製品にお金を払っている米国の世帯は全体の約2.3%にとどまります。
速さのコスト
Astra Ultra-Fastはリクエストごとにハードウェアを専有させて待ち時間をなくすため、トークン一つひとつの提供コストが高くつきます。リリース前のテスターには$1,000のクレジットが配られましたが、プルリクエストのレビュー2件でそのうち$650が消えました。$20のChatGPTプランでは、低い推論設定のAstraで簡単なタスクをいくつか動かしただけで、30分足らずで週間枠の90%を使い切りました。
請求額を押し上げるのはキャッシュ読み取り
コーディングエージェントは毎ステップで同じコンテキストを読み直すため、コストの構造はチャットとはまったく異なります。最先端モデル全般で、エージェントのプロジェクトでは総支出の60～75%をキャッシュ読み取りが占めるのが一般的です。Astraに7日間で使った約$3,500の内訳を見ると、その傾向がはっきりします。
| 費用項目 | 金額 |
|---|---|
| 通常の入力トークン | $770 |
| 通常の出力トークン | $412 |
| キャッシュ読み取り | $2,400 |
そのため、まず比べるべきはキャッシュ読み取りの単価です。Astraはキャッシュ済みトークン100万あたり$1.00、GPT-6.1 Solは$0.10で、10倍の開きがあります。コンテキストを大量に使うエージェント作業なら、AstraからGPT-6.1 Solに切り替えるだけで総コストを60～70%削減できます。Claude Opus 5.5とSonnet 5.5は、どちらもキャッシュ済みトークン100万あたり$0.20です。
▲ エージェント費用を押し上げるキャッシュ読み取り
長いコンテキストには、もう一つの落とし穴があります。Astraのセッションが約27万2,000トークンを超えると、キャッシュ読み取り料金は100万トークンあたり$2と2倍になります。有効なコンテキストが80万トークンに達すると、ファイルを読んだりコードを検索したりするツール呼び出し1回に約$2かかります。超高速モードと長いコンテキストを組み合わせると、出力は100万トークンあたり約$450まで跳ね上がります。理由としてはメモリが考えられます。20万トークンを超えるコンテキストはGPUクラスターの高帯域メモリの大部分を占有し、ほかのリクエストを妨げかねないからです。
トークン単価ではなくタスク単価で測る
OpenAI自身のメッセージも同じ方向を指しています。サブスクリプション料金は計算コストと連動しておらず、単価の安いモデルでも推論ステップが増えたり出力が膨らんだりすれば、タスクあたりのコストはかえって高くなりえます。OpenAIは、GPT-6.1 Solは難しい開発タスクを解くのに必要な推論トークンが少ないと主張し、料金表ではなく完了したタスクのコストで比べてほしいとしています。
実際の利用記録を見ると、その理由がわかります。ある開発者は、Claude Opus 5.5で40億トークンを処理して$2,000、GPT-6.1 Solで17億8,000万トークンを処理して$400を支払いました。Opusが扱ったトークンは約2倍でしたが、費用は5倍でした。コストと知能を比べたグラフでは、GPT-6.1 Solは他のモデルよりはるかに安い位置に単独で並びます。最高の推論設定のGPT-6.1 Solと中程度の設定のClaude Opus 5.5を比べると、Opusは約3倍高く、タスクを約1分30秒早く終えます。
ただし、安いことが優れていることを意味するわけではありません。日常的なコーディングでは今もClaude Opus 5.5のほうが強いモデルに見え、GPT-6.1 Solは深い調査や厄介なシステム設定の問題で力を発揮します。数日にわたる自律作業では差がさらに広がります。Anthropicのモデルは道を誤ったことに気づき、引き返して軌道を修正する傾向があります。一方のAstraは誤った方向に突き進みがちで、20行で済むはずのプルリクエストが、テストはそろっているのに役に立たない2,000行のコードに膨らむこともあります。こうした作業では、トークン単価の高いモデルのほうが成果あたりでは安くつくこともありえます。
複数社のモデルを組み合わせる
コストと品質の両立を目指す開発者の間では、一つのモデルを選ぶのではなく複数のモデルを組み合わせる動きが広がっています。あるオープンソースのコーディングエージェントツールは、約40万行に及ぶ大改修をマージし、実行中のClaudeセッションがほかの事業者のモデルで動くサブエージェントを起動して、コードの検証や変更のレビューを任せられるようにしました。それ以前は、別のモデルに仕事を渡すにはCodex CLIを個別に呼び出すか、チャット画面の間でテキストをコピーする必要がありました。
この仕組みを使った典型的なレビューの流れは次のとおりです。
- 5行を超える変更は、Claude Opusで実装する。
- Codexを通じてGPT-6.1 Solに変更を渡し、厳しいレビューを受ける。SolはOpusが見落としたエッジケースや細かなバグをよく見つける。
- 両モデルが合意するまで、あるいはOpusが確信を持ってSolの指摘を退けるまで修正を繰り返す。
- テストと検証を行い、何も壊れないという確信度が10点中8点を上回る場合にのみ自動でマージする。
軽量モデルにも明確な役割があります。GLM 5.3 FlashやDeepSeek V4.1 Flashは、1,300件のプルリクエストの仕分けのような重く定型的な作業はこなしますが、答えを客観的に確かめる方法のない設計判断は苦手です。基本的な環境の点検も欠かせません。あるコーディングエージェント群の監査では、エラー全体の30%がbashではなくzshを使っていたことに起因していました。
▲ 二つのモデルによるコードレビュー
アシスタントとワークスペースにはまだ課題
OpenAIの個人アシスタントエージェントであるDotsは、こうした製品にまだ改善の余地が大きいことを示しています。あるユーザーの経験では、役に立ったのは3回に1回程度で、見張るよう指示していたメールの通知は14件連続のメッセージの中に埋もれてしまいました。原因は、すべての通知を一つの流れに積み上げるシングルスレッドの設計です。優秀な人間のアシスタントは相手の注意を管理し、急ぎの用件は1行のメッセージで伝え、重要度の低いものは別のチャネルに振り分けます。AIアシスタントにも同じような仕分けが必要でしょう。
見つけやすさも関連する弱点です。ChatGPTのデスクトップアプリは頻繁に変わり、機能があちこちに散らばっています。応答の中にインタラクティブなHTMLのグラフやページを表示するCodexの機能は、6か月前からあったのにほとんどのユーザーに気づかれていませんでした。ユーザーの目に触れる機能はすべてプロダクト責任者の事前承認を必要とする、といった厳しめのルールが、ツールの一貫性を保つにはよいのかもしれません。
プランを選ぶ前に確認すべきこと
DevDay 2026では、トークンの値下げとサブスクリプションの縮小が同時にやってきました。プランやモデルを変える前に、次の点を確認しましょう。
- タスク単価で比べる。 100万トークンあたりの価格だけでなく、完了したタスクに実際いくらかかったかを利用記録で確かめましょう。
- キャッシュ読み取りの比率を確認する。 エージェントの支出の60～75%をキャッシュ読み取りが占めることがあるため、まずキャッシュ読み取りの単価を比べましょう。
- 長いコンテキストの料金区分に注意する。 約27万2,000トークンを超えると料金が上がるモデルもあるため、できるだけその範囲にコンテキストを収めましょう。
- $500プランは慎重に。 $200プランの上限にすでに達していない限り、Astra Ultra-Fastの価値を正当化するのは難しいでしょう。もっと利用量が必要なら、Claudeのサブスクリプションも比較しましょう。
- 本当に速さが必要か考える。 応答が60秒から10秒になれば仕事の進め方が変わります。しかし2分と10分の差は、どちらにしても別のタブに移るので意味がありません。待つ間に目を離すようなタスクなら、安いモデルで動かしましょう。
- 推論設定を下げる。 最高の推論設定は単純なタスクで考えすぎることがあります。日常の作業にはhighを使い、最高のextra-highは大規模なリファクタリングに取っておきましょう。