GPT-5.6が80%値下げ、DeepSeekが60%安く同性能——2026年夏のAIモデル選択ガイド
OpenAIがGPT-5.6 Lunaを80%値下げ（$0.20/Mトークン）、DeepSeek V4 Flashが同等性能をさらに60%安く提供——AI API料金が激変した2026年夏、開発コストを最大85%削減できるモデル選択の実践ガイド。
2026年7月30〜31日の2日間で、AI APIの価格体系が根底から変わった。OpenAIがGPT-5.6 Lunaを80%値下げしてトークン単価を大幅に引き下げ、翌31日にはDeepSeekが0731アップデートでLunaに匹敵する性能のV4 Flashをさらに60%安く提供すると発表。毎月のAPI費用を意識しながら開発していた人にとっては、まさに「一夜にしてゲームが変わった」週だ。
何が変わったのか、どのモデルをいつ使えばいいのか——整理しておく。
何が起きたか
OpenAI: GPT-5.6 Lunaを80%値下げ
7月30日、OpenAIはGPT-5.6ファミリーの廉価モデルLunaを従来比80%引きで提供開始した。
具体的な新料金：
- GPT-5.6 Luna: 入力 $0.20 / 出力 $1.20（100万トークンあたり）
- GPT-5.6 Terra: 入力 $2 / 出力 $12（バランス型、20%引き）
- GPT-5.6 Sol: プレミアムフラグシップ（変更なし）
Luna単独で見ると、以前の約$1に比べて「1ドルで動いたタスクが20セントで動く」計算になる。これはスタートアップにとって月額費用が数十万円単位で変わる可能性を意味する。
値下げを可能にしたのはGPT-5.6 Solの効率化だ。Solがデプロイメントコストを20%削減し、トークン生成速度を15%以上向上させた。その恩恵がLunaとTerraに波及した形である。
DeepSeek: V4 Flash 0731でLunaに並び、さらに60%安く
翌31日、DeepSeekが0731アップデートをリリースした。
Artificial Analysis Intelligence Index（業界標準のモデル性能指標）での比較：
| モデル | 性能スコア | 入力料金（$/ 100万トークン） | 出力料金（$/ 100万トークン） |
|---|---|---|---|
| DeepSeek V4 Flash 0731 | 50 | $0.14 | $0.28 |
| OpenAI GPT-5.6 Luna | 51 | $0.20 | $1.20 |
| OpenAI GPT-5.6 Terra | 〜65 | $2.00 | $12.00 |
| OpenAI GPT-5.6 Sol | 〜80 | 非公開 | 非公開 |
性能差1ポイント、価格差は30〜75%——これがV4 Flash 0731の衝撃だ。特に出力料金の差が大きく、長文生成や会話形式のアプリでは総コストの差が顕著になる。
DeepSeek V4 Flash 0731のもうひとつの特徴として、エージェント機能の大幅強化がある。Terminal Bench（82.7）、SWEベンチマーク（54.4）、Toolathlon（70.3）など、ツール使用・タスク実行系の評価でV4-Pro-Previewを上回る。コーディングエージェントや自動化パイプラインでの実用性が上がった。
さらに、MIT ライセンスで提供されており、商用プロダクトへの組み込みも許諾される。1M トークンのコンテキストウィンドウも標準装備だ。
どのモデルを使うべきか
コストと性能の選択は「タスクの複雑さ」と「量」で決まる。整理するとこうなる。
大量・シンプルタスクには V4 Flash または Luna
推奨ユースケース:
- 大量のテキスト分類・ラベリング
- FAQへの一問一答（複雑な推論不要）
- 翻訳・要約（定型的なもの）
- データ抽出・構造化（フォーマットが決まっているもの）
- チャットボットの定型応答
これらのタスクでは、DeepSeek V4 Flash 0731がコストパフォーマンス最優秀だ。性能が1ポイント落ちても体感では区別できず、出力料金はLunaの1/4以下となる。
月100万トークン生成するアプリなら：
- GPT-5.6 Luna: $1,200
- DeepSeek V4 Flash: $280
年換算で約112万円の差が生まれる。
高品質な長文・高精度推論には Terra
推奨ユースケース:
- 複雑なレポート・提案書の生成
- 複数ステップの推論が必要な分析
- コードレビューや設計提案
- 顧客向けの重要なコミュニケーション
Terraは性能とコストのバランス点だ。LunaやV4 Flashでは質が落ちるが、Solほどのコストはかけたくない——そのギャップを埋める。
最高精度・エージェント・セキュリティには Sol または Claude Opus 5
推奨ユースケース:
- 複雑なマルチステップエージェントタスク
- コードの自律的生成・デバッグ
- 医療・法律・金融など高精度が必須の領域
- 長時間実行の自律エージェント
GPT-5.6 SolはOpenAIのフラグシップで現時点での最高性能。Claude Opus 5はAnthropicが「Fable 5（GPT-5）と同等以上の性能を半額で」と位置づけるモデルで、エージェント系タスクと安全性での評価が高い。
実際に切り替える方法
DeepSeek V4 FlashはOpenAI互換APIを採用しており、既存のOpenAI SDKを使ったコードがほぼそのまま動く。切り替えのコードを見れば分かるが、変更点は2箇所だけだ。
Python（openai パッケージ使用）:
# 変更前（OpenAI）
from openai import OpenAI
client = OpenAI(api_key="sk-...")
# 変更後（DeepSeek）
from openai import OpenAI
client = OpenAI(
api_key="sk-...", # DeepSeekのAPIキーに変更
base_url="https://api.deepseek.com" # ← これだけ追加
)
response = client.chat.completions.create(
model="deepseek-v4-flash", # ← モデル名を変更
messages=[{"role": "user", "content": "こんにちは"}]
)JavaScript / TypeScript:
import OpenAI from "openai";
const client = new OpenAI({
apiKey: process.env.DEEPSEEK_API_KEY,
baseURL: "https://api.deepseek.com",
});
const response = await client.chat.completions.create({
model: "deepseek-v4-flash",
messages: [{ role: "user", content: "こんにちは" }],
});エンドポイントの互換性はほぼ完全で、streaming、function calling、system promptもそのまま動作する。AnthropicのAPIフォーマットにも対応しており、base_urlをhttps://api.deepseek.com/anthropicにすることでClaudeクライアントから呼び出すことも可能だ。
ハイブリッド戦略：タスクでモデルを切り替える
コストを最適化したいなら「全部同じモデル」ではなく、タスクの複雑さに応じてモデルを変える設計が効果的だ。
実装パターン:
def choose_model(task_complexity: str) -> tuple[str, str]:
if task_complexity == "simple":
return "deepseek-v4-flash", "https://api.deepseek.com"
elif task_complexity == "medium":
return "gpt-5.6-terra", "https://api.openai.com/v1"
else: # complex
return "claude-opus-5", "https://api.anthropic.com/v1"例えばカスタマーサポートシステムなら：
- 分類・振り分け: V4 Flash（安い・速い）
- 一般回答生成: Luna（コスパが良い）
- エスカレーション対応: Terraまたは Opus 5（高品質）
この3段構えで運用すると、全件をSolで処理するケースと比較してコストを70〜85%削減しながら、ユーザーが感じる品質を維持できる。
この価格戦争、なぜ今なのか
背景には2つの大きな力学がある。
1. 中国モデルの台頭
DeepSeekをはじめとする中国製モデルが、欧米トップモデルに肉薄する性能を圧倒的な低価格で提供し始めた。DeepSeek V4 Flashの$0.14/$0.28という料金設定は、1〜2年前の業界標準の10〜20分の1だ。特にOpenRouterでは中国製モデルのシェアが30%を超えており、「価格で選ぶ開発者」の意思決定が数字に表れている。
2. スケーリング効率の向上
OpenAIがSolの自己改善でコストを削減したように、推論インフラの効率化がモデル各社で加速している。モデルが大きくなってもコストが下がるという、ここ1〜2年の傾向がいよいよ明確になってきた。
価格競争の恩恵は開発者とエンドユーザーへ
かつては「高精度AIはエンタープライズだけのもの」だった。しかし今、個人開発者でも月数千円のバジェットで本格的なAI機能を構築できる環境が整いつつある。LunaとV4 Flashの競合によって、この傾向はさらに加速するだろう。
まとめ：今すぐやること
整理すると、今週のアップデートから導き出される行動指針はシンプルだ。
- 既存の OpenAI 呼び出しを見直す: Luna に切り替えるだけで即座にコストが下がる
- シンプルタスクはV4 Flashを試す: 2箇所のコード変更で料金が最大75%削減できる
- ハイブリッド設計を検討する: タスク複雑度でモデルを切り替える仕組みを作ると長期的に効果大
- 高精度タスクはSolかClaude Opus 5: コストを払う価値があるユースケースを特定する
AI APIの料金がここまで下がったタイミングを活かして、「予算が少ないから高度なAI機能はあきらめていた」という制約がなくなりつつある。価格改定は過去の高コストに縛られていたプロダクト設計を見直す絶好の機会だ。
