AI推論コスト、四半期47%ペースで急落、Epoch AI調査で技術史上最速と判明

2026年9月26日 00:11

💡

Epoch AIの調査で、AIが一定の性能を達成するのに必要なコストが四半期ごとに約47%、年13倍のペースで下落していることが判明した。電力普及の54倍、DNA配列解読の4倍の速さで過去の技術革新を上回る。

AI研究機関Epoch AIが、AIモデルが一定の性能を達成するのに必要なコストの低下速度を初めて包括的に測定した調査結果を公開した。過去3年間で、特定の性能水準に到達するコストは四半期ごとに約47%、年間換算で13倍のペースで下落しており、これは電力の普及やDNA配列解読など、これまで人類が経験したどの技術革新よりも速いという。

電力の54倍、DNA配列解読の4倍の速さ

Epoch AIは、AIME(数学オリンピック形式の問題)やGPQA Diamond、FrontierMathなど5種類のベンチマークを対象に、一定の予算制約下でどこまで性能を引き出せるかを継続的に追跡した。分析の結果、数学問題では四半期ごとに50〜52%、ゲーム・パズル系のタスクでは39〜43%のペースでコストが下落していることが分かった。

比較対象として挙げられているのが、20世紀に急速に普及した電力と、ヒトゲノム計画以降に劇的にコストが下がったDNA配列解読だ。Epoch AIによると、AIの性能コスト低下は電力の54倍、DNA配列解読の4倍の速さで進んでいる。

具体例として示されたのが、OpenAIのo3とGPT-5.6 Lunaの比較だ。2025年1月時点のo3は、GPQA Diamondで75%の正答率を1問あたり約30セントで達成していた。それから18ヶ月後に登場したGPT-5.6 Lunaファミリーは、同じ正答率を1問あたり0.04セント(約0.0004ドル)で実現しており、価格にして725分の1に下がった計算になる。

最先端モデル登場直後がもっとも急激に下落する

Epoch AIの分析では、性能水準ごとに下落ペースが異なる点も明らかになった。ある性能がSOTA(最先端)として初めて達成された直後は、四半期あたり66%(年換算75倍)という極めて急激なペースでコストが下がる。一方、その性能水準が登場してから2年が経過すると、下落ペースは四半期32%(年換算4.7倍)まで緩やかになる。

これは、新型モデル登場直後は一時的にプレミアム価格が付くものの、他社との競争によって急速に価格が是正されていくダイナミクスを反映しているとEpoch AIは説明する。オープンソースモデルの追い上げや、複数の企業が同水準の性能を競って提供する構図が、この価格下落を加速させている。

MIT調査はより保守的な数字、ベンチマーク最適化への警戒も

同様の傾向はMITの研究チームも報告している。研究者のHans Gundlachらによる調査では、年間5〜10倍のコスト低下が観測された一方、ハードウェアの進歩や企業間競争による値下げの影響を除き、純粋なアルゴリズム効率の改善だけに絞ると年3倍程度にとどまるという、Epoch AIよりも保守的な数字が示されている。

両調査に共通するのが、ベンチマークスコアの向上をそのまま実際の性能向上と同一視することへの警戒だ。AI企業が特定のベンチマークに合わせてモデルを最適化する、いわゆる「ベンチマーク最適化(benchmaxxing)」が起きている可能性があり、数字上のスコア改善が必ずしも実務での効率向上を意味しないとEpoch AIは留保を付けている。また、新型モデルはテスト時に計算量を増やして精度を稼ぐ「テスト時間コンピュート」を使うケースもあり、精度向上の一部は単なる計算資源の投入によるものである点にも注意が必要だとしている。