「一番賢いAI」を待つ列の横で、Googleは「安いAI」を配って値段を下げた — Gemini Flashが映す、AI競争の稼ぎどころが動いた日

トピック分析AI・イノベ2026-07-23

【国際・海外企業】連載・AI・イノベ米国【科学・AI】

#ai#Google#Gemini#LLM#トークン価格#推論コスト#コモディティ化

「一番賢いAI」を待つ列の横で、Googleは「安いAI」を配って値段を下げた — Gemini Flashが映す、AI競争の稼ぎどころが動いた日

多くの人が、各社の「最強モデル」の次の一手を待っています。
ところがGoogleは、その最上位モデルを予定より遅らせたまま、代わりに「安くて速い普及モデル」を3つまとめて出しました。
しかも値段を下げてです。

派手さはありません。
話題をさらう巨大な性能ジャンプではなく、地味な値下げと効率化です。
けれど、この地味さこそが今回の核心です。
AIの競争が、少数の天才モデルを競う「頂上決戦」から、大量の実務をさばく「普及帯」の奪い合いへと、重心を移し始めています。

企業が実際にAIに投げている仕事の大半は、文章の要約・分類・情報の抜き出し・定型のコード生成です。
最上位の推論力を必要としない、地味で大量の処理です。
Googleが手を打ったのは、まさにこの「稼ぎどころ」でした。

いま何が起きたか — 値下げと効率化を、同じ日に

Googleは2026年7月21日、普及帯の主力AI「Gemini 3.6 Flash」を一般提供し、出力の値段を下げつつ、同じ仕事を少ないトークンでこなせるようにしました。 頂上を狙うのではなく、大量処理の単価を削る一手です。

価格から見ます。
3.6 Flashの出力トークン単価は、前世代の$9.00から$7.50（100万トークンあたり）へ下がりました。
入力は$1.50に据え置きです。
これだけで出力側は16.7%の値下げです。

さらに効率も上げました。
3.6 Flashは、同じ処理を前世代より17%少ない出力トークンで済ませます（Artificial Analysis Index基準）。
単価が下がり、使うトークンも減る。
この二つは掛け算で効くので、同じ仕事の実効コストは、ざっと約3割下がる計算になります。

Googleは同時に、さらに安い「Gemini 3.5 Flash-Lite」も投入しました。
単価は入力$0.30・出力$2.50で、大量の自動処理を回す「サブエージェント」向けと位置づけられています。
3つ目の「Flash Cyber」は、脆弱性の発見・修正に特化した安全保障向けモデルで、政府や信頼できる相手にCodeMender経由で限定提供されます。

安いだけではありません。
性能も底上げされました。
コーディングの指標DeepSWEは37%から49%へ、機械学習研究のMLE Benchは49.7%から63.9%へ、パソコン操作の指標OSWorldは78.4%から83%へ上がっています。
知識の学習期限も2025年1月から2026年3月へ更新されました。

なぜ「頂上」ではなく「普及帯」なのか — 大量処理に最上位はいらない

Googleが普及帯に力を注ぐのは、企業がAIに投げる仕事の圧倒的多数が、要約・分類・抽出・定型コードといった「最上位の頭脳を必要としない大量処理」だからです。 ここが実際にお金の動く場所です。

考えてみれば当然です。
問い合わせメールを仕分ける、契約書から日付を抜き出す、ログを要約する——こうした処理に、最先端の推論力は要りません。
むしろ求められるのは、安く・速く・大量に・安定して回ることです。
最強モデルは月に数回の難問には効きますが、日々何百万回と走る定型処理には過剰で、割高です。

だからこそ、普及帯での勝負どころは「1回の処理をいくらで終えられるか」に移ります。
ここでGoogleが仕込んだのが、値下げと効率化の二段構えです。
単価を下げるだけなら競合も追随できますが、「同じ仕事を少ないトークンで終える」効率の改善は、実際に使う量そのものを減らします。
表向きの単価よりも、こちらのほうが総費用に効きます。

図は、値下げと効率化がどう掛け合わさるかを示しています。出力単価が16.7%下がり、同じ処理に使う出力トークンが17%減る。両方が同時に効くと、1回の処理あたりの実効コストは約3割下がります。

競合と並べると、位置取りがはっきりします。
3.6 Flashの入力$1.50・出力$7.50は、OpenAIのGPT-5.6 Luna（入力$1・出力$6）やxAIのGrok 4.5（入力$2・出力$6）と同じ「安い普及帯」で肩を並べます。
さらにその下に、自社の$0.30/$2.50のFlash-Liteと、持ち帰って自前で動かせるオープンモデル群が控えます。
価格は、ほぼ底値の消耗戦に入りつつあります。

値下げは今回が初めてではありません。
Googleは2024年末にもFlash系の入力単価を半分に下げ、2026年5月に登場した前世代3.5 Flashの出力単価は$9.00でした。
そこからわずか2か月で$7.50へ——普及帯の価格は、世代を追うごとに階段状に切り下がってきました。
値下げと効率化が交互に効き、1タスクあたりのコストは時間とともに下がり続けています。
この右肩下がりの傾きこそ、頂上の性能ジャンプよりも確実に、企業のAI費用を左右します。

象徴的なのは、Googleが最上位モデルを後回しにしたことです。
フラッグシップにあたる「Gemini 3.5 Pro」は6月の予定から遅れ、まだ提供されていません。
それでもGoogleはFlash帯を先に出し、次世代の最上位「Gemini 4」については「最も野心的な事前学習を開始した」と予告だけを添えました。
頂上の旗は立てつつ、実際の出荷は普及帯を優先する——資源配分の重心が、はっきり普及帯に寄っています。

この動きが実務にどう効くか — 見るべきは単価でなく「1タスクの総額」

AIの費用を管理する立場からすると、今回の変化が突きつけるのは「表示価格の比較では総費用を見誤る」という一点です。 単価が同じでも、使うトークン量が違えば、請求書は変わります。

具体的に効くのは効率化のほうです。
単価16.7%の値下げは目を引きますが、それ以上に、同じ処理を17%少ないトークンで終える効率改善が、繰り返し処理では大きく効きます。
月に数百万回のAI呼び出しを回す業務なら、この二つの掛け合わせで実効コストが約3割落ちる。
年間の予算に置き換えると、無視できない差です。

だから、モデルを選ぶときの物差しは「1トークンいくら」ではなく「1つの仕事を終えるのにいくらかかるか」になります。
同じ単価でも、少ないトークンで・少ない試行回数で正解にたどり着くモデルのほうが、結局は安い。
Googleは今回、この「1タスクの総額」で勝ちにいく設計を選びました。

もう一つ、乗り換えにくさも計算に入ります。
安い普及帯で標準の座を取れば、企業はその上に業務を組み上げます。
一度組み込むと、他社へ移すのは手間もリスクも大きい。
だから普及帯の値下げは、単なる薄利ではなく、大量の日常処理と、そこから生まれる「動かしにくい依存」を囲い込む投資でもあります。
値付けの安さは、囲い込みの入り口です。

見立てと監視ポイント

今回の一手が業界の潮目になるかは、頂上モデルの価値がどこまで残るか、そして価格と効率の競争がどこで底を打つかで決まります。 見るべき点を3つ挙げます。

• 頂上モデルの行方。遅れているGemini 3.5 Proと、予告された次世代Gemini 4が、いつ・どんな性能で出るか。最上位の性能ジャンプが鈍れば、競争の重心はいっそう普及帯へ傾きます。
• 価格の底。GPT-5.6 LunaやGrok 4.5との普及帯の値下げ合戦が、どこまで進むか。持ち帰れるオープンモデルが実質ゼロに近い限界費用を突きつける中で、有料APIの価格がどこで下げ止まるか。
• 効率という新しい戦場。単価だけでなく「同じ仕事を何トークンで終えるか」が競争軸になるか。今回の17%削減が、各社の次の争点になるかどうか。

もう1つ、企業側の論点として「AIの調達基準が単価から総額へ移るか」があります。
表示価格の安さで飛びつくのではなく、実際の業務でトークンをいくつ消費し、何回試行するかまで測って選ぶ——この習慣が根づけば、効率の良いモデルが選ばれ、各社はますます効率で競うようになります。

腹落ちの問い

Googleは、出力単価を16.7%下げると同時に、同じ処理に使う出力トークンを17%減らしました。
もしあなたが2つのモデルを比べるとして、片方は表示単価が安いが冗長に長く出力し、もう片方は単価がやや高いが簡潔に短く出力するとします。
どちらが自社にとって安いと判断すべきで、そのためには何を測る必要がありますか。

関連リンク

• Gemini API リリースノート（Google AI for Developers 公式・2026-07-21 GA）
• Google、Gemini 3.6 Flashと3.5 Flash-Liteを投入・Gemini 4を予告（9to5Google）
• Google、出力17%減のGemini Flashとサイバーモデルを投入（GCN）
• SaaSセグメント別AI脅威マップ
• SaaS5社分析_ClaudeCoworkショック後の構造的転換_詳細版