AI

【軽量モデルの価格競争】入力 $0.10・出力 $0.50 に Anthropic と OpenAI が並んだ

軽量モデルの API 単価を各社の価格ページで並べ、同じ値段になったあとに何で差がつくのかを整理する記事です。11/10 時点の標準料金が対象です。

mitsui

2026年11月11日／ 11分

11/10 時点で、Anthropic の Claude Haiku 5.5 と OpenAI の GPT-6 Luna は、100万トークンあたりの料金が入力 $0.10・出力 $0.50 で同じです。11/9 に発表された Meta の Muse Ember も、TechCrunch によれば入力は $0.10 です。トークンとは、AI が文章を切り分けて数える単位のことです。この記事では「100万トークン」を MTok と書きます。

同じ日に Anthropic は旗艦の Claude Fable 5.2 を出し、価格を入力 $8・出力 $40 にしました。この記事では、Anthropic・OpenAI・Google・DeepSeek・Zhipu（Z.ai）の公式価格ページを11/10に確認した数字で、小型モデルの単価と、実際にかかる費用を整理します。ベンチマークは各社の自己申告であることを、その都度書きます。

TOPICS

mitsui記事一覧 →

DEBUNK編集長

次に読む

【自社製AIチップ】Amazonのチップ事業は年換算 $25B 超に。Google は1年で4つの TPU、Meta は半年ごとに新チップを出せる体制に

Google・Amazon・Meta が自社で設計する AI チップについて、売上、契約の規模、新製品の出し方を、公式発表と決算資料の数字で整理する記事です。

AI 有料 2026.11.11

【AIデータセンターとガス火力】GE Vernovaのガス機器は受注残と枠予約で122GW。米国の2026年の新設ガス計画は6.3GW

Anthropic が約 $3.4B のガスタービンを買ったと報じられました。この記事では、発電設備メーカーの決算と米国の統計を並べて、AI データセンターの電源としてガス火力がどこまで膨らんでいるのかを整理します。

AI 有料 2026.11.11

【NVIDIAの事業別売上】データセンターが売上の92.5%に。ほかの事業は「Edge Computing」にひとまとめになった

NVIDIA が直近の決算で開示した事業別の売上を、1年前や直前の四半期と並べて整理する記事です。今年から変わった報告区分と、その数字を読むときの注意点もあわせて扱います。

AI 有料 2026.11.10

【韓国のソブリンAI】2027年度のAI予算案は9.42兆ウォン。11/8のNVIDIA発表には金額が載っていません

韓国のソブリンAI（国が自国の中にAIの計算基盤とモデルを持つ取り組み）について、NVIDIA の11/8の一連の発表、2025年10月の台数計画、2027年度の政府予算案、基盤モデル事業の絞り込みを、出所と時点をつけて並べ直します。

AI 有料 2026.11.10

あわせて読みたい用語解説

用語解説をすべて見る →

【TPU】Googleの「TPU」とは何か、GPUやASICと何が違うのか今回のGoogleの発表に出てきた「TPU」を、GPU・ASICとの違い、中身の仕組み、よくある誤解とあわせて整理します。【再帰的自己改善（RSI）】AIが次のAIを作る循環とは何か、いまどこまで測られているのかAnthropicのFable 5.2・Mythos 5.2の発表を入口に、「再帰的自己改善（RSI）」の意味、Anthropicの閾値、第三者の測定結果、よくある誤解を整理します。【機密コンピューティング】処理している最中のデータを守る仕組みとは何かGoogleの新チップ「TPU 8tx」の発表に出てきた「機密コンピューティング」を、仕組み、効く場面、よくある誤解とあわせて整理します。【NPU】AI向けの計算チップ「NPU」とは何か、GPUと何が違うのか11/8のNVIDIAの発表に出てきた「NPU」を、GPUとの違い、推論での使いどころ、よくある誤解とあわせて整理します。【苦い教訓】AI研究の70年を、Richard Sutton氏はどう要約したのかRichard Sutton氏が2019年に書いた随筆「The Bitter Lesson（苦い教訓）」の主張と、いま起きている論争を、原典の記述にそって整理する記事です。【ベンチマーク】点数が高いのに「使えない」が起きる理由を、飽和と実行環境から読むAIの成績表であるベンチマークの点数が、なぜ実際の使い心地とずれるのかを、新しいコーディング評価 Co-Design Bench の結果とあわせて整理します。【スケーリング則】計算・データ・パラメータを増やすと、AIの性能はどこまで予測どおりに伸びるのかAIの開発各社が計算資源に巨額を投じる理由になっているスケーリング則を、Kaplanらの2020年の論文とChinchillaの2022年の論文、その後の使われ方、よくある読み違いとあわせて整理します。【プロンプトインジェクション】AIエージェントが読んだ文章に指示を紛れ込ませる攻撃と、防ぎきれない理由AIエージェントが外部の文章を読んで動くときに起きるプロンプトインジェクションを、直接型と間接型の違い、根本的に防ぎにくい理由、各社の対策の現状とあわせて整理します。