価格逆転現象：安価な推論モデルが最終的により高コストになる理由

概要

AIモデルの公表されているAPI価格は実際の利用コストを正確に反映しておらず、安価なモデルの方が過剰な推論トークン消費や対話回数の増加により、結果的に高価になる「価格逆転現象」が32%のケースで確認された。

詳細内容

スタンフォード大学やカリフォルニア大学バークレー校の研究チームは、最新の推論モデル（RM）8種を12の多様なタスクで調査し、APIのカタログ価格と実際の推論コストの乖離を分析した。その結果、低価格なモデルがより高価なモデルよりも高い総コストを招く「価格逆転現象」を発見。例えば、Gemini 3 FlashはGPT-5.4よりカタログ価格が80%安いにもかかわらず、実際のコストは38%高かった。この要因を分析するためのシャプレイ値を用いたコスト寄与フレームワークを構築したところ、単一ターンタスクでは「思考トークン（Thinking tokens）」の過剰消費、複数ターンのエージェントタスクでは「対話ターン数」の増加が主因であることが判明した。また、同一クエリでも実行ごとにコストが最大9.7倍変動する「確率的性質」も指摘しており、カタログ価格に頼らないコスト予測と監視の重要性を提唱している。

元記事を読む