何が起きたか
OpenAIは2026年7月30日、「Advancing the price-performance frontier with GPT-5.6」と題した投稿で、GPT-5.6シリーズの価格改定を発表しました。上位のTerraが20%、軽量のLunaが80%の値下げです。
Lunaの新価格は百万トークンあたり入力$0.20／出力$1.20。比較対象として、GoogleのGemini 3.1 Flash-Liteは$0.025/$1.50、AnthropicのClaude Haiku 4.5は$1/$5です。つまりLunaは、これまで同額だったHaiku 4.5に対して入力が5分の1になり、低価格帯の勢力図が動きました。実際にSimon Willison氏は、Gemini 3.1 Flash-Liteで動かしていた自身のデモサイトagent.datasette.ioをLunaへ切り替えたと述べています。
なぜ重要か——値下げの原資が「AIによる自己最適化」
今回注目すべきは価格そのものより、値下げの原資です。OpenAIは別投稿「How GPT-5.6 fuses frontier intelligence with frontier efficiency」で、上位モデルGPT-5.6 Solが値下げを可能にしたと説明しています。
Solが手を入れたのは、ロードバランシングと、モデルのフォワードパス（入力を次トークン予測へ変換する計算）です。個々の演算が速くても、過剰なメモリ移動・同期・非効率なデータ配置によってGPUが遊んでしまう。Solはそこで、事前計算できる処理、省ける処理、並列化できる処理を洗い出しました。
さらにCodexを用いて、Solが本番環境のカーネル——モデルの数学的演算を実行する中核コード——を自律的に書き換え・最適化しています。これが可能だったのは、GPT-5.6がOpenAIの保守するオープンソースGPUプログラミング言語TritonとGlounの両方で、カーネルを書き改善する能力を訓練されていたためだとOpenAIは説明します（言語名はTritonとGluon）。結果として、エンドツーエンドの提供コストが20%削減されました。
点を線でつなぐ
ここで起きているのは、「上位モデルが自社の推論インフラを最適化し、その削減分が下位モデルの価格に還元される」という循環です。従来、推論コストの低下はハードウェア世代交代や量子化・蒸留といった手法に依存していました。そこにモデル自身によるカーネル最適化という新しい変数が加わったことになります。
この循環が回り続けるなら、価格低下のペースは「次のGPUが出るまで待つ」ものではなくなります。同時に、20%のサービングコスト削減に対してLunaは80%値下げされている点は見逃せません。差分は競争上の判断——低価格帯シェアの獲得——と読むのが自然でしょう。値下げ幅がそのままコスト構造を反映しているわけではない、という前提で受け止めるべきです。
💼 事業会社視点：これは自社にどう効くか
LLMを組み込んだSaaS・ECの事業責任者へ。 原価計算の前提が数ヶ月で壊れる時代に入りました。分類・要約・タグ付け・問い合わせ一次対応といった大量・定型処理を低価格モデルに載せている企業は、入力$0.20/百万トークンという水準で単位原価を引き直すべきです。ECの商品説明生成やレビュー要約のように入力トークンが支配的なワークロードでは、Claude Haiku 4.5比で入力が5分の1になるインパクトは、粗利率の議論に直接効きます。
ただし即断は禁物です。 Gemini 3.1 Flash-Liteは入力$0.025と依然としてLunaより安く、出力単価では逆にLunaが有利という価格の交差が起きています。自社ワークロードの入出力比率を実測せずに「Lunaが最安」と決めるのは危険です。
受託開発・SIerにとっては提案材料です。 「AIは高い」で止まっていた案件——コールセンターの全通話ログ処理、社内文書の全件分類——が、原価前提の変化で通る可能性があります。同時に、複数モデルを差し替え可能にする抽象化レイヤーを標準構成に組み込むべきです。四半期ごとに最安モデルが入れ替わる前提でアーキテクチャを組んでいない企業は、乗り換えコストで値下げの恩恵を取り逃します。
経営者が今やるべきことは、AIコストを固定費ではなく「毎四半期見直す変動費」として予算プロセスに組み込むこと。そして、値下げ分を利益に落とすのか、処理量を増やして機能拡張に回すのかを、事業戦略として先に決めておくことです。