安いAI、32％で高くつく スタンフォード大などが8モデル検証

研究チームは、同じタスクを低価格モデルと高価格モデルがどのように実行するのかを調べるため、最先端のAIモデル8種類に数学、プログラミング、科学など6800以上のタスクを実行させた。その結果、32％のケースで低価格モデルのほうが最終的な総コストが高くなる現象が確認された。原因として研究チームが挙げたのは、AIの「考えすぎ」と「行動しすぎ」である。複雑なタスクだと推論回数や行動回数が増え、性能が高いモデルのほうが速く安く実行できる場合があるという。

具体的な例も示されている。Gemini 3 Flashが6万トークンを超える思考トークンを消費したのに対し、より高性能なGPT-5.4は25トークンで解決したケースがあった。また、同一の指示を同じモデルで繰り返し実行すると、最も高い試行が最も安い試行の9.7倍になった例もあった。モデルの性能とコストは単純な比例関係になく、タスクの性質や実行のばらつきが総コストを左右するとみられる。

筆頭著者のリンジャオ・チェン氏は「価格だけを見て、どのモデルが安いのかを判断すべきではありません」と述べている。安価なモデルを選ぶ判断が、結果的にコスト増につながる可能性がある点が、導入を検討する担当者にとっての論点となる。