AIインフラへの投資の核心的なナラティブは、単位経済の面で深刻な課題に直面している。トークン価格の下落速度が予想を上回り、ゴールドマン・サックス・シリコン・データ・LLMトークン支出インデックスは8月に1か月で29%下落し、約0.97ドルまで低下し、初めて100万トークンあたり1ドルのラインを下回った。一方、OpenRouterプラットフォームの利用量は47%増加したが、ドルベースの支出は7%の増加にとどまった。利用量の増加と価格の下落という「はさみ効果」は、核心的な矛盾を明らかにしている：株式市場のリターンはトークン数ではなく、ドルで計算されるということだ。これは、過去2年間AIセクターの評価を支えてきた収益ロジックが根本的に揺らぎ始めたことを示しており、クレジット市場はすでに警告を発している。

執筆者、出典：ウォールストリート・ジェイパン

AIインフラへの投資の核心的なナラティブは、単位経済の面で深刻な課題に直面している。トークン価格の下落速度は、市場のこれまでの予想を上回っており、過去2年間AIセクターの評価を支えてきた収益ロジックに根本的な揺らぎをもたらしている。

ゴールドマン・サックスのOne-Delta取引プラットフォーム責任者であるリッチ・プリボロツキーの最新レポートによると、市場における100万トークンあたりの加重平均価格を測定するSilicon Data LLM Token Expenditure Index（コード：SDLLMTK）は、8月に1か月で29%下落し、月末時点では約0.97ドルとなり、過去最低を記録しました。これは5月の高値約2.05ドルから累計で50%以上下落したものです。この指数は、100万トークンあたり1ドルのラインを初めて下回りました。

一方で、モルガン・スタンレーのデータセンターの報告によると、OpenRouterプラットフォームの8月のトークン使用量は前月比で約47%増加したが、ドルでの支出は約7%の増加にとどまった。利用量の増加と価格の下落という差は、現在のAI投資ロジックの核心的な矛盾を明確に示している：株式市場のリターンはトークン数ではなくドルで計算され、超大規模データセンターの資本支出もドル収益の見込みに基づいて算出されている。

プライヴォロツキーは報告で明確に指摘した、「より多くの需要と低い価格が、価格の下落速度が消費の増加速度を上回ったとしても、自動的に好材料とはならない。」

トークン価格の崩壊：需要が消えたのではなく、単価が崩れている

Silicon DataのLLM Token支出インデックスは、トークン需要量を測定する指標ではなく、使用量に重みを付けた価格指数です。同社はすでに市場に、この指数の下落は価格の引き下げ、ユーザーの低コストオープンソースモデルへの移行、またはその両方によるものである可能性があり、AI利用量の縮小を意味するものではないと示唆しています。

しかし、これがまさに問題の核心です。OpenRouterのルーティング量は大幅に増加している一方で、H100 GPUの賃貸価格は下落しています——これは「トークン需要の急増」という物語と矛盾しています。Privorotskyは、8月のデータに明確なパターンが見られると指摘しています。取引量は大幅に増加した一方で、価格の下落幅はさらに大きく、ドル支出はほぼ横這いの状態です。

ゴールドマン・サックスの結論は、過去2年間の株式評価が「トークンが多いほど収入が多い」という仮定に基づいていたが、8月のデータが初めてこの仮定を明確に崩したということである。

競争の激化とローカル推論：1トークン課金モデルの構造的劣化

Privorotskyは報告で、「トークン単位の課金」を持続可能なビジネスモデルとして疑問を呈した。クラウド推論が百万トークン単位で価格を設定するロジックは、以下の3つの前提が同時に成立することに依存している：モデルが大きすぎてローカルで実行できないこと、ユーザーがオープンソースの代替品で置き換えられないこと、ワークロードが急激に変動して自前で計算リソースを構築することが非効率であること。しかし、これらの3つの前提は現在、同時に崩れつつある。

ハードウェア側では、RTX Spark級のノートパソコン、DGX Sparkワークステーション、700億パラメータ級のモデルを実行するMac Studio、および40〜75+ TOPSのNPUが、大量のトークンの限界コストを電力料金レベルまで圧縮している。企業の月間API請求額が5,000〜15,000ドルのデバイスの減価償却コストを上回ると、その企業は継続的に40％の利益率をもたらすソフトウェアサブスクリプションユーザーから、一括ハードウェア購入者へと移行する。

モデル競争の面で、Metaは9月2日からMuse Spark 1.3をリリースし、独立したベンチマークテストでGPT-5.6 SolおよびClaude Opus 5と同レベルに到達し、エージェントタスクおよびコード生成において顕著な性能を発揮している。Privorotskyは「最先端の優位性は週単位で変化し、競争優位とはならず、単なる製品サイクルに過ぎない」と指摘した。次善のモデルが十分に近づき、価格が低ければ、企業はプレミアム層を避け、トークン価格指数はこの意思決定ルートの集約的な反映である。

資本支出の論理が圧力を受けている：信用市場が先行して警告を発している

ゴールドマン・サックスの報告によると、今回のAI資本支出サイクルは柔軟な運営支出ではなく、固定された重資産コミットメントである。報告によれば、格付けされた5社の超大規模クラウド事業者の2026年における資本支出合計は約7,370億ドルとなり、収益の約38％を占める見込みである。ムーディーズは、フリーキャッシュフローの圧縮、資産負債表の軽資産から重資産への移行、および債券形態で示されていないが実質的に発行者を制約するリースコミットメントについて警告を発している。

信用市場の反応は株式市場よりも先行している。関連債券の統計によると、2026年に発行された91本の超大手クラウドプロバイダー債のうち、78本が8月末までに発行価格を下回っている。Privorotskyはこれを「クレジットのリプライシング」と呼び、株式の評価倍率は遅れ指標であると指摘している。

その論理の連鎖は明確である：トークン価格が30%下落し、使用量が20%増加したため、収益は減少する。収益が減少する一方で、2025年から2027年の建設期間における減価償却と利息は増加し続け、投資収益率は急落する。投資収益率が崩壊した後、市場は「バブルの破裂」という劇的な物語を必要とせず、大量の資産を保有しているが価格設定能力が制限されたインフラ企業の水準に評価倍率を調整するだけで十分である。

GPT-6 Astra：唯一残存するナラティブ逆転変数

報告の中で、PrivorotskyはOpenAIの次世代モデルAstraを、現在のところ唯一の可能性のある短期的なカタリストと見なしている。OpenAIは9月1日、AstraがそのPreparedness Framework下の重要なサイバーセキュリティの基準を達成し、このカテゴリに含まれる最初のモデルとなったと発表した。

しかし、ゴールドマン・サックスのトレーディングデスクはこれに対して慎重な姿勢を取っている。アクセスが制限され、監視が必要で、使用に摩擦の多い過激なモデルは、自動的にトークン収益プールを補完しない。高価値のワークロードが常に制御されたテスト環境にとどまり、公開課金システムに移行しない場合、Astraはむしろ課金トークンの数を減らす可能性がある。

報告の結論は、Astraが収益ポートフォリオを高価値層に再シフトさせるための最後の近未来の変数であるということです。それ以前に、8月のトークン価格データが現在の市場状態を最も正確に示しており、需要は無限に成長しうるものの、無限の需要が訪れた際にその価格がデータセンター建設に発行された債務のコストをカバーできない場合、株価は依然として下落する可能性があります。