[TL;DR 毎日の注目記事] 私が注目しているのは、GPUがどれほど高価かではなく、それが本当に「賢いエージェント工場」として、継続的に課金可能な「知性」を生み出せるかどうかだ。DeepSeekが提示した1GPUあたり38ドルというコストは、AI産業の最も敏感な帳簿の一角をめくったように見える。問題は、どれだけの資金を消費したかではなく、1枚のGPUが自ら収益を生み出せるかどうかだ。 📌 最も注目すべきデータから見てみよう • DeepSeekが公表：1つのクラスタで1日あたり155兆トークンを処理可能。 • 公開APIのオフピーク価格に基づくと、理論上1GPUあたり1時間で38ドルの収益を生む。 • 粗く年率換算すると、1枚のGPUが33万ドル以上の課金価値を生む可能性がある。 これは「利益」でも「楽して稼げる数字」でもなく、あくまで理論上の課金能力である。しかし、これは非常に重要だ。推論の最適化を十分に徹底すれば、GPUは単なるコストの穴ではなく、キャッシュフローを生み出す機械になり得るということを示している。 📌 38ドルという数字はどのようにして導き出されたのか • DeepSeek V4.1 Flashの総パラメータ数は5520億で、MoEアーキテクチャを採用。 • 入力処理時には約80億パラメータ、出力生成時には約160億パラメータが活性化。 • グローバルKVキャッシュの占有量は前世代の約1/4に、長期キャッシュは約1/8に削減。 • 1トークンあたりのグローバルKVキャッシュは約890バイトで、最大100万トークンのコンテキストをサポート。 つまり、より高価なGPUで稼いでいるのではなく、より徹底したシステム工学によって実現している：エキスパート並列処理、推測デコード、非同期スケジューリング、Prefill/Decodeの分離、そしてKVキャッシュを可能な限り長く保持する技術。要するに、同じGPUのセットを用いても、重複計算をどれだけ減らせるかが、印钞機に近づく鍵だ。 📌 しかし、38ドルを業界平均と早急に見なすべきではない • DeepInferは生産環境のすべてのコンポーネントを完全にオープンソース化していない。 • KVキャッシュシステム、サービスオーケストレーション、レプリカ間負荷分散などの重要な部分は、外部で補完する必要がある。 • 現在は主にDeepSeek-V4.1 Flashに最適化されており、他のモデルには直接適用できない。 したがって、フレームワークをダウンロードしても収益を複製できるわけではない。38ドルは「最先端のエンジニアリング状態における样板間」にすぎず、誰でもGPUを数台手に入れればすぐに再現できる富の鍵ではない。 📌 なぜ推論能力は高まっているのに、多くのモデル企業は依然として赤字なのか • Stanford HAI / Epoch AIの推定：OpenAIの2025年計算支出は約163億ドルで、そのうち研究開発が83億ドル、推論が80億ドル。 • 2024年と比較すると、OpenAIの推論支出は18億ドルから80億ドルへと約3.4倍に増加。 • Anthropicの2025年計算支出は約68億ドルで、そのうち研究開発が41億ドル、推論が27億ドル。 これが真実だ：訓練と推論は別々の帳簿だ。トークンを売れるからといって、次世代モデルを開発するための資金を投じ続ける必要がないわけではない。ユーザーが増えれば増えるほど、推論コストも膨張する。単位コストが下がったからといって、総コストが下がるわけではない。AI業界は高速道路を運営するようなものだ——車が増えれば収入も増えるが、維持・拡張・融資利息も同時に上昇する。 📌 トークンだけを売ってビジネスは成り立つのか？ 答えは：可能ではあるが、簡単ではない。 記事には明確な感度分析が示されている： • 完全なコスト負担が10ドル/GPU時間だと仮定； • 満載時の理論的課金収益は38ドル/GPU時間； • つまり、約26.3%の有効課金収益があれば理論上コストをカバー可能。 • 有効課金収益が50%に達すれば、時給約19ドルとなり、10ドルのコストを差し引いて9ドルの利益が残る。 このモデルは魅力的だが、現実はロマンチックではない。スループット、並列処理能力、レイテンシ、顧客構成、ピークトラフィック、空き時間——これらすべてが想像上の利益を削ぎ落としていく。さらに価格競争が始まれば、効率向上による収益の一部は顧客に還元されてしまうのが常だ。 📌 CoreWeaveはもう一方の現実も正直に示している • 2026年第2四半期の収益は25.75億ドルで、前年同期比約112%増加。 • 調整済みEBITDAは15.10億ドルで利益率59%。 • しかしGAAP基準では依然として6.26億ドルの純損失。 • 当四半期の減価償却・償却費は13.93億ドル、純利息支出は6.4億ドル。 気づいたか？計算資源ビジネスは「収入がある＝利益がある」ではない。GPUは減価するし、拡張には資金調達が必要で、利息は影のように付きまとう。粗利を得られても、純利益を守れるとは限らない。 📌 アプリケーション層はさらに厳しい：需要は増加しているが収益は追いつかない • Cursorは2026年1月四半期で毛利益率が-23%にまで悪化。無料ユーザーの推論コストをすべて含めると-31%。 • https://t.co/RxWvQzBAAu は破産保護申請時でも月間アクティブユーザーが約1200万人いたが、2026年8月の収益は530万ドルで、月間損失は依然として800万～900万ドル。 • 2026年前8か月だけでhttps://t.co/RxWvQzBAAu の計算資源支出は5610万ドルで、運営費用の約45%を占めた。 • 一方でMidjourneyは2023年に2億ドルを超える収益を上げ、利益を維持した。 同じAIネイティブでも運命は大きく異なる。理由も明確だ：「AIを使っている」からといって自動的にビジネスモデルが成立するわけではない。重要なのは、タスク価値が推論と運営コストを上回れるかどうかだ。 📌 より大きな機会はエージェントにあるかもしれない • Menlo Venturesの推計によると、2026年の世界消費者AI支出は400億ドルに達し、2025年の120億ドルから3倍以上に拡大。 • しかし米国の成人AI利用率は61%から64%へとわずかに上昇しただけ。 つまり新規ユーザーが爆発的に増えていない代わりに、既存ユーザーがより深く利用し、より多く支払っているのだ。市場が賭けているのはチャット回数ではなく、「AIが毎日どれだけあなたのタスクを代行できるか」だ。メール送信・買い物・スケジュール管理・ソフトウェア操作・サービス間連携——これらこそエージェントがトークン消費を拡大する真の場所だ。 しかし、冷静な水を一桶注いでおく必要がある：トークンが増えてもビジネスとして良いとは限らない。エージェント製品が月額20ドルで収益を得ても、モデルとツールに30ドルかかるなら、それは上流側のGPUを養っているだけで自分自身を養っていない。 私の判断はシンプルだ： 1. 38ドル/GPU時間という数字は、「AI推論ビジネスは可能性がある」ことを示しており、エンジニアリング最適化の価値は深刻に過小評価されている。 2. しかし「課金可能」から「利益が出る」までには、利用率・価格決定力・資本コスト・製品価値という4つの壁がある。 3. 真に周期を超えるのは、GPUを最も多く消費する者ではなく、トークンを現実のタスク成果に変える最も優れた者である。もし将来、すべてのエージェントが人間の代わりに仕事をし、購入し、交渉し、プロセスを実行するなら、問題は「トークンをいくらで売るか」ではなく、——私が生み出したこの知能が、あなたにどれだけの価値をもたらしたか、になる。 これが私が最も気にかけている勘定だ。