Japanese Translation:

本質的なメッセージは、人工知能の最近の進歩により、運用コストが劇的に削減されたため、Luna などのコスト効率の高いモデルが消費者向けサブスクリプションにおいて実現可能になったという点です。以前は、高トークンコスト（旧モデルでタスクを実行する際に約$1 かかっていたのに対し、新しいモデルでは約$0.10 で済むというシナリオが例）が障壁となり、消費者にとって月次 AI プランは数学的に不可能でした。新しい技術により、企業は破格な予算なしに強力な AI にアクセスできるようになり、その結果として消費者向けグレードのサブスクリプションが登場しました。

企業の大部分の仕事は「トークン・スパイラー（大量生成型）」のカテゴリーに属しており、画期的な新しさを優先するよりも速度と応答性を重視しています。日常業務の約 95% は深い発見ではなく実行上のロジスティクスを占めています。Fable などの最先端モデルは稀な研究ブレイクスルー（「IQ 180」）には不可欠ですが、将来の市場はこの高コストのイノベーション用ツールと、標準的な対話向けの低価格で効率的なオプションの間で分かれることになります。現在の成功には、企業環境において安全性を確保し、ロール管理を行い、プロンプトインジェクション攻撃を防ぐための新しい「ハーネス（枠組み）」を構築することにかかっています。この変化により、企業は標準的なタスクのために高価な人間による「革新的思考者」を、応答性の高い AI エージェントで置換できるようになりました。結局のところ、この進化は AI を排他的な贅沢品から、日常業務用の実用的かつ手頃な価格のユーティリティへと変革させ、ついに大衆にとって消費者向けグレードのサブスクリプションが現実的となりました。

gpt-5.6-luna と GLM 5.3：AI コスト最適化と新たなビジネスパラダイム

数週間にわたるgpt-5.6-lunaの実践検証を通じて、その能力の高さ・処理速度・知性に感銘を受けました。

日常運用性能: 約100 トokens/秒での高速処理を実現。
マルチタスク対応: コードベース、メール、ナレッジベースなどを素早く巡回可能。

一方で、Luna の最大の課題はコストです。

複雑な研究テーマのスレッド実行や数千通のメール検索など attempted な作業に対し、API コストは数十分の円程度で抑えられています。

GLM 5.3 とパレート最適点における新選択肢

GLM 5.3 の登場により、従来の高価だが高性能なモデル（Fable 5 など）だけでなく、小型かつ高速なモデルの可能性が見えてきました。

従来: コーディング作業では無条件に高額・高性能モデルを選択しがちだった。
現在: 小型・高速モデルの進歩を見落としていた部分があったことを認識。

「トークンのコスト」が AI エンタープライズ普及を阻害する理由

投資家との対談でも、「消費者向け AI エンタープライズ企業が増えない理由」という問いに対し、明白な答えは**「トークンのコスト」**にあります。

従来の大手消費者企業の成功パターン

AI 普及前は、以下の軌跡が多く見られました：

比較的低コストで運用可能な魅力的なウェブサイト作成。
ユーザー獲得（バイラル展開など）。
資金調達によるユーザー拡大。
広告マーケットプレースの構築。

これはグーグル、フェイスブック、スナップチャットなどの事業軌跡を概観しています¹。
しかし、製品に AI を追加すると、各リクエストに対し実際の推論コストが発生！
その結果、必要な資金規模が劇的に拡大。

「パーソナライズされたニュースサイト」構築事例

課題: インターネット上の@calvinfo を検索し、ユーザーの興味に合わせたマイクロサイトを構築（HN, Reddit, X などを横断）。
従来のモデル（ソネットクラス）:
- 意味のある成果を得るのに約1 ドollar必要。
- 月額30 ドollarは消費者向けとしては持続不可能。
Luna の導入効果:
- 平均コストを約0.1 ドollarに抑えつつ、十分な品質を確保。
- これにより、本格的な運用が可能になりつつあります。

※注：ウォールストリートジャーナルやエコノミスト誌が提示する価格帯と同様の価値提供が必要とされます。

ビジネス分野での「トークンの吐出者」型作業の重要性

セグメント社の共創パートナーであるピーター氏（チャーム・インダストリアル社、レボイ社など）との対談から、ビジネス現場の課題が浮き彫りになりました。

2 つの作業タイプ

ピーター氏は自身の経験を以下の 2 タイプに分類：

「IQ180」型: 狂気の天才による誰も考えつかない画期的解決策（工学・基礎科学・モデル訓練など）。
「トークンの吐出者」型:
- 極めて高い応答性を持つこと。
- 多数のフロントエンドを同時に進め、ボールを前に押し続けること。

95% の作業は「トークンの吐出者」型

ピーター氏は、企業の存続には**「IQ180」型**の技術的頭脳が必要と認めている²。
しかし、自身の日常業務の約 95%は「トークンの吐出者」型に集中している。
これは、大量の処理を高速に行う必要性を示しています。

需要の変化予測

複合的な増加: 新規突破口や発見が必要な分野において、「フロンティアレベル」モデルの需要がさらに高まる。
爆発的伸び: **「高速・低コスト・十分良い」**モデルに対する需要が急増している。
- 同僚、ベンダー、顧客など、日常接する人々は「極めて素早い反応と代行処理」を求めます。
- 現代企業が消費する**「人間トークン」の大半**は、この用途に充てられています。
人材採用への影響: 採用基準も「高速・低コスト・十分良い」アーキタイプに大きく偏る傾向にあります。

今後の課題と展望

ビジネス分野で「高速・低コスト・十分良い」モデルを実現するには以下の作業が必要です：

新しいハネス（フレームワーク）の開発。
プロンプトインジェクションの安全性確保。
ロールとパーミッションの設定。
確信: これらの課題は解決可能である。
呼びかけ: 小型モデルの実用化実験については、ご関心のある方は是非ご連絡ください。

脚注

¹ アマゾン社と Netflix社は顕著な例外である。
² ピーター氏は自虐的な謙虚さを見せるが、その頭脳は極めて鋭い。

小型モデルがやってきました