グーグル解説：Gemini 3.8がコストリーダーシップ戦略を実行

過去数年間、大規模AIモデルの競争における中心的な課題は、いかに最も強力なモデルを構築できるかでした。

しかし、この競争のロジックは変化しつつあります。

その理由は、モデル能力の向上に伴い、「モデルがそのタスクを完了できるか」というハードルをクリアする現実世界のタスクが増えているためです。非常に複雑な科学研究、コーディング、長期的エージェントにおいては、モデルの能力は依然として極めて高い価値を持っています。しかし、圧倒的に数の多い難易度の低いタスクにおいては、モデルのスコアを90から95に引き上げる価値よりも、コストを1から0.3に削減する価値の方がはるかに大きくなる可能性があるからです。

Flashモデルに対する6週間で3回のアップデートと、Proモデルに関する一時的な静けさを合わせると、グーグルの大規模モデル戦略が「低コストの優先」へと急速に明確化していることが窺えます。

もちろん、3.8が3.7よりも実際にはやや割高になっていることに気づくかもしれません。両世代のモデルでAPI単価は同等ですが、平均出力トークン数が約30%増加し、エージェントタスクの呼び出し回数も増加しました。Artificial Analysisの試算によると、タスクあたりのコストは約0.40ドルから0.58ドルへと約45%上昇しました。グーグルは現在、低コスト路線においてコストとパフォーマンスの限界を探っている段階と考えられますが、低コスト戦略そのものは依然として揺らいでいません。

一方で、経営陣の発言もこれを裏付けています。今年の第2四半期、グーグルのスンダー・ピチャイCEOは、Flashシリーズは性能とコストの最適なバランス（スウィートスポット）にあるため、需要が非常に強いと語りました。

明らかに、グーグルは最優先の目的を以下から移行させています。

「最強のモデルをどこまで強力にできるか」

以下へ：

「タスクを完了するコストをどこまで下げられるか」

これら2つのアプローチの間には大きな違いがあります。後者のアプローチは、将来の大規模AIアプリケーションの経済性に一層適合しています。というのも、計算資源の大部分は、最終的にはほんの一握りの最難関問題からではなく、大量の一般的なリクエストから生じるからです。

1. グーグルの配信上の優位性は膨大なユーザー基盤をもたらし、リクエストの多さそのものが低コストの価値を増幅させる。

グーグルと他の大規模モデル企業との根本的な違いは、グーグルがすでにユーザー基盤を有している点にある。

今年第2四半期には、Google検索の「AI Mode」の月間アクティブユーザー数（MAU）が10億人を突破し、8月11日にはGeminiアプリのMAUも10億人を超えた。さらに大きな配信上の優位性は、グーグルの全プロダクト群に由来している。Geminiは現在、それぞれ10億人以上のユーザー基盤を持つ13のグーグル製品に統合されており、そのうち5製品は30億人以上のユーザーを抱えている。

開発者側も大規模なスケールに達している。毎月900万人以上の開発者がグーグルのモデルを利用しており、同社のファーストパーティモデルAPIは現在、毎分約220億トークンを処理している。これはわずか1四半期前の160億トークンからの増加である。

したがって、グーグルが直面している経済的課題は、ゼロからユーザーを獲得するAI企業の課題とは異なっている。

同社が真に解決すべき問題は以下の点である。

いかにして既存の何十億人ものユーザーに、十分に低いコストでAIを提供するか。

この点において、タスクの複雑性を特定することが極めて重要となる。

複雑性の高いタスクにおいて、顧客は主に能力を購入する。科学研究や複雑なエージェントタスクでは、より強力なモデルによって成功率が大幅に向上するならば、タスクごとに数ドル余分に支払うことは十分に許容される。

しかし、グーグルが日常的に直面するのは、主に低複雑性かつ高頻度のリクエストである。

例えば、一般的な質疑応答やシンプルなエージェントの場合、両方のモデルが問題を正確に解決できる限り、モデルの能力をさらに数パーセント向上させても、ユーザーが得られる限界価値はごくわずかである。しかし、推論1回あたりのコストが0.50ドルから0.20ドルに低下した場合、それに何十億ものユーザーと成長し続けるクエリ頻度を掛け合わせると、LLM企業にとって莫大なコスト差が生じる。

したがって、配信上の優位性と低コストの優位性の間には相乗効果が存在する。

グーグルのユーザーが増えるほど、推論1回あたりのコスト削減によって創出される価値は大きくなる。そしてコストが下がるほど、グーグルは検索、Android、Workspace、YouTubeなどの既存製品にAIをさらに組み込むことができ、クエリ量を拡大し続けることが可能になる。

これが、他のLLM企業よりもグーグルにとって低コストモデルがより高い戦略的価値を持つ可能性がある理由でもある。

2. TPUの低コストの優位性が、低複雑性シナリオにおける中核的な決定要因となる

高複雑性のタスクでは、通常、コストの差は決定要因にはならない。

あるモデルが、他のモデルには不可能な科学研究、コーディング、あるいは複雑なエージェントタスクを完了できる場合、ユーザーは主にその成果を購入するのであり、モデルが多少高価であっても選択肢が変わることはない。

しかし、低複雑性のタスクにおける判断基準はまったく異なる。

タスクがさまざまなモデルによって安定して完了できるようになると、モデル能力のさらなる向上による限界リターンは急速に低下し、タスク完了コストが中核的な競争要因となる。

これこそが、TPU（グーグル独自のチップ）がその価値を最大限に発揮できる分野である。

グーグルはチップ、モデル、推論インフラストラクチャを同時に制御することができる。最新のTPU 8i自体が推論ワークロード専用に設計されており、グーグルが公表したデータによると、前世代のTPUと比較して1ドルあたりの推論性能が80%向上している。

実際のプロダクト側でも、こうしたコスト削減はすでに顕現し始めている。アルファベットは第2四半期に、AI Modeがより高度なモデルや機能を継続的に取り入れているにもかかわらず、ソフトウェアとハードウェアの統合最適化により、AI Modeの回答1回あたりのコストがプロダクトのローンチ以来最低レベルまで低下したことを明らかにした。

TPUはグーグルに主要な能力をもたらしている。

モデル能力の競争の中でコスト優位性を維持する能力である。

最高峰のシナリオでは、この優位性は市場シェアを確保することなく利益率にわずかに影響を与えるだけかもしれない。しかし、何十億人ものユーザーが利用する低複雑性かつ高頻度のシナリオでは、コストそのものが大規模に提供可能なAI機能を決定づけ、最終的に誰が最大量のクエリを維持できるかを左右する。

グーグルの戦略が真に成立するためには、2つの条件が同時に満たされる必要がある。

フロンティアモデルが徐々に均質化する一方で、グーグル自身が一貫してフロンティアモデルのグループに留まり続けることだ。

今後2〜3年の間に、これら2つの条件が同時に満たされる可能性は高まっていると考えている。

1つ目の条件が実現する確率は非常に高い。過去数年間のモデル競争には明確な特徴がみられる。どの企業にとっても優位性を長期にわたり維持することが一段と困難になっていることだ。新たな学習手法、推論技術、モデルアーキテクチャは急速に普及するため、ある企業が明らかなリードを確保しても、その後のモデル更新の波で他のトッププレーヤーが追いつくのが一般的である。

したがって、最終的に生じる可能性が最も高い構図は、少数の企業が長期にわたり均質化された能力範囲内に留まり続けるというものだ。

しかし、低コスト戦略の下でグーグルがこのグループに一貫して留まり続ける可能性が低下するかどうかこそが、この戦略における最大のリスクである。過去6週間にグーグルはFlashシリーズを3回連続で更新したのに対し、Proシリーズは6か月半にわたって更新がない。研究開発リソースやプロダクトの目標がコスト効率へと傾斜し続ければ、グーグルは推論コストの削減と引き換えに、フロンティア能力の一部を犠牲にする可能性がある。

これは本質的な矛盾を生み出す。グーグルの低コスト戦略は自社モデルがトップ層に留まってこそ最大の価値を発揮するが、低コストを優先することでそのトップ層に留まり続ける能力が弱まる可能性があるということだ。

当面、我々はこの問題に対して静観する姿勢をとっている。先行者利益が存在しない業界では、闇雲に追いかけ続けるよりも、業界がボトルネックに達するのを待ってから全速力で追いつく方が勝る場合があることが歴史上繰り返し示されており、これこそがグーグルの真の戦略（プレイブック）である可能性があるからだ。

このコンテンツはAIを使用して翻訳され、明確さを確認しました。情報提供のみを目的としています。