AI推論は明らかに収益性が高い：その経済性を分解する

Sean Goedeckeは、AI推論が明らかに収益性が高いと主張し、VC資金で補助されているという説に反論している。彼は計算とオープンモデルの価格設定を分析し、LLMの提供が持続可能なビジネスになり得ることを示している。

70B高密度モデルのコスト内訳

4基のNvidia A100 GPU（各400W、約200万トークン/時間）を使用した場合：

• 電力：工業用レートで約13セント/時間、冷却に約13セント/時間→合計26セント/時間
• GPU償却：A100あたり2万ドルを5年間で→年間1.6万ドル、つまり1.80ドル/時間
• 合計：出力トークン100万あたりおよそ1ドル

OpenAIのGPT-5.4-miniはトークン100万あたり4.50ドルで、より強力なモデルは3〜6倍高価だ。このため、主張されている70〜80%の粗利率は妥当である。

オープンモデルが収益性を確認

DeepSeekは、OpenAI/Anthropicの半額以下で提供しながら、R1推論で80%以上の利益率を主張している。同社のDeepSeek-V4-Pro APIは出力トークン100万あたり約87セントで、実際のコストに近く、最先端モデルの利益率はさらに高いことを示唆している。

高い利益率の理由

OpenAIやAnthropicのようなAI研究所は、訓練コストを補填するために推論利益を必要としており、API価格を高く維持している。しかし、訓練コストのない推論専用プロバイダーは、より低い価格でも利益を上げられる。たとえ最先端研究所が倒産しても、モデル権利を取得した者は推論を利益的に販売し続けることができる。