【AIニュース】自社チップと値下げでAI推論コストが急低下、Amazonは人手データ収集事業から撤退

今週は、AIを動かす側のコストが立て続けに切り下げられた一週間だった。OpenAIは自社設計の推論チップがNvidiaの最新世代を上回るというベンチマークを公表し、同時に主力モデルのAPI価格も引き下げている。その一方でAmazonは、AI以前の時代からデータ収集を支えてきた人手プラットフォーム「Mechanical Turk」の終了を発表した。推論コストの低下と、学習データを支えてきた人手インフラの終焉が同じ週に重なった背景を見ていきたい。

OpenAI、自社チップ「Jalapeño」がNvidia Blackwellを推論性能で上回ると発表

OpenAIは2026年8月下旬、Broadcomと共同開発した自社設計の推論チップ「Jalapeño」の詳細なベンチマーク結果を公表し、現行の商用システムに対して同等以上の推論性能を示したことを明らかにした。JalapeñoはOpenAIとBroadcomが2025年10月に提携を発表し、2026年6月24日に正式にお披露目していたチップで、シリコン設計をBroadcom、製造をTSMC、ボードやラック単位のシステム統合をCelesticaが担当する体制で開発が進められてきた。

公表された数値によれば、Jalapeñoはピークスループット時でNvidiaの現行商用システムに対して1.5〜1.9倍のワット当たり処理量を達成し、エンドツーエンドの遅延も1.7〜3.6倍改善したという。対話型のワークロードに限れば性能差は2.1〜4.1倍にまで広がるとしている。ただし専門家からは、公平な比較対象はBlackwellではなくHBM4メモリを採用するNvidiaの次世代機「Vera Rubin」であるべきだとの指摘も出ている。それを踏まえてもJalapeñoは1メガワット当たりの出力トークン数でVera Rubinを上回っているとされるが、Vera Rubin側はJalapeñoがまだ採用していないマルチトークン予測などの最適化技術を備えている点にも注意が必要だ。Jalapeñoは推論専用チップであり学習用途には対応せず、現時点ではエンジニアリングサンプルの段階にとどまる。量産投入は2026年末までに限定的な規模で始まり、本格展開は2027年になる見込みだという。

このタイミングでの公表は、Nvidiaの決算発表を控えた時期と重なっており、投資家の間でも話題になった。

実務上の示唆

推論専用チップの選択肢が広がることで、大規模にAPIを利用する企業にとっては中期的にトークン単価の低下が期待できる。ただし当面はOpenAI自身のインフラ向けであり、外部向けクラウド提供の時期はまだ見通せない
ベンチマークの比較対象が旧世代(Blackwell)か次世代(Vera Rubin)かで評価が大きく変わる点には注意したい。ベンダー発表の数値をそのまま受け取らず、比較条件を確認する習慣が重要になる
大手AI企業が自社製シリコンへ投資する流れは、Google(TPU)やAmazon(Trainium)に続きOpenAIも加わったことで、Nvidia一強だった推論インフラ市場の構造が今後数年で変化していく可能性がある

OpenAI、GPT-5.6 SolのAPI価格を最大33%引き下げ

OpenAIは8月21日、主力モデル「GPT-5.6 Sol」のAPI価格を引き下げると発表した。短文コンテキストの入力価格は100万トークンあたり5ドルから4ドルへ(20%減)、出力価格は同30ドルから20ドルへ(33%減)引き下げられ、この新料金は11月21日まで保証される。GPT-5.6ファミリーの価格改定はこれで4週間のうちに3回目で、7月には姉妹モデルのLunaが80%、Terraが20%それぞれ値下げされている。

短期間に連続する値下げの背景には、Anthropicとの競争に加え、中国発のオープンウェイトモデルが低価格で存在感を強めていることがあるとみられる。Alibabaは8月初旬に2.4兆パラメータのMoEモデル「Qwen3.8-Max」を発表し、8月13日前後にはベースモデルの重みをHugging FaceとModelScopeで公開した。トップクラスの性能を主張するモデルが独自ライセンスとはいえオープンな形で公開される流れが、クローズドモデル各社の価格戦略にも影響を及ぼしている格好だ。

実務上の示唆

短期間での連続値下げは、既存のAPI利用契約や社内のコスト試算を古くする。四半期ごとに料金表を再確認する運用にしておきたい
価格保証期間(今回は11月21日まで)が設定されている点にも注意が必要で、恒久的な値下げとは限らない。長期契約や社内の予算計画を立てる際は保証期限を織り込んでおくべきだろう
オープンウェイトモデルの性能向上がクローズドモデルの価格に直接影響を与える構図が明確になってきており、モデル選定の際は性能だけでなく価格競争の力学も考慮に入れる価値がある

Amazon、21年の歴史に幕—Mechanical Turkが9月30日で終了

Amazonは、2005年に開始したクラウドソーシング型労働プラットフォーム「Mechanical Turk」を2026年9月30日付で終了すると発表した。Mechanical Turkは、企業がデータのラベリングや音声・動画の文字起こし、アンケート回答といった細かい作業(HIT、Human Intelligence Task)を発注し、世界中の在宅ワーカーが請け負う仕組みで、最盛期には50万人を超える登録ワーカーを抱えていた。創業者のジェフ・ベゾス氏が「人工的な人工知能(artificial artificial intelligence)」と呼んだことでも知られる。

同社は同じ日付で、機械学習向けのデータラベリングサービス「SageMaker Ground Truth」と「Amazon Augmented AI」も終了する。これにより、Amazonは人手によるデータ収集・アノテーション事業から事実上撤退することになる。近年は競合する専門のデータラベリング企業が台頭し、Amazon自身もMechanical Turkへの投資を絞ってきた経緯があり、今回の終了は既定路線だったとの見方もある。

初期の機械学習モデルの多くは、Mechanical Turkのようなプラットフォームを通じて集められた人手によるラベル付きデータを土台に訓練されてきた。皮肉なことに、そのAIが十分に成熟し自動でデータを生成・評価できるようになったことが、人手によるデータ収集インフラの必要性を薄れさせている面もある。

実務上の示唆

社内のMLパイプラインでMechanical TurkやSageMaker Ground Truthを利用している場合、9月30日の終了までに移行先の確保が必要になる。専門のデータラベリング企業やAI自身によるアノテーション(合成データ)への切り替えを検討する時期に来ている
人手によるデータ収集市場の縮小は、希少なタスク(専門知識を要するアノテーションなど)ではむしろ供給不足を招き、単価の上昇につながる可能性がある
「人間による評価・監修」がAIパイプラインの品質保証において果たしてきた役割を、今後は誰がどう担うのかという問いは、Mechanical Turkの終了によってより切実な課題になっていくだろう

おわりに

AIを「動かすコスト」は自社製シリコンや価格競争によって着実に下がっている一方で、そのAIを「育てるコスト」を長らく支えてきた人手のインフラは静かに幕を下ろしつつある。推論の効率化が進むほど、次に問われるのは学習データの質をどう担保し続けるかという、より地味だが本質的な課題になりそうだ。

参考記事: