GPT-5.6 と DeepSeek-V4 の API 料金比較：1万円で使える回数は？

注目の画像: ノートPCのキーボードに積まれた米ドル紙幣と、背景の金融グラフ。Photo by Karola G on Pexels（無料利用可）

日米のAI価格差を測る最も速い方法は、同じ予算をそれぞれの側に置いて、何が返ってくるかを数えることだ。2026年8月時点の公式API料金に基づくと、1万円の予算でOpenAIの最上位モデルGPT-5.6 Solでは約330万トークンの出力、最安のLunaでは約8,300万トークンの出力、そしてDeepSeek-V4 Flashでは約3億5,700万トークンの出力が得られる。これは両国で最も安いフロンティア層オプションの間に約107倍の差があることを意味する。この差はマーケティングの偶然ではない。根本的に異なる2つのビジネスモデルの産物だ。

この分析は公表されているリスト価格のみに基づく：OpenAIのGPT-5.6価格帯（Sol、Terra、Luna）と、DeepSeekのV4 FlashおよびV4 Pro料金。いずれも2026年8月時点の最新値である。それを実用的な観点——1ドルあたりの出力トークン数、実際のワークロードコスト、ギャップが縮まる・逆転する場面——に翻訳する。

なぜ日米のAI価格差が2026年に重要なのか？

その差が重要になったのは、技術的な脚注ではなく調達判断になっているからだ。長年、開発者はフロンティア品質の代償としてプレミアム価格を受け入れてきた。その前提は2025〜2026年に崩れた。中国のオープンウェイトモデルがわずかなコストでフロンティアクラスの性能に到達し、企業は単一ベンダーへの標準化ではなく、プロバイダー間でワークロードをルーティングし始めたからだ。スタンフォードAI Index 2026によれば、2025年初頭以降、米国と中国のモデルは主要ベンチマークで首位を入れ替えており、2026年3月時点で米国の最上位モデルは中国の最有力モデルに対する優位はわずか2.7%ポイントにまで縮まっている。両国のモデルの品質がここまで接近すると、価格はタイブレーカーではなく本題になる。

経済的な影響は計測可能だ。世界のAI推論支出は毎年二桁成長を続け、APIトークン価格はAI製品の変動費の最大の項目である。トラフィックを賢く振り分けるチームは、品質を犠牲にせずにモデル費用を10倍以上削減できる。2026年、その節約はAI製品が利益を出せるかどうかを左右する規模だ。これが「AI価格戦争」という抽象的な見出しの背後にある現実であり、この記事がベンチマークスコアではなく固定予算が各プラットフォームで何を返すかに焦点を当てる理由でもある。

GPT-5.6 と DeepSeek-V4 は実際に1トークンいくらか？

2026年8月時点で、OpenAIはGPT-5.6ファミリー全体で入力トークンが100万トークンあたり$0.20〜$5.00、出力トークンが$1.20〜$30.00を請求する。一方DeepSeekはV4モデルで入力$0.14〜$0.435、出力$0.28〜$0.87を請求する。DeepSeekの最安階層は、OpenAIの最高額階層より出力トークンで約107倍安い。

出典：OpenAIプラットフォーム価格、DeepSeek APIドキュメント（2026年8月取得）

この記事のすべての数字は、権威ある情報源であるこれら2ページのリスト価格を反映している。実際の請求額はキャッシング、バッチ割引、スループットによって変動するが、リスト価格は構造的な関係を確立する：両エコシステムの差はパーセンテージではなく数十倍で測られる。これはAI API市場が形成されて以来、フロンティア競合間で最も広い価格差であり、オープンソース vs プロプライエタリ分析で詳述した市場シェアシフトの経済的原動力だ。

1万円で各プラットフォームで実際に何ができるか？

1万円の予算で各側の最安階層を使えば、GPT-5.6 Lunaの8,300万出力トークンに対して、DeepSeek-V4 Flashで約3億5,700万出力トークンを生成できる——4.3倍の差だ。GPT-5.6 Solと比較すると、DeepSeek-V4 Flashは107倍多くの出力を提供し、DeepSeekの高価格帯であるV4 ProでさえSolより34倍多い出力を提供する。

以下の表は、キャッシング割引なし・入出力均等配分を前提に、各階層の1万円の実質ボリュームを示す：

出典：OpenAIの価格表とDeepSeekの価格表の公式リスト価格から計算。

出典：公式リスト価格（2026年8月）から計算。

出力トークン数が重要なのは、AIアプリケーションにおける出力トークンが希少リソースだからだ：すべての階層で入力トークンより6〜10倍高価である。エージェントループ、コード生成、文書処理など、毎月数百万の出力トークンを消費するチームは、すべての請求書でDeepSeekの優位を実感する。1日数千トークンしか送らない低ボリュームユーザーは、ほとんど差を感じないだろう。

なぜDeepSeekはOpenAIよりずっと安いのか？

DeepSeekの価格設定は3つの構造的優位を反映している：安価な国内コンピュートでの学習、コミュニティにサーバーコストを分散するオープンウェイト戦略、そしてOpenAIがフロンティア研究に数千億円を回収しなければならない市場で利用とマインドシェアを獲得するための攻撃的な価格設定。OpenAIのリスト価格は次世代モデル開発のコストを担い、DeepSeekのそれは効率的な推論層の運用コストを担う。

OpenAIのモデルは自己強化型だ：プレミアム価格がフロンティアモデルを生むコンピュートと研究を賄い、フロンティアモデルがプレミアム価格を正当化する。DeepSeekはその鏡像だ：限界費用に近い価格で採用を最大化し、採用が利用データとコミュニティ貢献を通じてモデル品質にフィードバックする。スタンフォードAI Index 2026によれば、米国と中国のモデルはベンチマークで首位を奪い合っている。つまり価格差は品質差を買っているのではなく、流通戦略を買っているのだ。品質が収束すれば、価格が決定的変数になる——これは日米AI競争のデータが予測するまさにその展開だ。

サーバー経済も差を増幅する。OpenAIは最高額階層を入手可能な最も高価なアクセラレーテッドハードウェアで実行し、そのコストをすべてのトークンに織り込む。DeepSeekは異なるハードウェア制約の下で、1ドルあたりのスループットを最適化してきた——そしてキャッシュヒット価格は、AIプロダクショントラフィックの大半が反復的であるという攻撃的な賭けを反映している。システムプロンプトが安定したワークロードでは、実効コストは入力トークン100万あたり$0.003に近づき、大規模な継続的エージェントループを経済的に成立させる価格帯になる。OpenAIもキャッシングを提供するが、その割引はDeepSeekの下限を大きく上回る。両社は単に異なる価格を請求しているだけでなく、異なる形状のAI利用に賭けているのだ。

1万円は実際のワークロードで何を買えるか？

実用的な観点では、この差がワークロードの成立可否を決める。月10億トークン（入力・出力均等）をGPT-5.6 Solで処理するチームは約$175,000を支払うことになる。同じボリュームをDeepSeek-V4 Flashで処理する場合、約$2,100だ。Lunaなら約$7,000。ほとんどのチームにとって、問題はどちらのモデルが優れているかではなく、どの階層なら予算内に収まるかだ。

出典：公式リスト価格（2026年8月）から外挿。月5億入力＋5億出力トークンを前提、キャッシング割引なし。

これらは上限値であり、両社のキャッシング割引によって大幅に引き下げられる。DeepSeek-V4 Flashのキャッシュヒット価格は入力トークン100万あたり$0.0028——安定したシステムプロンプトを反復するワークロード（エージェントやカスタマーサポートボットなど）では事実上無料に近い。だが、寛大なキャッシング前提でも順序は変わらない：DeepSeekはOpenAIのプレミアム階層より一桁低く、バジェット階層の数分の一である。

具体的な例で差の実感がつかめる。あるSaaS製品が、毎月50万件の問い合わせに答えるRAG型サポートボットを運営しているとしよう。各問い合わせは2,000トークンの入力と300トークンの出力を送る——控えめで現実的なワークロードだ。つまり月10億入力トークンと1.5億出力トークンになる。GPT-5.6 Lunaでは、入力料金が約$200、出力料金が約$180で、月額約$380。DeepSeek-V4 Flashでは、入力が約$140、出力が約$42で、月額約$182。GPT-5.6 Solでは同じボットに月約$9,500かかる。同じ回答、同じボットで、最も安い実用階層と最も高い階層の間に50倍の開きがある。まだ黒字化していないプロダクトチームにとって、この開きは健全な利益率か補助金つき運用かを左右する。

価格差に含まれないものは何か？

トークン単価は見出しになる数字だが、全コストではない。コンテキスト長、機能の利用可否、運用の成熟度が各階層の実効価値を変える。

コンテキスト長は実質的に互角だ。GPT-5.6モデルは1.05Mトークン、DeepSeek-V4は1Mをサポートする。契約書、コードベース、研究論文といった長文書の作業では、両者とも一度の呼び出しで全体を読み込めるため、5万トークンの差が判断を左右することはほぼない。より重要なのは各プロバイダーがそのコンテキストをどう課金するかだ：DeepSeekのほぼゼロに等しいキャッシュヒット入力価格は、長文コンテキストの反復処理を劇的に安くし、OpenAIのキャッシュ割引は主にプレミアム階層に適用される。

機能の利用可否は、両エコシステムがより明確に分かれる点だ。OpenAIのResponses APIは、構造化出力、ウェブ検索、ファイル検索、コンピュータ使用、関数呼び出しを一つのインターフェースに統合し、GPT-5.6ファミリーはSol・Terra・Lunaすべてでそのツーリングを共有する。DeepSeekは現時点でResponses APIをV4 Flashにのみ公開しており、V4 Proは従来のチャット補完インターフェースに依存する。OpenAIのエージェントツーリングに依存するチームは、DeepSeekへの移行にトークン単価では捕捉されない統合コストを払うことになる。

運用の成熟度も異なる。OpenAIはエンタープライズSLA、コンプライアンス認証、リージョン選択、サポートエコシステムを提供するが、DeepSeekは海外顧客向けにこれを構築中だ。規制産業や厳格な調達要件を持つ組織にとって、これらはオプションではなく、価格に関係なく結果を左右し得る。

したがって公正な比較は「トークン単価」ではなく「完了した準拠ワークロードあたりのコスト」だ。その基準では、ツール多用・コンプライアンス重視のアプリケーションでDeepSeekの優位は縮まり、一括推論では広がり続ける。

DeepSeekはその価格で本当に十分な品質か？

価格はモデルが性能を発揮して初めて意味を持つ。公開ベンチマークでは、DeepSeek-V4はコーディングと一般的推論でGPT-5クラスのモデルに対抗する位置づけであり、OpenAIは最も難しい推論タスクで優位を保つ。要約、抽出、分類、コード生成、カスタマーサポートといった高ボリュームのプロダクション向けワークロードでは、エンドユーザーには違いが見えないことが多い。

2026年の実務パターンは「1つのモデルを選ぶ」ことではない。ルーティングだ：質の基準を満たす最も安いモデルに定型的で高ボリュームの作業を回し、品質差が実際に現れるタスクにプレミアム階層を取っておく。オープンソース市場分析が示すように、企業は単一ベンダーではなく階層化スタックで運用する。1万円はコモディティ層で100倍先に進み、コモディティ層が作業の大半を処理する。

ベンチマークの状況はニュアンスを要する。主要なコーディング評価であるSWE-bench Verifiedでは、DeepSeek-V4モデルは1年前のGPT-5.4クラスの出力と同じ帯域に位置し、コストはGPT-5.6のプレミアム階層の数分の一だ。ボイラープレート、グルーコード、データ変換を生成するコード生成タスクでは、両モデルとも品質しきい値を余裕で超え、プレミアムが買う限界利益はどんどん小さくなる。プレミアムが本当に報われるのは、アーキテクチャ判断、契約条項、新しいアルゴリズム設計、規制分析といった、自由度が高くハイステークスの推論タスクだ。そこでは品質差がプレミアムを正当化する。エンタープライズトラフィックの大部分を占めるそれ以外の作業では、通常は正当化されない。

ギャップはいつ縮まり、いつ逆転するのか？

ギャップは普遍的ではない。プレミアム機能を使うと縮まり、サポート・コンプライアンス・ツーリングを考慮すると完全に逆転し得る。エンタープライズ契約、バッチ割引、交渉価格はすべて実効価格差を圧縮でき、OpenAIのResponses API、構造化出力、エンタープライズSLAには、ProモデルではまだDeepSeekに直接相当するものがない。大規模交渉を行うバイヤーにとって、リスト価格の差は出発点であって最終数字ではない。

キャッシングでもギャップは縮まる。キャッシュヒットが多いと両社の実効価格は下がり、OpenAIのプレミアム階層キャッシングは反復ワークロードで相対的な差を縮める——完全に埋めることはできないが。一方DeepSeekのキャッシュヒット率$0.0028は非常に低いため、RAGパイプライン、カスタマーサポート、エージェントループといった高リプレイのワークロードはほぼ無料になり、企業が大規模に実行するまさにそのワークロードで差を広げる。

最後に、DeepSeek側には明示的なタイミングリスクがある：DeepSeek自身のAPIドキュメントは、近い将来に全体価格を大幅に引き上げる計画があると明記している。今日のV4 Flash料金で長期コストモデルを組む人は、動く標的に価格を設定していることになる。構造的なギャップはおそらく持続するだろう——それはプロモーションキャンペーンではなくビジネスモデルを反映するからだ——しかし具体的な倍率は変わり、チームは現在のDeepSeek料金を上限ではなく下限として扱うべきだ。

予算に応じてどちらを選ぶべきか？

判断の枠組みはシンプルだ：ワークロードが高ボリュームで価格感度が高く、わずかな推論不足を持つフロンティア層モデルを許容できるなら、DeepSeek-V4 Flashは1ドルあたり一桁多い仕事量を提供する。推論が重要、低ボリューム、またはエンタープライズツーリングとサポートが必要なら、GPT-5.6ファミリー——特にLuna——はOpenAIエコシステムを維持しながらコストをDeepSeekに近づける。

ほとんどのビジネスチームにとって、勝利のパターンは単一の選択ではなく分割だ：品質基準を満たす最安の階層にコモディティ作業を回し、必要なワークロードにプレミアム階層を残す。これはデータ——そして現在オープンモデルをプロプライエタリAPIと並行して運用している企業の89%——が指し示すアーキテクチャだ。日米の価格戦争は単一の勝者を生まなかった。それは史上最も安いAI推論の時代を生み、勝つチームはその分断の両側を使うチームである。

よくある質問