7月12日、Martin Aldersonが「Winners and losers in the coming AI margin collapse (part 2)」と題した記事を公開した。AIインファレンスのマージン崩壊が進む中で、半導体サプライチェーンやエンドユーザーが恩恵を受け、モデル層の収益が空洞化していく構造について詳しく論じている。

「あなたのマージンが私のチャンス」——モデル価格競争の現在地

Grok 4.5がアウトプット**$6/MTok**という積極的な価格設定でリリースされた（※以下、Grok 4.5・GLM5.2・GPT5.6 Solなどのモデル名は元記事の記述をそのまま引用している。2026年7月時点で各モデルの正式リリース状況は個別に確認されたい）。これはホスト型のGLM5.2と同水準であり、同等品質のモデルが相次いで登場する供給過剰の予兆だとAldersonは見る。

市場は二極化しつつある。超高価な最前線モデル（Fable、GPT5.6 Solなど）と、安価で十分な品質のモデル群（Opus相当）だ。かつては最前線と二番手の間に大きな性能差があったが、今やこの「十分に良いモデル」が多くのエージェント系タスクをこなせるまでになっている。インファレンスコストはここ数年で急速に低下しており、同一品質のAPIコストが1〜2年前と比べて桁違いに安くなっているケースも珍しくない。こうした構造的なコスト低下が、今回Aldersonが指摘するマージン崩壊の地盤を作っている。

勝者：ハードウェア層とエンドユーザー

Aldersonが「最も確実な勝者」と断言するのは、半導体メーカーとLLMインファレンスの下流サプライチェーン全体だ。GPU、メモリ、データセンター、電力・冷却設備は依然として深刻な供給制約にある。モデルが安くなれば需要は増える——ミクロ経済学の基本原理がそのまま働く。

従来のテックサイクルでは「ハードウェアは薄利、ソフトウェアがマージンを総取り」という構図が常識だった。Aldersonはこの構図が崩れつつあると指摘する。純粋な例外はApple/iPhoneくらいで、今回はハードウェア層が価値を取り込む珍しいパターンになりつつある。

もう一つ注目すべき勝者がコーディングエージェント系企業（Cursorなど）だ。これまで彼らは、フロンティアモデルをほぼ定価のAPI料金で仕入れて転売するという苦しいビジネスモデルを強いられていた（ヘビーユーザーではマージンがマイナスになるケースもあった）。安価な「十分なモデル」の登場はこれを一変させる。Opus比90%の性能を、はるかに低いコストで提供して利益を出せるようになる。

さらにAldersonが強調するのは、コーディングエージェントが持つデータの価値だ。どのプロンプトが機能するか、どの編集を開発者が受け入れるか、どこでモデルが詰まるか——こうした実世界のエージェント利用データは、次世代モデルの訓練に極めて価値が高い。Aldersonは「xAIがCursorを買収したとすれば、その目的はIDEそのものよりも、このデータとエコノミクスの飛輪にあるはずだ」と推測している（この買収はAldersonによる仮定であり、事実確認が取れた情報ではない）。

そして最後の勝者はユーザーとコンシューマーだ。かつてGPT-4相当の推論能力にアクセスするには高い費用がかかったが、今や同等以上の品質のモデルがその5〜10%の価格で利用できる。

敗者：フロンティアラボの行方

直感的には「フロンティアAIラボが敗者」と言いたいところだが、Aldersonはここで慎重な見方を示す。

Anthropicはその収益の約80%がAPI利用から得られていると報告されており、モデルスイッチングのリスクに確かにさらされている。しかしAldersonは二つのワイルドカードを挙げる。

①最強モデルのAPI非公開化：フロンティアラボが最強モデルを直接APIとして提供せず、自社のマネージドエージェントプラットフォーム経由でのみアクセス可能にする世界が近いとAldersonは予測する。これによりモデルの差し替えが困難になり、さらにモデル蒸留（既存モデルの知識を小型モデルに転移する手法）を第三者が悪用するリスクも大幅に下がる。マネージドエージェントプラットフォームとは、LLMのAPIを直接公開するのではなく、エージェントの実行環境ごと提供することで、モデルそのものへのアクセスを抽象化するアーキテクチャを指す。

②次の性能跳躍：「今十分なモデル」が数カ月後には時代遅れになる可能性もある。速度、コンテキスト長、継続的な再学習など、新たなブレークスルーが出れば、エージェントワークフローの設計思想ごとリセットされる。

結局のところ、フロンティアラボの命運は「知能の優位性を維持し続けられるか」に尽きる。現時点では差が縮まっているように見えるが、これまでのAI業界の展開を見れば、断言するのは危険だとAldersonは述べる。

B2C市場という見落とされたワイルドカード

コーディングエージェントの爆発的成長でAI市場全体がB2B・エンタープライズ寄りにシフトする中、B2C市場は見過ごされがちになっている。このシフトの背景には、エンタープライズ向けの方がAPIの大口契約やカスタマイズ需要を取り込みやすいという収益構造上の事情がある。

ChatGPTだけで月間アクティブユーザー（MAU）は少なくとも10億人に達するが、この巨大な消費者エンゲージメントはサブスクリプション以外でほぼ収益化されていない。OpenAIは広告展開を始めており、Googleも意外なほどGeminiへの広告挿入に積極的でない。LLMに隣接した広告モデルを誰かが確立すれば、B2Cへの注目が一気に戻る可能性がある。

結論

Aldersonの見立てをまとめると、純粋なモデルインファレンスのマージンはゼロに向かう。価値を取るのはモデル層の「両脇」——下はハードウェア・電力サプライチェーン、上は安価な高品質推論を享受するユーザーだ。

フロンティアラボには「知能の優位性を保ち続ける」か「最良モデルをマネージドプラットフォームの裏に隠す」かという二つの出口がある。おそらく両方を試みるだろうが、その成否は優位性の縮小が止まるかどうかにかかっている。

詳細はWinners and losers in the coming AI margin collapse (part 2)を参照していただきたい。