7月16日、RuntimeWireが「DeepSeek's V4-Pro price cut exposes the agent margin problem」と題した記事を公開した。DeepSeekによるV4-Proの大幅値下げが、AIエージェント製品のマージン構造問題を浮き彫りにしている——というのが本稿の論点だ。トークン単価が下がっても、エージェントが消費するトークン量は変わらない。その非対称性が、今のAIスタートアップに突きつけられている本質的な問いだ。

「75%値下げ」では解決しない問題がある

DeepSeekは2025年5月、V4-Proの価格を75%引き下げた。InfoWorldが報じたこの値下げは、OpenAI・Anthropic・Googleへの価格圧力として広く受け止められた。DeepSeekの現在のAPIドキュメントにもキャッシュヒット時とキャッシュミス時で大きく異なる入力トークン単価が明示されており、長文コンテキストを扱う開発者にとって魅力的なコスト構成となっている。

ただし元記事が引用するVentureBeatの分析が指摘するように、トークン単価が下がっても、エージェント製品がトークンを消費する速度は変わらない。

DeepSeek創業者の梁文鋒（Liang Wenfeng）はヘッジファンドHigh-Flyerも経営しており、2023年7月に杭州でDeepSeekを設立した。元記事によれば、DeepSeekの市場戦略はSaaS的な短期収益よりも価格を流通手段として活用する「計算効率ラボ」的な性格が強い。V4-Proの値下げはその延長線上にある。

なお、「V4-Pro」という名称については補足が必要だ。DeepSeekはこれまでDeepSeek-V2、DeepSeek-V3と世代を重ねており、V4-Proはその後継にあたる位置づけだが、同社は別途DeepSeek-R1系列（推論特化モデル）も展開している。製品ラインが複数あるため、混同しないよう注意されたい。

「1つの質問が3万5000トークンになる」現実

元記事が引用する分析はこの問題を「トークン増幅（token amplification）」と呼ぶ。通常のチャットボットなら、ユーザーの1質問が1回のモデル呼び出しに対応する。エージェント製品は同じ1つのリクエストを、計画・検索・ツール選択・ツール実行・要約・検証・後続判断といった複数ステップに分解する。ユーザーには1つの回答が返るが、ベンダーはそのループ全体のコストを負担する。

具体例は明快だ。「先週、最優良顧客からどんな問い合わせがあったか？」という短い質問に対して、想定ワークフローは以下のように積み上がる：

• ユーザープロンプト：50トークン
• システムプロンプト＋ツール定義（各呼び出しで繰り返し）：約3,000トークン
• 取得コンテキスト：5,000トークン
• ツール選択の入力呼び出し：8,000トークン
• ツール実行結果：4,000トークン
• 要約・意思決定の後続呼び出し：12,000＋12,400トークン

合計すると、1つの短い質問に対して約3万5,000入力トークンが課金される。フロンティアモデルでは1クエリあたり$0.10〜$0.40のコストとなり、月間100万クエリで6桁ドルのインフラ費用が発生する計算だ。ホスティング・オブザーバビリティ・サポート・コンプライアンスコストはその上にかかる。

SaaSの価格モデルがエージェントの実態に追いついていない

問題はヘビーユーザーほど赤字になるという逆転現象だ。

従来のSaaSでは、ヘビーユーザーはリテンションを高め、シート数の拡大につながる。エージェントSaaSでは、ヘビーユーザーが価格設計の見直しを迫るコストセンターになりうる。元記事が示す例では、1日に50〜100件のエージェントリクエストを実行するパワーユーザーが、健全なグロスマージンをネガティブなコントリビューションマージンに転落させる。

「無制限っぽく聞こえる」エージェントプランを有限のインファレンス予算に対して売り続けているスタートアップは、このリスクをまだ直視していない。誠実なAIスタートアップはすでに、シート＋クレジット＋従量課金＋ワークフロー上限の組み合わせで価格設計している。

この文脈で注目されるのが、TechCrunchが報じたOpenAIの動きだ。OpenAIは現在のYCombinatorバッチの全スタートアップにエクイティと引き換えに**$200万相当のAPIトークン**を提供したという。元記事はこれをマージン問題と結びつけて論じている——AWSやGCPのクラウドクレジット提供と似た構図に見えるが、本質的には異なる。AI製品のコアワークフローが特定モデルプロバイダーのクレジットに依存するとき、資金調達の決断がプラットフォーム依存の決断になる。つまり、値下げや無償クレジットによってコストが一時的に見えにくくなっているあいだに、エージェントワークフローの非効率が構造として固定化されるリスクがある——というのが元記事の指摘だ。

キャッシュ戦略がマージンの鍵を握る

DeepSeekのV4-Pro価格設計自体が、この問題へのヒントを示している。キャッシュヒット時の入力トークン単価は、キャッシュミス時と比べて桁違いに安い。繰り返し登場するコンテキストをキャッシュ可能にしている設計は高く評価され、毎回膨らんだ呼び出しを行うシステムはコスト面で罰せられる構造だ。

記事はエージェントの経済性を改善する実践的な方向性として以下を挙げる：

• シンプルなステップを安価なモデルにルーティングする
• コンテキストを積極的に圧縮する
• 繰り返し入力をキャッシュする
• ループ回数を制限する
• 使用量を透明に価格設定する

「エージェントのオーケストレーションは、エンジニアリングの細部ではなく、製品のグロスマージンの中心になりつつある」というのが、この記事の核心だ。

結論：値下げは言い訳を奪う

DeepSeekが市場のモデル知能価格を下げ続けることは、スタートアップにとって好材料だ。しかし同時に言い訳を奪う。大幅な値下げ後もエージェント製品が経済的に成立しないなら、問題はモデルコストではなくワークフロー設計・価格体系・顧客への約束の仕方にある。

エンタープライズAIで生き残る企業は、個々のエージェントステップレベルのユニットエコノミクスを把握しなければならない。どのステップにフロンティアモデルが必要か、どこをキャッシュできるか、どこで検索を絞り込めるか、どこで人間介在のパスが自動ループより安価か——これらに答えられない創業者は、元記事の言葉を借りれば「請求書のついたデモ（a demo with a bill attached）」を売っているだけだ。

詳細はDeepSeek's V4-Pro price cut exposes the agent margin problemを参照していただきたい。