Opus 4.8は「ゴミ」、Geminiは「競争離脱」——AIモデルのコスパ比較グラフが波紋

Shiritomo編集部 @shiritomoAI_jp 2026年7月11日更新

あるグラフの右下、高コストで低スコアの一角に、2社の最新モデルが並んでいました。

AI性能評価機関Artificial Analysisが、エージェントタスク評価（AIが複数の作業を自律的にこなす能力を測るベンチマーク）のグラフを公開しました。
そこでAnthropicのClaude Opus 4.8とGoogleのGemini 3.1 Pro Previewは、いずれも「高コスト・低スコア」の位置にプロットされていました。
同じグラフの上位を独占していたのは、OpenAIのGPT-5.6シリーズです。
同じ土俵で比べたときに、価格に見合う結果を出せていないという事実が、数字として可視化された形になりました。

X上で飛び交った「ゴミ」という一言

このグラフを見たユーザーの反応は、率直というより辛辣なものでした。

Opus 4.8 が本物のゴミで、Google は完全に競争から離脱したということが分かる pic.twitter.com/xi07xVnzgg

— 𝘬𝘰𝘴𝘶𝘨𝘦 (@9m) 2026年7月10日

投稿者は「Opus 4.8 が本物のゴミで、Google は完全に競争から離脱したということが分かる」と書き添え、この投稿は3,500件を超えるいいねと100万件超のインプレッションを集めました。
返信欄では擁護する声も一定数見られたものの、全体としては「タスクあたりの実効コストで見るとOpenAI一強」という論調が優勢だったようです。

Anthropicの内部でもこの反応は無視できないものだったとみられ、同時期にはClaudeのレートリミット（一定時間内に使えるAIの利用回数上限）を全ユーザー対象に即日リセットする対応が取られています。
批判の高まりと機能面でのてこ入れが、ほぼ同じタイミングで動いていたことになります。

実際の料金差はどれくらいなのか

「高コスト」という評価が具体的に何を指しているのか、各社の公開情報をもとに確認してみました。

複数の比較情報によると、Claude Opus 4.8の料金は入力100万トークン（AIが処理する文字の単位）あたり5ドル、出力100万トークンあたり25ドルとされています。
一方のGemini 3.1 Proは入力2ドル・出力12ドルと、出力だけで見ればおよそ2倍の開きがあります。
さらにOpenAIのGPT-5.6（Solモデル）は入力5ドルとOpus 4.8と並ぶものの、出力は30ドルとされ、単純な単価だけならOpus 4.8より高い計算です。

つまり「高い」という批判の本質は、単価そのものではないようです。
同じ料金・同じ性能を狙ったタスクでも、トークン消費量が膨らみやすく総コストが割高になりやすいという点にあります。
エージェントタスクは複数の思考ステップを踏むため、1回のやり取りで消費するトークン数がモデルによって大きく変わります。
GPT-5.6シリーズが効率よく上位を占めた背景には、こうしたタスクあたりの実効コストの差があると考えられます。

Gemini 3.1 Proについても、単価自体はむしろ安い部類に入るにもかかわらずベンチマークスコアが伸び悩んだことが、「競争から離脱」という厳しい評価につながったとみられます。

さらに深掘りしたい方へ

各社の公開料金や性能評価をより詳しく比較したい場合は、Artificial Analysisの評価データも参考になります。

Shiritomo編集部の考察

今回の一件は、SNS上での「バズり方」自体が示唆的です。
話題になったのは各社の公式発表ではなく、第三者機関のベンチマークグラフを見たユーザーの率直な感想でした。
企業が出す数字よりも、独立した評価軸と、それに対する生の反応のほうが拡散力を持つという構図は、AI業界に限らず今後のプロダクトマーケティングでも意識すべき点でしょう。

また、Anthropicがレートリミットの即時リセットという形で素早く反応したことも見逃せません。
SNS上の批判に対して、価格改定ではなく「使える量を増やす」形で応じたのは、値下げよりも心理的な反発が小さく、既存ユーザーの離脱を防ぎやすい選択だったとも読み取れます。
批判の火種が大きくなる前に、具体的な行動で応じるスピード感は、他業種のカスタマー対応にも通じる示唆があります。