OpenAIが週10億ユーザー到達、AI価格競争は実用単価へ

AIの普及規模を示す数字が一段上がった。OpenAIは2026年7月31日、自社モデルが10億人超のactive usersと200万超のbusinessesに到達したと明らかにした。前日に実施したGPT-5.6 Lunaの80%値下げ、Terraの20%値下げ、SolのFast mode最大2.5倍高速化も同じ文脈で説明している。成長報告というより、利用量と推論コスト削減を相互に回す戦略の提示だ。

一次情報はOpenAIの「Building abundant intelligence」だ。OpenAIは、導入から6カ月後の利用者が1日あたり約50%多くメッセージを送り、ChatGPTを使う仕事の種類も約2倍になると説明した。単なる登録者数ではなく、利用の深さが増しているという主張である。これはconsumer chatbotの話だけではなく、業務フローの内部へAIが入り込む速度の話でもある。

価格面の変更は明確だ。GPT-5.6 Lunaは入力100万tokenあたり$0.20、出力100万tokenあたり$1.20になった。GPT-5.6 Terraはそれぞれ$2と$12。GPT-5.6 SolのFast modeはstandard processingの最大2.5倍の速度を、2倍の価格で提供する。OpenAIは、顧客が買っているのはtokenそのものではなく、解決されたsupport issue、出荷されたsoftware、レビュー済みのcontract、答えを得たscientific questionだと位置づけた。

技術的な根拠も数字で示された。OpenAIによると、GPT-5.6 Solはmodel serving用のproduction software最適化を助け、end-to-end serving costを20%削減した。speculative decodingの改善ではtoken-generation efficiencyが15%超向上したという。さらにretained reasoningとcontext managementの改善で、公開ARC-AGI-3 task setのscoreは13.3%から38.3%へ上がり、output tokenは6分の1に減った。モデル本体だけでなく、routing、cache、context、agent harnessが性能と費用を同時に左右する。

Codexの内部利用指標もagent化の方向を示す。OpenAIは、社内のCodex経由のagentic workがweekly output tokensの99.8%を占めると書いた。この数値だけで外部企業の生産性向上を証明することはできない。それでも、OpenAI自身の仕事がansweringからdoingへ寄っているという強いシグナルではある。

次の焦点は、この規模が持続可能な経済性につながるかどうかだ。10億人のactive usersと200万社のbusinessesは配布力を示す一方、価格引き下げはmarginとinfrastructure投資への圧力も強める。見るべき指標は単純なユーザー数ではない。API消費量、enterprise retention、task completion、そしてLunaのような低価格モデルが実務品質をどれだけ維持できるかだ。