【2026年11月30日期限】AI API値上げに備える完全ガイド！Gemini 4 Argonが12月から2倍になる前に—副業の自動化コストを最大9割削る7つの手法

AIで副業を回している人にとって、2026年10月は「料金の当たり年」になりました。Gemini 4 Argonが一般提供され、導入価格の入力100万トークンあたり2ドル・出力10ドルが適用される一方、その価格は11月30日で終わり、12月1日から入力4ドル・出力20ドルへ倍増します。

同じ月に、DeepSeekのV4.1-Flash-1017は「料金を据え置いたまま性能を上げる」方向へ動きました。つまりAPIの世界では、値上げと値下げが同時に起きています。本記事では、副業の自動化にかかるAPI原価をどう抑えるかに絞って、単価表と削減手順を整理します。

2026年10月、AIのAPI料金が「値上げ」と「値下げ」で同時に動いた

まず、いま何が起きているのかを短く整理します。9月から10月にかけて、主要モデルが一斉に更新され、単価も動きました。

値上げ側の代表はGemini 4 Argonです。Googleは2026年9月30日に発表し、10月13日に一般提供を始めました。導入価格は100万トークンあたり入力2ドル・出力10ドルで、GPT-6.1 SolやClaude Sonnet 5.5と同じ水準です。ただし期限は2026年11月30日で、翌日からは入力4ドル・出力20ドルになります。

値下げ側の代表はDeepSeekです。2026年10月17日公開のV4.1-Flash-1017は、モデルIDも料金も据え置いたまま、公開ベンチマーク11項目すべてで前版を上回りました。タスクあたりの所要時間と出力トークンが短くなったため、実質の単価は下がっています。

業界全体の方向も見ておきます。推論コストは企業のAI予算のおよそ85%を占めるまでになり、今後18か月で特定の価格帯が30〜50%上がるとの見方があります。一方で、フロンティアモデルのトークン価格指数は2026年8月時点で2023年3月比88%減です。つまり「高いモデルは高くなり、安いモデルはもっと安くなる」二極化が進んでいます。

副業にとっての意味ははっきりしています。たくさんのタスクを1つの高性能モデルに丸投げする運用は、これから確実に高くつきます。安い作業を安いモデルへ逃がす設計に切り替えた人だけが、原価を抑えられます。

【比較表】主要AIモデルのAPI単価を4階層で見る早見表

各社のラインナップは「最上位・標準・軽量・超軽量」の4階層にはぼ対応します。100万トークンあたりの標準単価（2026年10月14日時点）で並べると、相場感がつかめます。

階層	代表モデル（入力／出力）	向く用途
最上位	Gemini 4 Argon（2／10ドル・11月30日まで）／Claude Fable 5.1（10／50ドル）	最難関の推論・重要な判断
標準	GPT-6.1 Sol（2／10ドル）／Claude Sonnet 5.5（2／10ドル）／Grok 4.7（2／6ドル）	本番運用の主力・文章とコード生成
軽量	Gemini 3.8 Flash（0.75／3.75ドル・12月31日までの導入価格）／Grok 4.3（1.25／2.50ドル）	分類・要約・大量処理
超軽量	GPT-6 Luna（0.10／0.50ドル）／Claude Haiku 5.5（0.10／0.50ドル）／Gemini 3.1 Flash-Lite（0.25／1.50ドル）	単純タスク・前処理・大量バッチ

表で注目したいのは、最上位と超軽量の入力単価が20倍から100倍開いている点です。この差を無視して全部を最上位で回すのが、いまの最大の無駄になります。

Gemini 4 Argonの導入価格は11月30日まで——12月から2倍になる

Gemini 4 Argonは、出力上限が従来の64Kから100万トークンへ広がった点が特徴です。入力・思考・出力で1,048,576トークンを共有する設計で、長い資料をまとめて渡す用途に向きます。

見落としやすいのが料金の期限です。導入価格の入力2ドル・出力10ドルは2026年11月30日までで、12月1日からは入力4ドル・出力20ドルに上がります。同じ処理を同じモデルで流し続けるだけで、12月の請求が単純に2倍になります。

もう1点、キャッシュの扱いにも差があります。Claudeは共通プロンプトの読み込みが入力単価の0.05倍から0.1倍まで下がりますが、Gemini 4 Argonは共有プレフィックスへの暗黙キャッシュのみで、明示的なコンテキストキャッシュには対応していません。同じ長文を何度も読ませる運用では、この差が効いてきます。

私の場合は、長い指示文を毎回まるごと送る自動化を組んでいたため、キャッシュが効くモデルへ切り替えただけで月の請求が3割ほど下がりました。モデルの乗り換えより、キャッシュの有無を確認するほうが先だと感じています。

DeepSeek V4.1-Flash-1017の衝撃——1タスク0.2ドルでOpus 5級の作業が回る

2026年10月17日に公開されたDeepSeek-V4.1-Flash-1017は、総パラメータ552BのMoE構成で、実際に動くのは入力時8B・出力時16Bです。コンテキストは100万トークン、ライセンスはMITで商用利用もできます。

性能面では、コーディング指標のDeepSWE v1.1で77.0を記録しました。Claude Opus 5の74.0を上回る数字です。ターミナル操作のTerminal-Bench 4.0も31.2から42.3へ伸びています。

コスト差はさらに大きい数字です。海外メディアが公表グラフを読み取った値では、1017は1タスクあたり0.2ドル弱、前版は約0.5ドルでした。同じタスクをGPT-6 AstraやClaude Opus 5で回すと2ドルから10ドル超かかります。

ただし万能ではありません。公式の比較表でOpus 5を上回るのは11項目中4項目で、残り7項目はOpus 5が上です。長文理解のHLE（ツールなし）は42.6対56.3、リポジトリ生成のNL2Repo-Benchは68.2対75.3でした。「安いモデルは自動化と要約、高いモデルは難所」という住み分けが現実的です。

【比較表】副業のAI作業別・モデル割り当て表

副業でよく発生する作業を、階層別に割り当ててみます。判断基準は「間違えると困るかどうか」です。困らない作業に高いモデルを使う理由はありません。

作業	割り当て先	理由
記事の下書き・構成案の量産	軽量（Gemini 3.8 Flash等）	本数が多く、後から人が直せる
文字起こしの整形・要約	超軽量（GPT-6 Luna・Haiku 5.5等）	定型処理で判断が要らない
データの分類・タグ付け	超軽量＋Batch API	急がない大量処理は半額になる
商品紹介文の最終仕上げ	標準（Sonnet 5.5・Grok 4.7等）	公開物の品質を担保する
コーディング・自動化スクリプト	DeepSeek V4.1-Flash	Opus 5級の成績を数十分の1の費用で
請求書・契約文の確認	最上位（11月30日まではArgon）	誤りが損害に直結する

この割り当てを守るだけで、実際の請求額は大きく動きます。次章から、具体的な手順を7つに分けて説明します。

手法1〜3：モデルルーティングで請求を7〜8割削る

いちばん効果が大きいのは、問い合わせを難易度で振り分ける「モデルルーティング」です。米国バークレーのRouteLLM（ICLR 2025）では、強いモデルへ送る問い合わせを14%に絞り、品質を95%保ったまま費用を85%以上削減できたと報告されています。

実際の業務では、単純が約60%、中程度が30%、複雑が10%という内訳が多いとされます。この比率で3階層に振り分けると、単一モデルの構成より70〜80%の削減が見込めます。

実装は3通りです。1つ目は分類器による振り分けで、軽量モデルが複雑さを先に判定します。2つ目は段階的な振り分けで、まず安いモデルに答えさせ、確信度が低いときだけ上位へ回します。3つ目は意味による振り分けで、問い合わせの埋め込みを最も適したモデルに寄せます。

副業規模なら、「まず超軽量に解かせて、形式が崩れたら標準へ上げる」段階方式が最も簡単です。設定は数行で済み、判定ロジックの保守も要りません。注意点は、難易度の判定を誤ると易しい問い合わせを高いモデルへ送ってしまうことです。

手法4〜5：Batch APIとプロンプトキャッシュで半額にする

4つ目はBatch APIの活用です。OpenAI・Anthropic・Googleは非同期の一括処理で入力・出力とも50%引きになります。急がない分類・要約・評価を夜間にまとめて流すだけで、単純に半額です。

5つ目はプロンプトキャッシュです。同じ長い指示文を毎回送る運用では、キャッシュ読み込みの割引が効きます。Claudeは読み込みが入力単価の0.1倍、Fable 5.1とMythos 5.1は0.025倍、Opus 5.5とSonnet 5.5は0.05倍です。Sonnet 5.5のキャッシュ読み込みは2026年10月7日に半額へ下がりました。

副業でも、キャラ設定や出力フォーマットを固定した自動化はキャッシュと相性が良いです。逆に、毎回まったく違う指示を投げる使い方では効果が出ません。自分の処理を「繰り返し部分」と「固有部分」に分けるところから始めてください。

手法6〜7：トークンそのものを削る書き方と時間帯の分散

6つ目は、入出力のトークンそのものを減らすことです。料金はトークン数に比例するため、プロンプトの無駄はそのまま原価になります。長い前置き、重複した例示、使わない出力形式の指定を削るだけで数%から十数%変わります。

7つ目は時間帯の分散です。DeepSeekのAPIはピーク帯と閑散帯で単価が2倍違い、閑散帯はピーク帯の50%です。ピーク帯は日本時間でおおよそ10時から13時、15時から19時、つまり業務時間の真ん中です。重い処理を深夜や早朝へ逃がすだけで、同じ処理が半額になります。

加えて、DeepSeekのモデルは推論の努力量を1から100の整数で指定できます。下書きは低く、最終確認は高く、と工程ごとに振り分ければ、精度を落とさずにコストを絞れます。

【比較表】月100タスクを回したときのAI原価シミュレーション

ここまでの内容を金額で確認します。条件は月100タスク、1タスクあたり入力5万トークン・出力8,000トークン、為替は1ドル150円としました。

回し方	月額（ドル）	月額（円換算）
全タスクをClaude Fable 5.1で	90.00ドル	約13,500円
全タスクをGemini 4 Argon（導入価格）で	18.00ドル	約2,700円
全タスクをGemini 4 Argon（12月1日以降）で	36.00ドル	約5,400円
全タスクをGemini 3.8 Flashで	6.75ドル	約1,013円
60%をGPT-6 Luna／30%をGemini 3.8 Flash／10%をArgonで振り分け	4.36ドル	約655円
上記の振り分け＋非同期分をBatch APIで処理	2.18ドル	約327円

振り分けとBatchを組み合わせると、全工程を最上位で回す構成の約40分の1になります。副業の売上が月5万円なら、原価率は0.7%ほどです。逆に丸投げ運用のままだと、12月以降は同じ仕事で原価率が目に見えて上がります。

もちろん安さだけを追うと品質事故が起きます。公開物の最終チェックだけは標準以上に残し、原価の削減は下書きと定型処理から取るのが安全です。

よくある失敗と回避策5選

コスト最適化でつまずきやすいポイントを5つ挙げます。どれも「気づかないまま請求だけ増える」型の失敗です。

• 失敗1：旧モデル名のまま呼び続ける。DeepSeekの旧IDは生きていますが、応答するモデルは退役済みで、エラーも出ません。モデル名は1か所で管理してください。
• 失敗2：長文コンテキストの切り替えを見落とす。OpenAIは27.2万トークン超、Geminiは20万トークン超で単価が上がります。長い資料を渡す前に境界を確認してください。
• 失敗3：キャッシュ前提の試算をする。Gemini 4 Argonは明示的なキャッシュ非対応です。キャッシュ割引を前提にした見積もりは、モデルごとに裏取りが必要です。
• 失敗4：安いモデルに難所を任せる。難易度の判定を誤ると、やり直しでコストが逆に増えます。判断が要る工程は上位に残してください。
• 失敗5：12月の値上げを織り込まない。11月の請求額のまま12月の予算を組むと、収支の見込みが崩れます。

私の場合も、旧モデル名のまま呼び続けていた自動化が3か月ほど気づかれずに動いていました。応答の中身が変わっただけでエラーは出ません。月1回、モデル名と単価を突き合わせるだけで、この種の事故は防げます。

【FAQ】AI APIの料金と副業に関するよくある質問

ここでは、副業でAPIを使うときに多い質問と回答をまとめました。金額は2026年10月時点の公表値にもとづきます。

質問	回答
一番安いモデルはどれですか？	超軽量ティアではGPT-6 LunaとClaude Haiku 5.5が入力0.10ドル・出力0.50ドルで最安です。単純タスクや前処理に向きます。
Batch APIを使うと何割安くなりますか？	OpenAI・Anthropic・Googleは入力と出力が50%引きです。xAIはGrok 4.3など一部のモデルが20%引きになります。
Gemini 4 Argonは12月から何が変わりますか？	導入価格の入力2ドル・出力10ドルが終了し、12月1日から入力4ドル・出力20ドルになります。単価は2倍です。
長い資料を渡すと単価は上がりますか？	上がるモデルがあります。OpenAIは27.2万トークン超、Gemini 3.1 Pro Previewは20万トークン超、xAIの各モデルは20万トークン超で単価が切り替わります。
安いモデルで品質は足りますか？	定型処理と自動化は十分です。DeepSeek V4.1-Flash-1017はAutomation-BenchやAgents’ Last Examで上位モデルを上回りますが、長文理解は劣ります。
最初に何から手をつけるべきですか？	処理を「定型」と「判断」に分け、定型を超軽量へ移すことです。次にBatch APIの適用可否を確認してください。

まとめ：値上げ前の11月にやることは3つだけ

APIの料金は、値上げと値下げが同時に進む局面に入りました。高いモデルは高くなり、安いモデルはさらに安くなっています。この流れで損をするのは、全部を1つの高性能モデルで回している人です。

11月中にやることは3つです。1つ目は、いま使っているモデルの単価と12月以降の価格を確認してください。2つ目は、定型処理を超軽量モデルへ移し、月100タスクの原価がいくら下がるかを試算してください。3つ目は、急がない処理をBatch APIと閑散時間帯へ寄せることです。

原価が下がれば、同じ売上でも手残りが増えます。副業の伸びしろは、売上を増やすことと同じくらい、原価を削ることにもあります。値上げ前の11月こそ、AI原価の見直しを始めましょう。