過去の出来事の日付：2026年8月27日。

ソフトウェア開発者のカルビン・フレンチ＝オーウェンは、高速で安価な新世代のAIモデルが、消費者向けアプリケーションや日常的な業務の経済性を変える可能性があると主張した。自身の実験について記した論考で、最も強力な推論能力を必要としないタスクにも十分使えるようになりつつある小型システムの例として、GPT-5.6 LunaとGLM 5.3を挙げている。

フレンチ＝オーウェンは、GPT-5.6 Lunaがコード、メール、個人の知識ベースを横断して作業する際、毎秒約100トークンを生成するのを確認したと報告した。数千通のメールを検索するタスクを含め、複雑な調査の実行コストは通常、数十セントだったという。これらの数値は、管理された比較研究ではなく、本人の利用実績を反映したものだ。

彼の主張の核心はコストにある。消費者向けインターネット企業は、有料製品を開発する前にユーザーを集めることが多かったが、AI機能では、モデルがリクエストを処理するたびに推論費用が加わる。そのため、従来型ソフトウェアを中心に構築された検索サービスやソーシャルサービスでは同じ形では生じなかった、継続的な限界費用が発生する。

この問題を説明するため、フレンチ＝オーウェンは、モデルに自分について調査させ、関心がありそうな分野を特定させ、オンラインコミュニティーの素材を使って日刊ニュースのマイクロサイトを構築させる個人的な評価方法を用いている。前世代のモデルでは1回の実行に約1ドルかかり、月額30ドルのサブスクリプションで日刊製品を維持するのは困難だったと推定している。Lunaでは、十分な結果を得るための平均コストは約0.10ドルで、例示上の月間推論費用は約90％減るという。

この論考は、小型モデルがフロンティアシステムに取って代わったとは主張していない。フレンチ＝オーウェンは、コーディング作業では今もFable 5やGPT-5.6 Solなど、より高コストのモデルを選んでいると述べ、新たな問題解決に依存するエンジニアリング、科学、モデル訓練などの分野では、最上位の能力に対する需要が今後も拡大すると予想している。その代わりに彼が指摘するのは、応答性、価格、十分な能力を重視して最適化されたシステムの別個の市場だ。

彼のビジネス上の主張も、同様の区別に基づいている。経営や業務運営の活動の多くは、まれな技術的ブレークスルーではなく、電話、リマインダー、調整、その他の日常的なフォローアップで構成されていると彼は書いている。したがって、それらの反復作業を確実に処理する高速なモデルは、最難関の評価で劣っていたとしても価値を生み出し得る。

この考えを幅広く展開できるようになるまでには、いくつかの障害が残っている。フレンチ＝オーウェンは、より優れたエージェントソフトウェア、プロンプトインジェクションへの防御、役割と権限の慎重な定義が必要だと強調している。モデルが単発のプロンプトに回答するだけでなく、メール、社内知識、業務システムにアクセスできる場合、こうした制御は重要になる。

結局のところ、この論考は予測であり、新たな消費者市場がすでに誕生したことを示す証拠ではない。その貢献は、具体的な経済仮説を提示した点にある。すなわち、許容できる推論の価格が下がるにつれ、1日当たりドル単位のコストでは魅力がなかった製品アイデアも、1タスク当たり数セントなら実現可能になり得る、というものだ。こうした節約が、現実世界における信頼性、安全性、サポートの要件を満たした後も維持されるかどうかは、未解決の問題である。