OpenAI、四半期で3700億円のキャッシュバーン——推論コスト50%削減へ、ソフトウェアとハードウェアの両軸戦略

37億ドルのジレンマ——OpenAIの財務が描く「成長と赤字のパラドックス」

OpenAIの2026年第1四半期の財務諸表は、AI業界の「成長のジレンマ」を如実に映し出している。売上高は前年同期比で約3倍の57億ドルに急増したが、キャッシュバーン（現金支出）も同じく3倍の37億ドルに膨れ上がった。つまり、稼いだ1ドルのうち65セント以上が運営費として消えていく計算だ。営業損失は四半期だけで93億ドル、研究開発費は86億ドルに達している。

これらの数字はThe Informationが株主向け文書から報じたもので、AI業界が直面する核心的な課題を浮き彫りにしている：爆発的な需要と持続可能な利益の間に、依然として大きな溝があるということだ。OpenAIとAnthropicは2026年半ばに非公開のIPO申請を行ったとされ、収益性への確かな道筋を示すプレッシャーは極めて高い。

ソフトウェアで攻める：マルチモデルルーティングの威力

OpenAIが推論コストを半分以上削減するために開発したソフトウェア最適化技術、それがマルチモデルルーティングだ。これは単純なクエリを自動的に小型で低コストのモデルに振り分け、最も高性能（そして最も高価）なモデルは複雑な要求にのみ投入するという手法である。

業界ガイドによると、このハイブリッドアプローチは量子化、蒸留、モデルの適正サイズ化などを組み合わせ、モデルレイヤーで30～75%のコスト削減を実現する。さらにバッチ処理、投機的デコード、KVキャッシュ管理などのランタイム最適化により、40～80%のスループット向上も達成可能だ。

OpenAIはこの技術を商用化し、Batch APIで遅延推論の50%値下げを提供している。顧客が結果を最大24時間待つことに同意すれば、半額で利用できる仕組みだ。

The Informationによると、ある時点ではログアウトしたChatGPTユーザー向けのトラフィックを、わずか数百台のNVIDIA GPUで処理できたという。

ハードウェアの切り札：カスタム推論チップ「Jalapeño」

2026年6月24日、OpenAIとBroadcomは共同でJalapeñoを発表した。OpenAI初のカスタム設計推論チップである。主な特徴は以下の通り。

• タイプ： ASIC（特定用途向け集積回路）。GPUではなく、LLM推論専用に設計
• コスト削減効果： 初期テストでは、現行のNVIDIA GPUベースの推論ハードウェアと比較して約50%の推論コスト削減を達成
• 性能： ワットあたりの性能で「現行の最先端を大幅に上回る」
• 開発期間： 設計から生産までわずか9か月。OpenAI自身のAIモデルがチップ設計を支援した
• 展開スケジュール： 2026年末までにギガワット級の展開を目標
• 長期コミットメント： 2029年までに10GWのインフラを確約する計画の一環
• 年間効果： 50%のコスト削減は、2028年までにOpenAIに年間5億～10億ドルの節約をもたらす可能性がある

OpenAIはこのチップを「複数年にわたるカスタムシリコンロードマップの第一歩」と位置づけ、自社の計算スタックを構築しNVIDIAの価格支配力に対抗する狙いだ。チップは垂直統合型で、OpenAIが自社の推論ワークロード専用に使用し、外部には販売しない。

財務の内訳——数字が語るもの

2026年第1四半期の株主向け文書から明らかになった主要数字：

• 売上高： 57億ドル（前年同期比約3倍）
• キャッシュバーン： 37億ドル（同3倍）
• 営業損失： 93億ドル（四半期のみ）
• 純損失： 213億ドル（うち株式報酬23億ドル、124億ドルは非現金の会計処理による評価損）
• 研究開発費： 86億ドル
• 粗利益率： 39%に微改善
• 現金準備： 730億ドルの現金および有価証券を保有。巨額損失にもかかわらず、当面の運転資金には余裕

営業利益率は約**-122%。つまり、1ドル稼ぐごとに1.22ドルを失っている計算だ。2025年通年では、OpenAIは約340億ドルの支出に対して385億ドルの損失**を計上している。

業界全体の価格破壊——推論コストの急落

OpenAIのコスト削減努力は、AI業界全体で進行する価格破壊競争の一部にすぎない。

• Anthropicは顧客獲得を加速し、2026年5月時点で米国企業導入率でOpenAIを逆転（34.4%対32.3%）。
• オープンソースモデルが価格を圧縮：中国の4つのオープンウェイトモデルが、フロンティアコーディングベンチマークで同等の性能を3分の1のコストで達成。DeepSeek V4はClaude Opus 4.6と比較して50分の1のコストで動作すると報告されている。
• Google Gemini 3.1 Flashは100万入力トークンあたり0.10ドル。3年間で99.7%の値下げを実現。
• Anthropic Claude Sonnet 4.6は、GPT-4が登場した時点の全ベンチマークでGPT-4を上回りながら、100万入力トークンあたり3ドル。
• 推論コストは3年間でおよそ50分の1に低下。市場規模は2025年の1030億ドルから2030年には2550億ドルに成長する見込み。
• OpenAIは、Anthropicの同様の動きを先取りするため、トークンあたりの大幅な価格引き下げを検討中。
• 顧客は、複数のモデルを組み合わせて利用できるマルチモデルルーティングツールを活用し、単一ベンダーのプレミアム価格を回避するようになっている。

AI業界へのインプリケーション

ソフトウェアとハードウェアの両面からの最適化により、OpenAIは事業拡大を続けながら推論コストを半減できる可能性がある。しかし、同社は競争のない真空状態で行動しているわけではない。競合他社、オープンソースの代替品、専用ハードウェアによって推論価格が全般的に下落しており、業界全体で価格決定力は弱まっている。

企業にとっては朗報だ。AIワークロードの実効コストは、機能の進化を上回るペースで下落している。OpenAIのBatch APIはすでに遅延ワークロードに50%の割引を提供し、マルチモデルルーティングは品質を犠牲にすることなくコストを40～60%削減する。中国のオープンソースモデルがフロンティアレベルの性能を桁違いの低コストで提供する市場で、単一のプロバイダーがプレミアム価格を維持できるのか——それが今、業界最大の問いとなっている。