AIサービスの料金体系は、これからどう変わっていくのか

GitHub Copilot、Claude、Gemini、ChatGPTの流れから見えてきたこと

みなさん、こんにちは。
現役IT執行役員のグイグイです⚡

最近、AIサービスの料金体系まわりで気になる動きが続いています。

GitHub Copilotは2026年6月1日から、これまでの「Premium Requests」ベースを廃止し、「GitHub AI Credits」を使った使用量ベースの課金に移行しました。Claudeも、Agent SDKや claude -p などのプログラム的な利用について、2026年6月15日からPro・Max・Team・EnterpriseプランでAgent SDK向けの月間クレジットが利用可能になっています。Google GeminiもGemini Appsで、2026年5月17日から利用制限が「プロンプト回数」ではなく計算資源ベースに変わっています。

この流れを見ると、AIサービスの料金体系は明らかに次のフェーズに入りました。月額固定でかなり自由に使える時代から、重い使い方にはそれ相応のコストを負担してもらう時代へ、という方向です。

これまでのAIサブスクは、正直”お得すぎた”

ここ数年、月額20ドル前後のサブスクで、文章作成・要約・翻訳・調査・画像生成・コード生成・設計相談といった用途を広くカバーできていました。普通に考えれば、かなり安い価格帯です。

ただ、以前の使い方は「チャット」が中心でした。人間が質問して、AIが答える。このサイクルであれば、1回ごとの計算量はある程度読めます。

状況が変わったのは、コーディングエージェントや自動化エージェントの普及です。コードベース全体を読ませ、設計方針を理解させ、複数ファイルを横断して修正させ、テストを実行させ、失敗したら再修正させる。人間から見ると「1タスク」でも、裏側では大量のトークンと計算資源が消費されています。これを月額固定モデルだけで支え続けるのは、限界が来ていました。

コーディングエージェントは、普通のチャットとは消費量が違う

Claude Codeのようなエージェント型コーディングツールは、単にモデルを呼び出すだけでなく、ツール実行・権限管理・コンテキスト管理・セッション管理などを含む複雑なシステムとして動作しています。

現場感覚としても納得感があります。「ちょっと直して」と頼んだだけでも、裏側ではAIが大量のファイルを読んで何度も推論し、試行錯誤している。人間側からはそれが見えにくい。だからこそ、従来の月額固定モデルとの相性が悪くなってきたわけです。

各社の対応：何が変わって、何が変わっていないか

GitHub Copilotは2026年6月1日からGitHub AI Creditsを使った使用量ベースの課金に移行し、すべてのCopilotプランがこの体系に統一されました。利用コストは使用されたモデルとトークン数に依存してAI Creditsに変換されます。軽量モデルで簡単な質問をする場合と、複数ファイルをまたぐ長いエージェントセッションとでは、消費するクレジットが大きく変わります。

Claudeは「対話利用」と「プログラム的利用」を料金体系上でも分け始めています。通常のチャットやClaude Code・Claude Coworkは引き続きサブスクの範囲内。一方でAgent SDKや claude -p、Claude Code GitHub Actions、Agent SDK上に作られたサードパーティアプリは、別の月間クレジットで管理される方向です。

Geminiが導入したcompute-based usage limitsも同じ文脈です。「この文章を要約して」と「大量の資料を読み込んで論点を整理し、表にまとめ、プレゼン構成まで作って」では、AI側の負荷がまるで違います。動画生成・Deep Research・エージェント機能が加わればなおさらです。なお、導入後にユーザーから「上限に早く達してしまう」というフィードバックが出て、Googleが制限の調整に動いたことも報じられています。各社ともまだ最適解を探っている段階です。

ChatGPTは現時点でPlusが月額20ドルと、広い用途をカバーしています。ただしCodexについては利用制限がプランごとに異なり、API利用はトークンごとにクレジット換算される仕組みです。一般ユーザー向けの入口としての役割が大きいため、月額料金そのものを急に上げるより、重い機能を利用枠・上位プラン・追加クレジットで調整していく可能性が高い。ただ、他社の動きを見る限りChatGPTだけが例外であり続けるとは考えにくく、そのバランスのとり方が今後の評価を左右しそうです。

AIが実務インフラになったから、料金体系が変わる

今回の変化を「実質値上げ」と感じるのは間違っていません。ただ別の見方をすると、これはAIが実験段階から実務段階に入ったことの証拠でもあります。

企業がAIエージェントを使って開発・テスト・レビュー・業務自動化を進める場合、人間の作業時間を大きく削減できます。つまりAIは単なる便利ツールではなく、企業の生産性や利益に直結するインフラになっています。そうなると「そこは相応の対価を払ってください」という方向に向かうのは自然な流れです。

最初は各社ともユーザー獲得のためにコストを吸収していた。でもエージェントが人間の指示1回で裏側を何度も処理するようになると、月額固定モデルでは限界が来る。今起きているのは単なる値上げではなく、料金体系が現実の利用実態に合わせて調整され始めたということだと思います。

企業利用では「AIにも予算管理」が必要になる

個人利用なら「今日は使いすぎた」で済みますが、企業では話が違います。今後必要になるのは、こういった管理です。

• 誰がどのモデルをどの作業で使っているか

• エージェント実行の上限をどう設定するか

• 高性能モデルと軽量モデルをどう使い分けるか

• AI利用による工数削減効果と利用料が見合っているか

クラウド費用と同じです。正しく使えばコスト以上の価値を出せる。でも何も考えずに使うとコストが膨らむ。AIもFinOpsと同じ管理対象になってきました。

まとめ：「使えるか」から「どう設計するか」へ

これからは「どのAIが賢いか」だけでなく、「このタスクをどのモデルで、どのくらいのコストでやらせるか」という判断が必要になります。軽い要約に最上位モデルを使う必要はない。重要な設計レビューや大規模なコード修正には、多少コストをかけても高性能モデルを使う価値がある。

AI活用の勝負どころは「使えるかどうか」から「どの粒度で、どのコスト感で、どの業務に割り当てるか」に移っています。

GitHub Copilot・Claude・Gemini・ChatGPTの動きを見ると、特にコーディングエージェント・自動化・SDK利用・Deep Researchのような重い使い方は、今後さらに従量課金やクレジット制に寄っていく。これはAIが単なるチャットツールを超えて業務に組み込まれる以上、避けられない流れです。

AIを使う力に加えて、AIのコストを設計する力が必要になる時代が来ています。

#生成AI
#AI活用
#ChatGPT
#Claude
#Gemini
#GitHubCopilot
#AI駆動開発
#AIエージェント
#業務効率化
#IT企業