AIモデルのコスパは「タスク単価」で決まる｜GPT-5.6 Luna・Qwen3.8 Flashら5モデル比較【2026年9月版】

Posted on by

「このモデルがいちばんお得なのか？」——この問いは、毎月答えが変わります。私自身、8月にDeepSeekからGPT-5.6 Lunaへデフォルトを切り替えたばかりなのですが、9月に入ってまた評価をやり直すことになりました。

2026年9月5日時点で、主要APIの最新料金表とArtificial Analysisの独立ベンチマークを突き合わせました。結論から言います。「最もコスパが高い」を何で測かによって1位が変わりますが、AIエージェント用途まで含めた総合候補はかなり絞れます。

結論：9月版コスパランキング

現時点で私なら、次のように評価します。

順位 モデル 位置づけ 入力 / 1M 出力 / 1M AA知能 AAタスクコスト
1 GPT-5.6 Luna 総合コスパ $0.20 $1.20 52 $0.05
2 Qwen3.8 Flash系 単価・性能比 $0.113〜0.15 $0.382〜0.47 56 $0.10
3 GLM-5.3 Flash 高性能・激安 $0.15 $0.50 57 $0.09
4 DeepSeek V4 Flash Agent/API適性 $0.22〜0.44 $0.66〜1.32 52 $0.11
5 Gemini 3.8 Flash 高速・高性能 $0.75 $3.75 59 $0.58

Artificial Analysisの「Cost per Intelligence Index task」は、入力・出力の単価だけでなく、実際にモデルが消費する推論トークン量まで含めた指標です。そのため、単純なトークン単価とは順位が変わります。掲載価格よりも、この「タスク単価」を見るべきだと私は考えています。

1. GPT-5.6 Luna — 現時点の総合1位

これは7月末の値下げで評価が大きく変わりました。

OpenAI公式の現在価格は次の通りです。

  • 入力：$0.20 / 1M
  • キャッシュ入力：概ね90%割引
  • 出力：$1.20 / 1M
  • Context：1.05M／最大出力：128K
  • Function calling／Responses API／Vision対応

Artificial Analysisでは、Intelligence Index 52、約120 tokens/sec、Cost per Intelligence task $0.05 となっています。

特に重要なのは、

> DeepSeek V4 Flashと知能スコアがほぼ同じなのに、実タスクコストではLunaの方が安い

という点です。DeepSeek V4 Flash Reasoning Maxと直接比較すると、DeepSeek 52、Luna 50〜52程度でほぼ同格。一方ブレンド価格はLunaが$0.17、DeepSeekが$0.23という結果です。(比較ページ)

私の評価

性能・料金・API機能・1Mコンテキストまで含めると、現状かなり異常な価格設定です。 GPT-5.6 Lunaは今、旧世代の「miniモデル」の価格帯に近いのに、推論能力はフロンティア寄りにあります。

2. Qwen3.8 Flash — 単価ではさらに強い

ここが、今回の調査で最も注目すべきモデルです。

アリババクラウドの最新料金では、東京リージョンの `qwen3.8-flash` が入力 $0.113 / 1M、出力 $0.382 / 1M。シンガポールInternational価格でも$0.15 / $0.47です。

独立評価されている Qwen3.8-Flash-Next は、Intelligence 56、約76〜87 tokens/sec、Cost/task $0.10、multimodal・reasoning・function calling対応。さらにQwen3.7 Plusとの比較では、

  • Qwen3.8 Flash：56
  • Qwen3.7 Plus：39

と大幅に性能が上がっています。

今日、実際に繋いでみました

正直に書いておきますが、私はこの記事を書きながら、自分の運用しているHermes AgentにQwen CloudのToken Plan経由で `qwen3.8-flash` を接続し、実エンドポイントにモデルが存在することと正常応答をその場で確認しました。検証自体はスムーズです。

ただし注意点もありました。AlibabaのAPIモデルID `qwen3.8-flash` と、Artificial Analysisの `Qwen3.8-Flash-Next` は表記が完全一致していません。実装時にはモデルの実体・version mappingを確認する必要があります。

それでも、価格性能比は非常に高いです。

3. GLM-5.3 Flash — 隠れた最強候補

今回私が一番驚いたのが、このモデルです。

Artificial Analysisによれば、Intelligence 57、入力 $0.15、出力 $0.50、1M Context、Vision・Reasoning対応、Cost/task $0.09。

つまり、

> LunaやDeepSeekより知能スコアが高いのに、料金はほぼ同価格帯

です。Gemini 3.8 Flashとの比較でも、知能差はGemini 59に対しGLM 57とわずか。一方で価格はGLMの方が圧倒的に安いです。

弱点は速度で、約47 tokens/sec しかありません。したがって使い分けはこうなります。

  • バッチ処理・バックグラウンドAgent → 非常に有力
  • インタラクティブAgent → Luna / DeepSeek / Qwenを優先

4. DeepSeek V4 Flash — 依然として非常に強い

DeepSeekは8月16日に料金体系を変更しました。現在は時間帯制です。(DeepSeek API Docs)

Off-peak：入力 $0.22／cache hit $0.007／出力 $0.66

Peak：入力 $0.44／cache hit $0.014／出力 $1.32

Contextは1M、Tool Calls、Responses API、Anthropic API互換にも対応しています。

日本時間に直すとPeakは概ね 10:00〜13:00 / 15:00〜19:00。深夜・早朝・夜間にAgentを大量稼働させる場合、かなり安く上げられます。

さらに、cache hitが $0.007 / 1M なのは強烈です。Hermesのように、

system prompt
skills
policy
agent instruction
long context

を何度も再利用するシステムでは、単純な入力価格よりPrompt Cache価格の方が重要になってきます。

DeepSeek V4 Flashは、Intelligence 52、140 tokens/sec、1M context、MIT open weights、agent tool use、Cost/task 約$0.11。(Artificial Analysis) 長期稼働Agentでは依然としてトップクラスです。

5. Gemini 3.8 Flash — 「速度込み」のコスパなら非常に強い

今月登場したばかりです。

現在のキャンペーン価格は2026年12月31日までで、Input $0.75／Output $3.75／Cache $0.075。2027年からはほぼ倍になります。(Google AI for Developers)

性能はかなり高く、Intelligence 59、出力速度 約305 tokens/sec、1M context、image / audio / video対応、Cost/task $0.58。(Artificial Analysis)

価格最優先では負けます。しかし、

> レイテンシ × 性能 × multimodal × Agent

まで含めると強い。大量並列リアルタイムAgentなら、Geminiを入れる意味があります。

逆に「最新最強モデル」はコスパが悪い

9月3日にGPT-6 Astraも出ました。価格はInput $10／Output $50。(OpenAI Developers) Artificial AnalysisではIntelligence 61、Cost/task $1.67 です。(Artificial Analysis)

GPT-5.6 LunaがIntelligence 52／Cost/task $0.05ですから、通常のAgent処理にAstraを投入する理由はほとんどありません。Lunaで失敗したタスクだけAstraへEscalationする方が合理的です。

Hermesで256K使った場合の概算

1回のAgentタスクを「256K input + 10K output」とした場合の、キャッシュなし単純計算です。

モデル 1 Agent task
Qwen3.8 Flash 東京 $0.033
GLM-5.3 Flash $0.043
DeepSeek V4 Flash Off-peak $0.063
GPT-5.6 Luna $0.063
DeepSeek Peak $0.126
Gemini 3.8 Flash $0.230

ここにPrompt Cacheが効けばさらに下がります。特にDeepSeekはcache hit $0.007、Lunaもcached input $0.02程度なので、長期Agentでは実コストが大幅に低下します。

私ならHermes / Monjuをこう構成する

単一モデルに固定するより、Cost-aware Model Routingにします。

                 Hermes / Monju
                      │
              Task Complexity
                      │
     ┌────────────────┼────────────────┐
     │                │                │
   LOW              NORMAL           HARD
     │                │                │
     ▼                ▼                ▼
Qwen3.8 Flash    GPT-5.6 Luna     Gemini 3.8 Flash
GLM-5.3 Flash    DeepSeek V4      GPT-6 Astra
     │                │                │
 $0.01〜0.03       $0.02〜0.06       escalation only

今の価格なら、こう構成するのがかなり合理的だと私は見ています。

  • Default → `gpt-5.6-luna`
  • Cheap worker / 大量並列 → `qwen3.8-flash`
  • Long-running / cache-heavy → `deepseek-v4-flash`
  • Low urgency background → `glm-5.3-flash`
  • 高速・multimodal → `gemini-3.8-flash`
  • Failure escalation → `gpt-6-astra`

現在のHermesの256K Active Context固定運用なら、Qwen系の256K級コンテキストも実用上大きなハンデになりにくいです。LunaとDeepSeekは1Mですが、実際には256Kまでに制御して比較すれば純粋なAgent性能差を測れます。

現時点での最終判定

私はこう見ます。

「1モデルだけ選べ」なら GPT-5.6 Luna。

ただし、

「最安で強いWorkerを探せ」なら Qwen3.8 Flash。

そして今回、新たに検証対象へ追加する価値が最も高いのは、Qwen3.8 Flash と GLM-5.3 Flash です。

以前比較していた DeepSeek V4 Flash / GPT-5.6 Luna / Qwen Plus / Kimi K3 という候補群は、2026年9月時点では更新した方がいいです。Qwen Plus → Qwen3.8 Flash、Kimi K3 → GLM-5.3 Flash と置き換えるのが妥当だと考えます。Kimi K3は現在$3入力/$15出力クラスで、コスパ競争からはかなり外れています。

私の次の一手も決めています。Luna / DeepSeek V4 Flash / Qwen3.8 Flash / GLM-5.3 Flash / Gemini 3.8 Flash の5モデルで、既に固定した256K条件を使い「Task Success・Skill Compliance・Tool Contract・Blind Retry・実タスク単価」を測ります。エージェント実運用のコスパ判定には、この比較がいちばん意味のあるものになるはずです。

あわせて読みたい

Photo by Tara Winstead from Pexels