Grok 4.7の据え置き価格、裏で膨らむ請求

2026年9月21日、xAIはコーディングおよびナレッジ作業に特化した最新モデル「Grok 4.7」の提供を開始しました。コンテキスト長は50万トークンに及び、発表直後からGitHub CopilotやCursorといった主要な開発ツールへ即座に統合されています。注目を集めたのは、前世代「Grok 4.6」（2026年8月12日発売）から据え置かれたAPI利用料金です。入力100万トークンあたり2.00ドル、出力100万トークンあたり6.00ドルという価格設定は、一見すると大きなコストパフォーマンスの向上に思えます。

しかし、発表された数字を詳細に読み解くと、表層の単価表からは見えてこない実質的なコスト増の構造が浮き彫りになります。技術の進化と表面上の値札だけに惑わされず、自社の請求金額にどう跳ね返るかを見極める視点が求められています。

パラメータ40%増でスコア2点、Grok 4.7が犠牲にしたもの

xAIのCEOである Elon Musk（イーロン・マスク） は、Grok 4.7の総パラメータ数が約2.1兆に達したことを明かしました。前世代のGrok 4.6（約1.5兆）から約40%もの規模拡大を果たしたことになります。計算資源を大規模に投入したこの新モデルについて、Muskは事前公表の段階で既存の全モデルを凌駕すると示唆していました。

ところが、第三者機関による検証データは異なる現実を示しています。Artificial Analysisが公表した総合知能インデックス（v4.3.2）において、Grok 4.7のスコアは46点にとどまりました。前世代のGrok 4.6が記録していた44点からの伸び幅はわずか2ポイントです。パラメータ量を4割増やした巨大化に対して、得られた知能スコアの上がり幅はきわめて緩やかと言わざるを得ません。

難解な課題に直面すると途中で作業を早期放棄する悪癖が生じてしまった。長文回答を抑圧する強化学習の調整に手間取り、修正のために数週間の遅延を余儀なくされた。

モデルの巨大化がストレートに性能向上へつながらなかった背景には、開発現場で生じた技術的なトレードオフが存在します。モデルの挙動を調整する過程で生じた副作用が、全体の完成度やリリース時期に影を落としました。

「単価据え置き」の罠、1タスクあたりで見る実支払い

今回の発表で最も注意すべき点は、APIの単価表記と実際に支払う利用料のズレです。入力100万トークンあたり2.00ドル、出力100万トークンあたり6.00ドルという公称単価は、Grok 4.6とまったく同額です。この数値だけを見ると「性能がわずかでも向上して価格が据え置きなら、純粋なアップグレードだ」と判断しがちです。

しかし、第三者によるAPI挙動の検証では、まったく異なる事実が指摘されています。Grok 4.7は回答を導き出す過程で、内部的な推論ステップや思考のやり取りをより多く挟む傾向が確認されました。その結果、1つのコーディング指示や文章生成タスクを完了させるために消費される総トークン数が増加しています。

たとえば、1回の複雑なコード修正を依頼した場合、100万トークンあたりの単価が同じであっても、AIが内部で生成・処理するトークン数が従来より増えれば、最終的に請求される額は高くなります。これが「トークン単価は据え置きだが、1タスクあたりの請求額が増加する」という隠れた実質値上げの構造です。

AIが途中で諦める病、強化学習が生んだ副作用

なぜこのような挙動の変化が生じたのでしょうか。その要因は、開発陣が実施した強化学習（RL）の調整にあります。開発チームは、AIが無駄に長い文章を出力してレスポンス速度を低下させる現象を防ぐため、長文回答に対して強いペナルティを与える学習を行いました。簡潔で素早い返答を目指した調整です。

ところが、この抑圧ルールが裏目に出ました。複雑で難易度の高いタスクを与えられた際、モデルが「長文で深く考えるとペナルティを受ける」と判断し、課題の解決を途中で放棄して途切れ途切れの回答で終了してしまう「早期放棄」の悪癖が発生したのです。長文を避けるあまり、考えること自体をやめてしまう現象でした。

Muskはこの問題の修正に追われ、本来の予定からリリースが数週間遅れたことを認めました。修正を経てリリースされたGrok 4.7ですが、途中で諦める癖を抑え込むために内部的な推論処理を繰り返す構造が組み込まれ、結果として中間トークンの消費量を押し上げる原因となっています。

中小が請求書で判断するための3つの確認点

自社でAPIを組み込んでシステムを運用している地方企業や中小の開発会社にとって、今回の構造変化は無視できません。新モデルがリリースされたからといって即座に全社適用するのではなく、次の3つの視点で費用対効果を冷静に見極める必要があります。

第一に、評価の単位を「トークン単価」から「1タスクあたりの実支払い額」へ切り替えることです。料金表の数字ではなく、自社で頻出する一般的な作業を新旧モデルで実行し、消費されたトークン数と発生したAPI費用をログから直接集計してください。

第二に、業務に必要な精度がスコア2点の向上で見合うかどうかの検証です。ベンチマークでわずかに数値が伸びていても、実際の自社業務（社内問い合わせの一次回答や定型コード作成など）で体感できる差が出ないケースは少なくありません。作業品質の向上分が、消費トークン増によるコスト上昇分を回収できるかを計測します。

第三に、契約更新やモデル変更の判断を「単価表」ではなく「月末の請求書」で行う体制を作ることです。自律型エージェントや推論系モデルを導入する際は、裏で消費される隠れたトークン量が膨らみやすい傾向にあります。

30分で課題を整理する→