TokenエコノミクスはAI推論サービスのビジネスモデルの中核です。tokenを計量単位として収益(API課金)とコスト(GPU時間+電力+帯域+運用)を計算します。100万tokenあたりのコストと収益の差がそのまま利益になります。Tokenエコノミクスの基本公式:粗利率=(API単価-推論コスト)/API単価。推論コストはGPUの種類、稼働率、バッチサイズ、量子化精度によって決まります。
調達側にとっての意義:TokenエコノミクスはGPU調達のROI計算の基礎です。「このカードの100万tokenあたりの推論コストはいくらか」という問いは、「このカードはいくらか」よりも意思決定の価値が高い。B300のFP4推論(9 PFLOPSのデンシト演算)は「tokenあたりの計算コストがより低い」ことを意味しますが、前提として十分な稼働率が必要です。
| 項目 | 数値 / 基準 |
|---|---|
| 収益側 | API単価($/M tokens) |
| コスト側 | GPU時間 × 稼働率 + 電力 + 帯域 + 運用 |
| 粗利率の公式 | (単価 - コスト)/ 単価 |
| 稼働率が全て | 稼働率が低い=固定費を償却できない=赤字 |
B300のFP4推論がTokenエコノミクスで持つ優位性:FP4量子化によりカード1枚あたりのtokenスループットが倍増し、「tokenあたりの計算コスト」が低下します。ただし前提は十分な稼働率です。稼働率が低ければ、どれほど優れたコスパも紙上の数字にすぎません。AIファクトリーにおける稼働率管理(ロードバランシング/エラスティックスケーリング/複数モデルの混在運用)こそが真の収益レバーです。