💰 ClaudeからDeepSeekへ100%乗り換え？Lindy社のコスト約90%減が示す『安さ×性能』の現実
アイ
目次
「安いAI」への乗り換えが、ついに本気になってきた
今日は、お財布に直結するリアルな話をするね。AIエージェントを手がけるLindyっていう会社が、コスト削減のために、使うAIをAnthropicのClaudeから、中国発の DeepSeek へ 100%乗り換えた っていうニュースなんだ（the-decoder）。
「一部だけ試しに」じゃなくて「ぜんぶ」乗り換えたっていうのが、今回のインパクトの大きさ。報道によると、移した経路の推論コストは約 90% も下がったとされてるの。9割減って、もう桁が違うよね。
正直ね、わたしこれ見て「そこまで差が出るんだ…」ってびっくりした。だって、賢さでは評判のClaudeを、まるっと手放す決断だよ。それだけ、コストのプレッシャーが本気だったってことなんだよね。
これって、企業だけの話に聞こえるかもだけど、実はわたしたち個人がAIとどう付き合うかにも、大きなヒントをくれる話なの。今日はLindyの決断を通して、「安さ×性能」の現実を一緒に見ていこうね。
そう考える3つの理由
理由1：AIコストが人件費を超えて「持続不可能」になった
まず1つ目。なんでそこまで思い切ったかというと、AIのコストが人件費を超えるレベルまで膨らんで、持続不可能になった からなんだ。
報道によると、Lindyは25人規模のスタートアップなんだけど、AIにかかる費用が、なんと人件費を上回るところまで来てたとされてる（the-decoder）。人を雇うより、AIを動かすほうにお金がかかる。冷静に考えると、けっこう異常な状態だよね。
LindyのCEOは、この乗り換えを「事業の生き残りの問題」だと語ったとされてる。つまり、コストを下げなきゃ会社が持たない、ってところまで追い込まれてたってこと。趣味の節約じゃなくて、死活問題としての決断だったんだよね。
世間では「AIは魔法のコスト削減ツール」みたいなイメージがあるよね。人の仕事を肩代わりして、お金を浮かせてくれる、みたいな。でもわたしは、今回の話は その幻想にひびを入れた と思うの。AI自体がコストの塊になったら、本末転倒だもんね。
なんでこんなことになったかというと、AIエージェントみたいに自律的に動く使い方って、裏でAIを何度も呼び出すから、思った以上にトークンを食うの。便利さの裏で、費用がじわじわ膨らむ。それが積み重なって、気づいたら人件費超え、っていう事態になったんだよね。
だから、この件は「Lindyが特別だった」わけじゃなくて、AIをガッツリ使う多くの会社が、遅かれ早かれ直面する話だと思う。便利だからと使い込むほど、コスト管理がシビアになる。その現実が、はっきり表に出た一件なんだよね。これが理由1。
理由2：安いだけじゃなく、性能も十分だった
2つ目は、ここが大事なんだけど、乗り換え先が安いだけじゃなくて、性能もちゃんと足りてた ってこと。
もし「安いけど使い物にならない」だったら、いくら安くても乗り換えないよね。でもLindyの場合、自分たちが大事にしてる用途では、DeepSeekのモデルがちゃんと勝ったとされてる。しかも、コア機能のいくつかではむしろ 性能が上がった ケースもあったんだって（the-decoder）。
これ、けっこう衝撃じゃない？安いほうに乗り換えたら性能も上がった、なんて。もちろん、これはLindyの特定の用途での話で、どんな作業でもそうなるわけじゃない。でも「安い＝性能で妥協」っていう思い込みが、必ずしも正しくないことを示してるよね。
世間では「やっぱり一番賢いモデルを使うのが安心」って空気が根強いよね。わたしもその気持ちはわかる。でもわたしは、今回の件で 大事なのは絶対的な賢さじゃなくて、自分の用途に合ってるか なんだって、あらためて思ったの。
考えてみて。料理でいうと、家庭の炒め物に、プロ用の超高級中華鍋が必ずしも要るわけじゃないよね。自分のキッチンとメニューに合った道具がいちばん。AIも同じで、「その仕事に十分な性能」を、いちばん安く手に入れるのが賢い選び方なんだよね。
しかも報道では、DeepSeekの環境はアメリカの会社がアメリカ国内でホストしていて、データの扱いの面でも配慮されてたとされてる。ただ安いから飛びついた、じゃなくて、性能も、コストも、データの置き場所も、ちゃんと見極めたうえでの判断だったんだよね。だからこそ「100%移行」なんて思い切ったことができた。これが理由2。
理由3：それでも「全部乗り換え」が正解とは限らない
3つ目は、ちょっとブレーキをかける話。ここまで聞くと「じゃあみんなDeepSeekに乗り換えれば?」って思うかもだけど、そう単純じゃない んだよね。
まず、Lindyの成功は「自分たちの用途を見極めたうえで」の話。どんな会社にも当てはまるわけじゃないの。作業の種類によっては、やっぱり賢いモデルじゃないと厳しい場面もある。だから「安いほうに全部替えればOK」って真似すると、痛い目を見ることもあるんだよね。
しかも興味深いのが、LindyのCEO自身が「もしAnthropicが値下げしたら、また戻る」という趣旨のことを語ってるとされてること（the-decoder）。つまり、Claudeが嫌いになったわけじゃなくて、あくまでコストの問題。条件が変われば、また判断も変わるってことだよね。
世間では「乗り換え＝どっちが優れてるかの決着」みたいに、勝ち負けで語られがちだよね。でもわたしは、これは 勝敗じゃなくて、そのときどきの最適解を選んでるだけ だと思うの。ビジネスってドライだから、いいモデルより、条件に合うモデルを選ぶんだよね。
だからこそ、わたしたちが受け取るべき教訓は「DeepSeekが最強」でも「Claudeがダメ」でもないの。その時々で、自分の用途とコストに合うものを、冷静に選び直す。この柔軟さこそが、Lindyの決断から学べる一番のポイントなんだよね。
それに、AIの世界は動きが速いから、今日の最適解が来月には変わってることもザラ。だから「一度決めたら終わり」じゃなくて、たまに見直す姿勢が大事。一社のモデルに縛られず、選択肢を知っておくことが、結局いちばん強いんだよね。これが理由3だよ。
Lindyの決断を、もう少し詳しく見てみる
ここで、Lindyの乗り換えをもう少し整理しておくね。数字で見ると、この決断の重みがよくわかるから。
まず規模感。Lindyは25人ほどのスタートアップ。その小さな会社で、AIコストが人件費を上回っていた。だからこそ、コストを下げることが文字どおり「生き残り」に直結してたんだよね。大企業なら耐えられたかもしれないけど、スタートアップにとっては待ったなしだったの。
次に効果。ClaudeからDeepSeekへ、トラフィックを100%移行した結果、移した経路の推論コストが約90%下がったとされてる（the-decoder）。CEOは、コストの曲線が「地面に叩きつけられた」というくらいの言い方で、削減のインパクトを表現したとされてるよ。
そして質。ここが偉いんだけど、ただ安いのに飛びついたんじゃなくて、自分たちの主要な作業でちゃんと使えるかをテストしたうえでの移行だったの。その結果、コア機能では性能が上がったケースもあった。安さと質、両方を確かめたからこその「100%」なんだよね。
この一件が注目されてるのは、単なる一社のコスト削減にとどまらないから。CNBCの報道でも、AIの使われ方が「とにかくたくさん使う」から「効率重視」へシフトしてる象徴的な例として取り上げられてる（CNBC）。業界全体の空気の変化を、Lindyが具体的な数字で見せてくれた、って感じだよね。
わたしがこの決断で一番いいなと思うのは、感情じゃなくてデータで動いてるところ。「Claudeが好きだから」でも「DeepSeekが話題だから」でもなく、自分たちの用途とコストを冷静に測って、いちばん合うものを選んだ。この姿勢は、規模の大小に関係なく、すごく参考になると思うの。
AIの料金まわりをもっと知りたい人は、AIコーディングツールの料金比較2026 や AI効率化ツールのレビュー を読むと、今日の話が実践に落とし込めると思うよ。
個人のわたしたちが、今からできる工夫
「25人の会社のコストの話でしょ？個人には関係なくない?」って思うかもしれない。でも、有料のAIを使ってる人なら、これは完全に自分ごとだよ。わたしなりの工夫を置いておくね。
1つ目、用途に合わせてモデルを使い分ける。Lindyの教訓そのままだけど、いつも最上位の賢いモデルを使う必要はないの。簡単な要約や下書きなら、軽くて安いモデルで十分なことが多い。難しいタスクだけ賢いモデルを使う。これだけでコストはぐっと下がるよ。
2つ目、安いモデルも一度はちゃんと試してみる。「どうせ安いのは使えないでしょ」って決めつけずに、自分のよく使う作業で試してみる。意外と「これで十分じゃん」ってなることも多いの。Lindyだって、テストしたからこそ乗り換えられたんだよね。
3つ目、でも「安いほうに全部替える」はしない。大事な作業まで安いモデルに任せて、質が落ちたら本末転倒。安くて十分な作業と、賢いモデルじゃなきゃダメな作業を、自分の中で分けておくのがコツだよ。全部一律にしないのがポイント。
4つ目、定期的に見直す。AIの世界は動きが速いから、半年前のベストが今もベストとは限らない。新しい安いモデルが出たり、値下げがあったり。たまに「今の自分にとっての最適解」を選び直すと、ムダな出費を防げるよ。
世間では「AIは高いプランを使ってナンボ」みたいな空気もあるよね。でもわたしは、払った額じゃなくて、自分の使い方に合ってるかがすべて だと思ってるの。Lindyが人件費超えのコストを見直したのと、わたしたちが月のサブスクを見直すのは、規模が違うだけで本質は同じなんだよね。
それに、こうやって「自分の用途に合うものを選ぶ」練習をしておくと、AIを使う目もどんどん肥えてくる。値段に踊らされず、話題に流されず、自分にとってのちょうどいいを選べるようになる。これって、これからの時代の大事なスキルだと思うんだよね。
もう少しだけ、この乗り換えの流れが業界全体にどう響くかも考えておくね。Lindyみたいな事例が増えると、賢いモデルを高く売ってきた会社は、「性能で選ばれ続けるか、値段を下げるか」の選択を迫られることになる。ユーザーの立場からすると、これはけっこう歓迎すべき圧力なんだよね。
なんでかというと、競争が働くほど、わたしたちが使うAIは安く、または高性能になっていくから。今までは一部の会社が価格の主導権を握ってた感じだったけど、DeepSeekみたいな安くて十分なモデルが存在感を増すと、その均衡が崩れる。選択肢が増えるって、それだけで消費者に有利なことなんだよね。
わたしがこの流れで面白いなと思うのは、「安さ」が単なる妥協じゃなくて、ちゃんとした戦略になってきたこと。少し前まで、安いモデルを使うのは「お金がないから仕方なく」みたいな響きがあった。でも今は、コストを賢く抑えることそのものが、事業を強くする一手になってる。価値観が変わってきたんだよね。
ただ、忘れちゃいけないのは、安いモデルに乗り換えるときの「見えないコスト」もあるってこと。移行には手間がかかるし、使い勝手が変わって慣れが必要だったり、いざというときのサポートが違ったり。だから「料金だけ」で比べると、あとで思わぬ落とし穴にはまることもあるの。ここは慎重にね。
だからこそ、Lindyがちゃんとテストしてから移行したっていう手順が、すごく参考になるんだよね。安さに飛びつく前に、自分の主要な用途で本当に使えるかを試す。この一手間を惜しまないことが、乗り換えを成功させるか失敗させるかの分かれ目になるんだと思う。
そして、これは個人にもそのまま当てはまる話。新しくて安いAIが話題になっても、いきなり全部乗り換えるんじゃなくて、まずは自分のよく使う作業でこっそり試してみる。「これで十分だ」って自分の目で確かめてから移る。その慎重さが、結局いちばん賢い節約につながるんだよね。
AIの世界は、これからもこういう「安さと性能の綱引き」が続いていくと思う。そのたびに一喜一憂するより、自分の用途っていう軸をしっかり持っておく。そうすれば、どんな新しいモデルが出てきても、冷静に「わたしに必要かどうか」で選べる。それが、振り回されないための一番の武器なんだよね。
まとめ：安さと性能の天秤が、動き始めた
長くなったから、まとめるね。今日のニュースは「Lindy社がコスト削減のためClaudeからDeepSeekへ100%乗り換えて、推論コストを約90%減らした」という話。ポイントは3つだったよ。
1つ目、AIコストが人件費を超えて持続不可能になった。25人のスタートアップでAI費用が人件費を上回り、乗り換えは生き残りの問題だった。
2つ目、安いだけじゃなく、性能も十分だった。自分たちの用途ではDeepSeekが勝ち、コア機能では性能が上がったケースもあった。安さと質を両方確かめたうえでの決断だったんだよね。
3つ目、それでも全部乗り換えが正解とは限らない。CEO自身が値下げされたら戻ると語り、これは勝敗じゃなく、その時々の最適解を選んでるだけ。柔軟さこそが教訓だよ。
わたしが今日いちばん伝えたいのは、安さと性能の天秤が、いよいよ本気で動き始めた ってこと。少し前まで「賢さこそすべて」だったのが、「十分な性能を、いちばん安く」へと、みんなの選び方が変わってきてる。Lindyの決断は、その変化を数字で見せてくれた一例だと思うの。
そして、この考え方は企業だけのものじゃない。月に数千円のプランを使うわたしたちにとっても、まったく同じ。話題や値段に流されず、自分の用途に合うものを冷静に選ぶ。それがいちばん、お財布にも自分にもやさしいAIとの付き合い方だと思うよ。これからもこういうお金まわりの話、フラットに追っていくね。
関連記事: AIコーディングツールの料金比較2026 ／ AI効率化ツールのレビュー
ソース: