2026.07.12

1トークンの価値は比較できるのか

max999

前回は、発行企業が限定的な交換を認めたとしても、残高保護・金融規制・本人確認・輸出管理という制度の壁が、交換所が市場らしくなるほど積み上がることを見ました。そして宿題を残しました。仮にその壁をすべて越えられたと想像しても、まだ問いが残る。交換するには、比べなければなりません。ではA社の1トークンとO社の1トークンを、何を物差しにして比べるのか。

この記事の立ち位置は前回までと同じです。第2回で見た発行企業のインセンティブの壁も、第3回で見た制度と規制の壁も、越えられたと仮定します。そのうえで、最後に残る計量の問題を考えます。

ただし、モデルを比べる仕組みなら、すでにあります。性能の順位表、価格表、用途別の評価——株式市場でいえば、スクリーニングと財務指標とアナリストの見立てに当たるものは、AIにも揃いつつあります。だからこの記事の主張は「比較は難しい」ではありません。主張はこうです。選ぶための比較はもうある。ないのは、交換や担保の決済に使える共通の基準であり、それを作る条件が、AIには株式市場より根本的に欠けている。取引の単位は法律で標準化されておらず、測定の土台になる開示制度がなく、測る対象そのものが発行企業の手で数か月ごとに書き換わる。この欠けを埋めて基準を作る者は、市場に参考情報を添える者ではなく、市場そのものを左右する者になります。

Contents

なぜ100万トークンは同じ100万トークンではないのか
物差しの候補はどこまで使えるのか
比べる仕組みは、もうあるのではないか
決済に使う基準は、何が違うのか
物差しを作る者は何を握るのか
まとめ
参考
- 関連記事

なぜ100万トークンは同じ100万トークンではないのか

出発点だけ、手短に確かめます。生トークンは、モデルが文字列を処理するときの内部的な分割単位であって、会社をまたいで同じ量の仕事を表す共通単位ではありません。

トークナイザーが違えば、同じ文章でも消費されるトークン数は変わります。とりわけ日本語は英語より多くのトークンに刻まれやすく、刻み方もモデルごとに差があります。課金の構造も一様ではありません。入力と出力は単価が別で、キャッシュに乗せた入力は安くなり、推論型のモデルでは人から見えない思考も出力として課金されます。ツールの呼び出しやコード実行は生トークンの外で費用を積み、画像や音声はモデルごとの方式で換算されます。そして、高性能なモデルは一度で仕上げ、安価なモデルは試し直しを重ねることがあります。第1回で置いたとおり、意味があるのは単価ではなく、仕事が完了するまでの期待総費用です。

つまり「同じ100万トークン」は、同じ文章量も、同じ費用も、同じ仕事量も意味しません。交換の土台にする物差しは、生トークンの外に探すしかありません。

物差しの候補はどこまで使えるのか

候補は大きく三つの系統に束ねられます。順に見ます。

一つ目は、支払額で測るやり方です。各社のAPI価格を同じ通貨に直し、同じ量の利用にいくらかかるかで並べる。いちばん手軽ですが、これが教えるのは「いくら払ったか」だけで、「何を得たか」——成果や品質、再試行や障害——は映りません。市場で自由につく交換レートを物差しにする道もありますが、第1回で見たとおり、市場価格は品質のほかブランドや流動性や投機まで映すのでした。

二つ目は、計算資源で測るやり方です。FLOPs（演算量）やGPU時間、電力量なら、実際に投入された物理的な資源に近づきます。しかしこれらの数字の多くは発行企業が公開しておらず、外から検算できません。ハードウェアや最適化で効率は大きく違い、同じ演算量でも成果は同じになりません。

三つ目は、成果で測るやり方です。ベンチマークの成績や実務タスクの成功率は、利用者が欲しいものにいちばん近い。その代わり、問題が学習データに混じり込む汚染、点数を稼ぐためだけの攻略、そして「何を成功と数えるか」がタスク定義や採点者に依存するという、測る側の設計に左右される弱さを抱えます。

並べると、測りやすさと、価値への近さが、逆を向いたトレードオフになっています。支払額は測りやすいが浅く、成果は深いが測りにくい。どれか一つを万能の物差しに据えれば、必ずどこかで破れます。ここまでが確認で、本題はここからです。

比べる仕組みは、もうあるのではないか

あります。「選ぶための比較」なら、現実がすでに答えを出しています。

用途別の性能順位表があり、複数モデルを束ねるルーターは自前の評価指標でモデルを選び、各社はモデルの仕様や制約を文書で公開しています。株式市場と同じ構造です。投資家は、公開情報から計算されるPERやPBRのような客観的な指標でスクリーニングし、そこにアナリストの主観的な見立てを重ねて、最後は自分の重みづけで選ぶ。客観数値と主観コメントを分けて並べ、選択は利用者に委ねる——この形は、AIの調達でもそのまま機能します。

ここで大事なのは、この用途では重みづけの主観性が問題にならないことです。どの指標を重んじるかは選ぶ人の数だけあってよく、プラットフォームが指標を選んで並べることも、証券会社が銘柄情報を並べるのと同じで、権力と呼ぶほどのものではありません。選ぶための比較インフラに、AIならではの新しい問題はないのです。

決済に使う基準は、何が違うのか

様子が変わるのは、比較の数字を決済に使おうとした瞬間です。

A社トークンとO社トークンの交換レート。共通クレジットへの換算率。担保に取った利用権の掛け目。容量契約や指数連動契約の清算値。こうした場面では、参考情報の束では足りず、当事者全員を拘束する単一の運用数値を固定しなければなりません。スクリーニングは選択を助けますが、決済はしません。そしてこの瞬間、どの指標をどう重みづけるかは、好みの問題から、金銭を動かす規則に変わります。第3回で見た「仲介にとどまるなら軽く、市場らしくなるほど重くなる」という段差が、計量の世界にもそのまま現れるのです。

では、決済に耐える基準を作れるか。ここで、株式市場との条件の違いが三つ立ちはだかります。

第一に、株式は取引の単位そのものが法律で標準化されています。1株は1株であり、同じ銘柄の株はどれも完全に同質です。だから株の決済にPERは要りません。指標はあくまで選ぶための助言レイヤーで、決済は法定の単位が引き受けている。AIの利用権には、その「1株」に当たる単位がありません。基準を作るとは、比較の物差しを用意することではなく、取引される単位そのものを測定によって製造することです。

第二に、客観数値の土台になる開示制度がありません。PERやPBRが「公開情報から計算できる客観的な指標」でいられるのは、法定開示と監査の制度が数字の信頼性を裏書きしているからです。AIでは、計算資源の数字は非公開、ベンチマークは自己申告で汚染も攻略もありえて、監査の義務もない。「客観数値を並べればよい」を決済水準でやろうとすると、開示と検証の制度をまず作ることになります。前回見た制度の壁の、いわば続きです。

第三に、測る対象が固定されていません。株式会社の中身がどう変わろうと、「1株」という法的な請求権の定義は動きません。ところがAIクレジットは、発行企業がモデルを差し替えれば、同じ1トークンで買える中身が一方的に変わります。台帳と停止権を発行企業が握っていることの帰結で、しかもその周期は数か月です。基準を組んでも最新モデルには合わなくなり、その基準の上に建てた交換レートも担保価値も長期契約も、後から揺れます。原資産の定義が発行者の手で動く商品は、株式より条件が悪いのです。

物差しを作る者は何を握るのか

この三つの欠けを埋める者——単位を定義し、開示を強制するか代わりに検証し、モデル更新のたびに基準を張り直す者——が、この市場の物差しを作る主体です。その先例は、株式アナリストではありません。

近いのは、商品市場の等級付けと、金融の基準指標です。原油が銘柄（WTI や Brent）として取引できるのは、何をその等級と認めるかを決める基準があるからで、穀物の等級も同じです。無数の銀行間金利を一本に代表させた LIBOR は、デリバティブから住宅ローンまで膨大な契約の清算値になりました。証券の格付けは、売買と規制の前提に組み込まれました。いずれも、基準を作る者が取引される単位や参照値そのものを定義した仕組みです。そして歴史は、その権力が実際に問題化したことも教えています。LIBOR は操作され、格付けは金融危機で独立性と責任を問われました。基準を作る者の権力は絵空事ではなく、実際に市場を動かし、実際に事故を起こしてきたものなのです。

AIの基準作りは、この同じ構図を、より悪い条件で再演します。開示制度がなく、測定は攻略され、原資産は数か月で書き換わる。だから基準の主体には、評価の中身を公開するのか、発行企業から独立できるのか、利益相反をどう切るのか、基準の誤りで生じた損を誰が負うのか、という統治の問いが最初からついて回ります。交換の場を運営する取引所が、等級付けも指数の配信も価格の参照元（オラクル）も兼ねるなら、値づけの基準を作る者がその基準で動く市場を運営することになり、利益相反はいっそう濃くなります。

なお、基準の数字がどれだけ精緻になっても、その裏でモデルを動かす計算能力と電力という実物の供給が増えるわけではありません。そのうえで、私的な基準が知的生産力の配分を左右する規模に育つなら、それはもう一企業の商品設計の話ではなく、公共性の問題です。誰の重みづけが、誰のアクセスを決めるのか——経世済民の視点からは、そこまで見ておく必要があります。

まとめ

前回の宿題は、制度の壁を越えても残る計量の問題でした。答えを整理します。比べること自体は、できます。選ぶための比較インフラ——順位表、価格表、評価指標、主観の見立て——は株式市場と同じ構造ですでにあり、そこに新しい問題はありません。

ないのは、交換レートや担保や契約の清算に使える、決済水準の共通基準です。株式市場がそれを法定の単位・開示・監査という土台で解決しているのに対し、AIの利用権には、単位そのものがなく、開示の制度がなく、測る対象の固定すらありません。この欠けを埋めて基準を作ることは、等級付けや基準金利や格付けがそうだったように、市場の参照値を定義する権力になります。標準化は中立的な技術問題ではなく、制度と支配の問題である——この結論は、金融の歴史が裏書きしています。

もっとも、視点を変えれば、この計量の難しさは事業の種でもあります。用途別に評価を整え、複数のモデルを比較し、最適なものへ切り替えられることは、すでに複数モデルを束ねて提供するAIブローカーの、そのままの価値になりえます。ただし、それだけで本家のAI企業に対する持続的な優位になるとは限りません。次回は、シリーズの最後に、現実に存在するAIブローカーがどんな条件で生き残れるのかを考えます。