7月末のAI Coding三連報：Z.aiの新プラン値上げ、OpenAI値下げ、DeepSeek V4 Flashがプレビュー版から正式版へ

2026年7月30日から31日にかけて、AI Coding市場では3つの重要な動きが続きました。智谱（Z.ai）はGLM Coding Planを改定し、OpenAIはGPT-5.6 TerraとLunaのAPI価格を引き下げ、DeepSeekはV4 Flashをプレビュー版から正式リリース（公開ベータ）へ移行しました。値上げ、値下げ、モデル更新という一見異なる動きですが、共通する問いがあります。AIコーディングの競争は「どのモデルが最強か」から、「より低いコストでどれだけ実務を完了できるか」へ移りつつあります。

7月末に何が起きたのか

3つの発表は時期が近い一方で、商業的な意味合いは同じではありません。

3社は同じ方法で競争しているわけではありません。Z.aiはコーディング向けサブスクリプションが何を売るのかを再定義し、OpenAIはインフラ効率を低いToken価格に変換し、DeepSeekはポストトレーニングによって実際の開発タスクでの性能を引き上げています。

Z.aiの値上げ：低価格プランから開発インフラへ

7月30日、Z.aiはGLM Coding Planを更新しました。新プランは月額を変えただけではなく、クレジット上限、ピーク時間帯、モデル特典を組み直しています。公式Coding Planページによると、3つのプランの価格と位置付けは次の通りです。

3つのプランはいずれもZCodeやClaude Codeなど20種類以上のコーディングツールに対応します。公式告知にある旧V2価格と比べると、Lite、Pro、Maxはそれぞれ49元、149元、469元から118元、538元、1,078元へ上がりました。Proは旧価格の約3.6倍、上昇率では約261%となり、3プランの中で最も大きい変化です。公式告知では、既存ユーザーは従来のプラン条件と特典を維持すると説明されています。

製品設計の観点では、Z.aiが売っているのは単に「月に何回モデルを使えるか」ではありません。Liteは軽いプロジェクト、Proは日常開発、Maxは新モデルへの早期アクセスとピーク時の安定性という、異なる水準の開発リソースを提供しています。

無制限ではない：5時間上限、週上限、モデルごとの係数

GLM Coding Planには5時間ごとのクレジット上限と週ごとの上限があります。Lite、Pro、Maxでは5時間あたりの上限が2,000、12,000、28,000クレジット、週上限が10,000、60,000、140,000クレジットです。5時間枠は動的に回復し、リクエストで消費したクレジットは5時間後に戻ります。週上限は購入時点から7日周期でリセットされます。プランのクレジットを使い切った場合は次の5時間枠を待つ必要があり、他のリソースパックやアカウント残高が自動的に使われることはありません。

クレジットは「1回の呼び出しごと」に固定で差し引かれるわけではありません。公式の利用説明では、次の式が示されています。

消費クレジット =（入力Token × Input係数 + キャッシュヒット入力Token × Cached Input係数 + 出力Token × Output係数）÷ 10,000

主要モデルの係数は次の通りです。

この仕組みはCoding Agentにとって重要です。コード生成やデバッグでは出力Tokenが多くなりやすく、同じコードベースを繰り返し読む場合はキャッシュヒット率が高くなる可能性があります。GLM-5.2ではOutput係数がInput係数よりかなり高く、Cached Input係数は低いため、どれだけコードを出力するか、コンテキストがどれだけキャッシュに当たるかで、実際にプランを使える時間が変わります。

公式のToken見積もりは、実際には何に使えるのか

利用時間帯によって実効上限は変わります。平日14:00〜18:00（UTC+8）はピーク時間帯で、ピーク外のモデル呼び出しは基本クレジット消費の50%で計算されます。Z.aiは、GLM-5.2のみを使用し、キャッシュヒット率を90.9%とした場合の週あたりのToken目安を次のように示しています。

これらは使い方を考えるための目安です。Liteは軽い開発や個人プロジェクト向けに近く、ProからはCoding Agentを日常の開発フローに入れやすくなります。ただし、大きなコードベースを繰り返し読み、多くのコードを生成し、テストを実行して修正を続けるタスクでは、消費は明らかに早くなります。Maxは長時間・複数ターン・複数プロジェクトの並行作業に向きますが、5時間上限と週上限があるため無制限ではありません。

この範囲は固定保証ではなく、モデル、キャッシュヒット率、利用時間帯を前提とした公式見積もりです。ピーク時間帯だけで使えば下限に近づき、ピーク外を十分に活用すれば上限に近づきます。Z.aiは、ピーク外を十分に使う場合、GLM-5.2標準APIの従量課金と比べて最大約92%のコスト削減になるとも説明しています。

これらのクレジットは、公式が指定するツールと製品環境でのみ利用できます。指定外のツールから直接APIを呼び出してもCoding Planの利用枠は使えません。OpenClawは接続できますが、二次スケジューリングとベストエフォート配信を採用しており、高負荷時には待ち行列やレート制限が発生する可能性があります。購入前には月額だけでなく、自分のツール、呼び出し方、作業時間帯がプラン条件に合うかを確認する必要があります。

そのため、新価格を単に「値上げ」とだけ捉えるべきではありません。新規ユーザーの月額は確かに大きく上がりましたが、より重要なのは、低価格サブスクリプションから段階的なリソース管理へ移った点です。ピーク時に安定して呼び出せるか、新モデルを優先して使えるか、ツールの対応範囲が十分かが、Coding Planの価値の一部になっています。

OpenAIの値下げ：モデル効率を低いAPIコストへ変える

7月30日、OpenAIは「Advancing the price-performance frontier with GPT-5.6」を公開し、GPT-5.6 TerraとLunaの価格引き下げを正式に発表しました。

告知によると、Terraは20%値下げされ、100万入力Tokenあたり2ドル、100万出力Tokenあたり12ドルになりました。Lunaは80%値下げされ、100万入力Tokenあたり0.20ドル、100万出力Tokenあたり1.20ドルです。大量にモデルを呼び出す自動化スクリプト、コードレビュー、バックエンドAgentでは、この種の値下げがタスクあたりの実行コストに直接影響します。さらに、OpenRouterの割引モデルページでは現在、GPT-5.6 TerraとLunaに50%のチャネル側割引が案内されています。この割引はOpenAI providerに限られます。別providerへのフォールバックで割引を失わないよう、provider.orderを["openai"]にし、provider.allowFallbacksをfalseに設定してください。リクエスト形式はOpenRouter Provider Routingのドキュメントで確認できます。

Sol・Terra・Lunaの位置付け、初期価格、CodexがChatGPTへ統合される背景は、先行記事のGPT-5.6 が一般公開：価格・性能・Codex の ChatGPT 統合を整理するで解説しています。今回の値下げは、このモデルと製品の構成が公開された後に行われた、TerraとLunaの追加的な価格調整です。

OpenAIの主眼は、単純な値引きではありません。公式は、GPT-5.6の価格性能改善が、モデル本体、推論システム、Agent Harness、ハードウェア利用率、プロダクションソフトウェアを含む複数の改善から生まれたと説明しています。つまり、モデルコストの低下は小さなモデルを学習させることだけではなく、提供システム全体の効率にも依存します。

OpenAIはFast modeも導入しました。これは遅延に敏感な用途向けに、より高い価格で高速な処理を提供するものです。公式によると、SolはFast modeで最大約2.5倍の速度に達し、価格は標準モードの2倍です。これにより製品の棲み分けが明確になります。通常のAPI利用者は単位コストを重視し、高並行・低遅延のワークロードは速度のために追加料金を払います。

ここで重要なのは、APIが値下げされても、すべてのモデル能力が「無料」になるわけではないことです。OpenAIは市場を複数の軸で分けています。標準モードはToken価格、Fast modeは応答速度、モデルの種類はタスク能力で競争します。開発者は100万Tokenあたりの入出力価格だけでなく、再試行、ツール呼び出し、完了までの時間、遅延が事業に与える影響も計算に入れるべきです。

DeepSeek V4 Flash：モデルを大きくせず、プレビュー版から正式版へ

7月31日、DeepSeekは公式更新ログで、DeepSeek-V4-Flash-0731をプレビュー版から正式リリース（公開ベータ）へ移行したと発表しました。これはV4 Flashの初登場ではありません。すでにプレビュー版として提供されていたシリーズを正式版へ移行し、モデル規模を単に増やすのではなく、Coding、ツール利用、Agentワークフローの能力を強化したことが今回の中心です。

V4プレビュー期の時系列、Flash/Proの2モデル、1Mコンテキスト、API価格については、DeepSeek V4プレビュー公開: 100万トークン文脈、Flash/Pro、新API価格を整理を参照してください。

DeepSeekによれば、V4 Flashはプレビュー版と同じアーキテクチャと規模を維持し、主に追加のポストトレーニングで能力を高めています。公式が示した結果は、Terminal-Bench 2.1が82.7、NL2Repoが54.2、DeepSWEが54.4、Toolathlon Verifiedが70.3です。

この結果が示すのは、実際のソフトウェアエンジニアリングタスクを完了できるかどうかが、パラメータ数だけでなく、ポストトレーニング、ツール利用、コンテキスト管理により大きく左右されるようになっている点です。Coding Agentでは、未知のリポジトリを理解し、タスクを分解し、ツールを呼び出し、ファイルを編集し、テスト結果を受けて修正を続けられるかが、1回限りのコード生成以上に重要になることがあります。

ベンチマーク結果は、評価設定を離れて単純比較するべきではありません。Harness、プロンプト、ツール設定、並行実行の設定はいずれも結果に影響します。より正確には、DeepSeekの公式テストでV4 Flashが複数のCoding・Agentタスクにおいて改善を示した、と読むべきであり、すべての開発場面で全面的に優位だと結論付ける根拠にはなりません。

プレビュー版から正式版へ移行しても、すべての本番運用上の検証が終わったわけではありません。DeepSeekは現在も「公開ベータ」と表現しています。開発者は統合・検証を始められますが、安定性、長時間タスクの成功率、複雑なプロジェクトとの互換性については、さらに実運用のデータが必要です。

3つの発表に共通する流れ：AI Codingは効率競争へ

3つを合わせて見ると、異なる方向の変化が見えます。

1. サブスクリプションはリソース保証を売り始めている

Z.aiのMaxプランは月額1,078元に達しました。中心的な価値は、単に呼び出し回数を増やすことではなく、フラッグシップモデルの先行提供、ピーク時の優先リソース、大きなリポジトリに適した開発体験です。Coding Planは一般的なサブスクリプションから、開発リソースのサービスへ変わりつつあります。

Agentワークフローでは、ファイルを読み、コードを検索し、内容を変更し、テストを実行し、エラーを分析して、再び反復するという連続的な呼び出しが発生します。高頻度ユーザーのリソース消費は、従来のチャット利用者より大幅に大きくなる可能性があります。そのため固定月額モデルでは、上限、時間帯、プラン階層によるリソース配分が必要になります。

2. API価格はインフラ効率を映すようになっている

OpenAIは別の道筋を示しています。モデルと推論システムの効率が上がれば、提供者はその一部を低い単価としてAPI利用者に還元し、利用量を広げられます。

開発者にとって、これは特に重要です。モデル品質が十分に安定していれば、Token価格の低下はコードレビュー、一括移行、自動テスト、バックエンドAgentの運用ハードルを下げます。競争は「より強いモデルを出すこと」から、「同じ予算でより多くの作業を終えられること」へ移っていくでしょう。

3. モデル評価は単発の回答からタスク完了へ

DeepSeek V4 Flashが強調しているのは、単一のチャット能力ではなく、CodingやAgentシナリオでの総合的な性能です。今後、開発者が重視する問いは変わるかもしれません。モデルはIssueを自律的に完了できるか。限られたコンテキストで複数ファイルを修正できるか。テスト結果を受けて修正を続けられるか。1つのタスク完了には何回のツール呼び出しが必要か。

こうした指標は、単なるランキングよりも実際の生産性に近いものです。同じモデルでも、開発者や環境によってコストと結果が大きく変わる理由も説明しやすくなります。

開発者はこの変化をどう見るべきか

個人開発者や小規模チームがCodingツールを選ぶ際は、次の4つの観点で評価できます。

1. プロジェクト規模：小規模リポジトリにMax級の上限が常に必要とは限りません。大規模リポジトリでは長時間タスクの安定性と連続呼び出し能力を重視します。
2. 利用方法：固定月額は高頻度の対話型開発に向き、APIは自動化タスクや従量課金の業務システムに向きます。
3. 遅延要件：コード生成が数秒遅くても問題にならない場合がありますが、リアルタイム補完、オンラインレビュー、高並行サービスでは速度に追加料金を払う価値があります。
4. 実際の完了コスト：入出力価格だけでなく、再試行、ツール呼び出し、コンテキストの再送、最終的なタスク成功率を記録します。

より信頼できる方法は、自分の業務に近い実タスクを用意し、各モデルのToken消費、呼び出し回数、所要時間、人手による修正時間を記録することです。最後に比べるべきなのは「どのモデルがランキングで最も高いか」ではなく、次の問いです。

同じ予算で、どのモデルがより多くの実務を安定して完了できるか？

まとめ：次のAI Coding競争はタスク完了あたりのコスト

7月末の3つの発表は、AI Coding市場の3方向を表しています。Z.aiはサブスクリプション価格を上げつつリソース階層を強化し、OpenAIはGPT-5.6 TerraとLunaのAPI単価を下げ、DeepSeekはV4 Flashをプレビュー版から正式版へ移行するとともに、ポストトレーニングでCodingとAgent能力を高めました。

値上げ、値下げ、更新は反対の動きに見えますが、いずれも「効率」を指しています。提供者は計算資源とモデルリソースの利用効率を上げる必要があり、開発者はより少ない予算でより多くの仕事を終える必要があり、モデルは質問に答える段階から複雑なワークフローを安定して完了する段階へ進む必要があります。

AI Codingの次の段階では、「どのモデルが最強か」だけではなく、より実務的な3つの指標が重要になるはずです。タスクあたりのコスト、タスク完了の安定性、そして開発者が実際に節約できる時間です。

関連リソース

• Z.ai GLM Coding Planの公式紹介
• Z.ai GLM Coding Planの既存ユーザー向け告知
• OpenAI: Advancing the price-performance frontier with GPT-5.6
• OpenAI API Pricing
• DeepSeek API更新ログ