低解像度画像でAIコストが逆に増加？

AIの画像認識コストを抑える手段として「入力画像の解像度を下げる」方法が一般的ですが、API提供サービスであるOpenRouter（オープンルーター）の最新の調査により、画像認識に対応したAI推論モデルでは解像度を低くする（detail=low）と、かえって利用コスト（トークン消費量）が増大するケースがあることが判明しました。

1. 解像度低下による推論トークンの増加

OpenRouterは、画像認識ベンチマーク「MMMU-Pro Vision」を用い、GPT-5.5やGemini 3.5 Flashなどの推論モデルを対象に調査を行いました。OpenAIのGPT-5.5では、画像の詳細設定を「low」にした場合、不鮮明な文字や図表を理解しようとして推論トークン数が通常（auto）の1.6倍に当たる 1,180 トークンまで増加しました。その結果、画像入力部分のコスト削減分を推論コストが上回り、1問あたりの総コストが約13%高くなる逆転現象が発生しました。

2. 非推論モデルにおける挙動の違い

一方で、推論特化型ではない軽量モデル（GPT-5.4 miniなど）では、解像度を「low」に下げることでコストが約40%減少しました。ただし、その代わりに画像認識の正答率が55.8%から46.1%へと大幅に低下するトレードオフが報告されています。

OpenRouterは、推論モデルを活用する際は、画像の解像度を無理に下げるよりも、詳細度設定を「auto」または「high」に維持したままで、AIが出力する推論トークン量自体を制限する方が、コストと精度の双方において最適な結果を得られると結論付けています。

引用元：GIGAZINE