各リクエスト（マイクロソフトの言葉を借りれば）「……あなたがCopilotに何かさせるためのあらゆるインタラクション」だ。後期のリクエストベースシステムでは、より高価なモデルはより多くのリクエストを占有し、例えばClaude Opus 4.6は3倍の高級リクエストを消費する。高級リクエストを使い切ると、Copilotはその月の残り期間、より安価なモデルを自由に使えるようにしている。
Google Workspaceの顧客——少なくともAI以前は——のコストは、文書へのアクセスや保存の費用、Google Docsやその他サービスの継続的なコストだ。デジタルストレージのコストは比較的低く（そして、LLMとは異なり、Google Workspaceは計算需要が高くない）、重度のGoogle Driveユーザーでも月額料金を侵食しない。
Claude CodeはAPIトークン課金制。サブスクリプションプラン（Pro、Max、Team、Enterprise）の料金はclaude.com/pricingを参照。モデル選択、コードベースの規模、利用パターン（複数インスタンスの運用や自動化）によってコストは大きく異なる。企業導入では、平均コストは1人の開発者あたり1日13ドル、月額150〜250ドルで、90%のユーザーは1日30ドル以下に収まる。
これらの数字は驚くべきもので、特にAnthropicの新しいモデルを使えば、1日30ドルだけでは済まない。Claude Opus 4.7の料金は、入力トークン1百万あたり5ドル、出力トークン1百万あたり25ドルだ。1百万トークンは約5万行のコードに相当し、最先端モデルを使えば確実に1百万トークンは使い切るだろう。特定のタスクにどのモデルを使うか迷っていると、数字は急激に上がる。
GitHub Copilotの料金改定、AI業界の「最大の嘘」を暴露
**深潮ガイド：**マイクロソフトはついに耐えられなくなり、GitHub Copilot の月額制からトークン単位の課金に変更した。これは製品のアップグレードではなく、AI業界全体の補助金詐欺の集団破綻だ——OpenAIやAnthropicは月額料金で実際のコストを隠し、ユーザーは1ドル使うごとに8〜13ドルの計算能力を燃やしながら、持続不可能な使い方を訓練してきた。価格が現実に戻ると、「革命的」だったAIツールはただの高価な玩具に過ぎないことに気づくだろう。
私は最近、OpenAIがOracleを潰す方法についての記事を書いたが、今日はその一部を使った。
これは私が書いた中でも最良の一つであり、非常に誇りに思っている。
サブスクリプションの有料版はコスパも良く、毎週こうした大規模で深い研究の無料記事を書き続けることもできる。
昨日の朝、GitHub Copilotのユーザーは一週間前に報じたニュースの確認を得た——すべてのGitHub Copilotプランは2026年6月1日から使用量課金に変更される。
マイクロソフトはもはやユーザーに一定の「リクエスト回数」を提供せず、実際のモデルコストに基づいて料金を請求する。マイクロソフトはこれを「……持続可能で信頼性の高いCopilot事業とすべてのユーザー体験に向けた重要な一歩」と称している。今どれだけ使えるかは、ユーザーが購読料で買えるトークン数次第だ（例えば月額19ドルのプランは19ドル分のトークンを使える）。
翻訳：私たちはGitHub Copilotのユーザーへの補助を続けられない。さもなくば、Amy Hood（マイクロソフトCFO）がバットで殴りかかるだろう。
このアナウンス自体が面白い予告であり、これらの価格変更のパッケージング例を示している。
Copilotはもう一年前の製品ではない。エディタ内の助手から、長時間・多ステップのコーディングセッションを動かすインテリジェントエージェントプラットフォームへと進化し、最新モデルを使い、コードベース全体を繰り返し改善している。インテリジェントエージェントの使用が標準になりつつあり、これにより計算と推論の需要が著しく増加している。
今や、短いチャット質問と数時間の自主コーディングセッションに対して、ユーザーが支払う金額はほぼ同じになる可能性がある。GitHubはこの推論コストの上昇を吸収し続けてきたが、リクエスト回数に基づく高級モードはもはや持続不可能だ。使用量課金はこの問題を解決し、実際の使用に価格をより良く連動させ、長期的なサービスの信頼性を維持し、重度のユーザーの制限を減らす助けとなる。
ほら、マイクロソフトがほぼ200万人の計算能力を補助しているわけではなく、AIがこれほど強力・複雑になった結果、ほとんど別の製品になったのだ！
Copilotは「一年前の製品ではない」かもしれないが、その根底にある経済のミスマッチはほとんど変わっていない。マイクロソフトは過去3年間、ユーザーが月額料金を超えるトークンを燃やすことを許してきた。『ウォール・ストリート・ジャーナル』2023年10月の報道によると：
個人ユーザーは月額10ドルでこのAIアシスタントを使っている。情報筋によると、今年の最初の数ヶ月で、同社は平均して1人当たり月に20ドル以上の損失を出しており、あるユーザーは月に80ドルも使わせている。
当然ながら、GitHub Copilotのユーザーは反乱を起こし、「死んだ」「完全に破壊された」と言っている。
私は2年前、『サブプライムAI危機』の中でこの日を予言した：
ついにその日が来た。なぜなら、あなたが使うすべてのAIサービスは計算能力に補助金を出しており、そのために赤字を出しているからだ。
AIスタートアップのサービスに支払うとき——もちろんOpenAIやAnthropicも含む——あなたは月額料金を支払う。例えば、AnthropicのClaudeは月20、100、200ドル、Perplexityは月20または200ドル、OpenAIは月8、20、200ドルのサブスクリプションだ。
一部の企業シナリオでは、「クォータ」が付与されることもある。例えば、Lovableは月25ドルのサブスクリプションで「100ヶ月分のクォータ」を提供し、2026年第1四半期末までのクラウドホスティングも25ドルで、クォータは月をまたいで蓄積可能だ。
これらのサービスを使うと、関連企業は1百万トークンあたりの料金を支払うか、（AnthropicやOpenAIの場合）GPUをレンタルしてモデルを動かすクラウドサービスに支払う。1トークンはおおよそ3/4語に相当する。
ユーザーはトークンの消費を感じることはなく、入力と出力の過程だけだ。AI研究所は「トークン」「メッセージ」やパーセンテージで計測される5時間のレートリミットを使ってサービスコストを隠しているが、ユーザーは実際にいくらかかっているのかはほとんど知らない。
裏側では、AIスタートアップは狂ったように資金を燃やし続けている。最近までAnthropicは、1ドルのサブスクリプションで最大8ドルの計算能力を燃やすことを許していた。OpenAIも同様だが、具体的なコストは測りにくい。
AIスタートアップとクラウド巨人は、補助金や赤字の製品で十分なユーザーを惹きつけ、企業が値上げしても離れないようにできると考えている。彼らはまた、トークンコストは時間とともに下がると考えていたが、実際には——一部モデルの価格は下がったかもしれないが、新しい「推論」モデルはより多くのトークンを燃やし、推論コストは時間とともに高くなっている。
両方の仮説は間違いだ。なぜなら、月額サブスクリプションモデルは、どんな大規模言語モデルに接続するサービスにも通用しないからだ。
生成AIのコア経済モデルはすでに崩壊している
こう考えてみてほしい。Uber（いや、これはUberとは全く違うが）の料金が上がり始めたとき、根底の経済ロジックは変わらず、乗客と運転手に見えるのも変わらない——ユーザーは一回の乗車に料金を払い、運転手は一回の乗車で料金を得る。
運転手は依然として燃料費、車両保険、地方自治体の許認可、融資コストを負担しており、これらはUberの補助対象外だ。Uberの巨額赤字は補助金や無限のマーケティング費用、そして失敗確実の自動運転車の研究開発に由来する。
生成AIのサブスクリプションはUberとは全く異なる
AIの価格設定ミスマッチの規模を示すために、Uberのビジネスモデルが全く異なる平行歴史を想像してみてほしい。
生成AIのサブスクリプションは、もしUberが毎月20ドルで100回、100マイル以内の乗車を許可し、ガソリン代は1ガロン150ドル、Uberが燃料費を負担し続けるとしたら、というものだ。
最終的にUberは、月額料金を徴収して乗車資格を得させ、その後燃料消費に応じて料金を請求することに決めるだろう。突然、ユーザーは月20ドルで100回の乗車と、10マイルの距離に対して26ドルの燃料費を支払うことになる。ユーザーは当然不満を持つ。
これは少し誇張に聞こえるかもしれないが、実は生成AI業界で起きていることのかなり正確な隠喩だ、とりわけGitHub Copilot。
以前のGitHub Copilotの価格設定は、月300回の高級リクエストとGPT-5 miniなどのモデルを使った「無制限チャットリクエスト」を許していた。
各リクエスト（マイクロソフトの言葉を借りれば）「……あなたがCopilotに何かさせるためのあらゆるインタラクション」だ。後期のリクエストベースシステムでは、より高価なモデルはより多くのリクエストを占有し、例えばClaude Opus 4.6は3倍の高級リクエストを消費する。高級リクエストを使い切ると、Copilotはその月の残り期間、より安価なモデルを自由に使えるようにしている。
状況は常にこうだったわけではない。2025年5月までは、マイクロソフトはユーザーに無制限のモデル利用を許していたが、それでもユーザーは制限に不満を持っていた。
マイクロソフト——他のAI企業と同じく——は、持続不可能なサービスを販売し、顧客を騙してきた。月額サブスクリプションに基づくLLM駆動サービスは、そもそも成立し得ない。
トークン課金のサービスがいくらかかるか知りたいなら、GitHub Copilotのあるユーザーは、過去の高級リクエスト1回あたりのトークン消費は約11ドルだと気づいた。これは、1リクエストが60,000トークンのコンテキストウィンドウ、いくつかのツール、そして内部の「ラウンド」（モデルが行う処理）を含み、出力を生成するためだ。
また、幻覚を引き起こしやすい大規模言語モデルの根底の信頼性の低さもある。高級リクエストが死循環に陥り、半壊コードを吐き出すのは苛立たしいが、自己負担のときは同じ故障を許しにくい。
ユーザーも、トークン課金とは全く異なる使い方を学習している。多くの人は、自分がどれだけ「トークン」を燃やしたか、あるいは特定のタスクにどれだけのコストがかかるかを実感していない。これはモデルの使い方次第だ。
これがUberと全く違う点だ。逆に言えば、あなたに反対する人は、悪質な行為を擁護しているに過ぎない。Uberは値上げしたかもしれないが、プラットフォームの根底の経済ロジックを劇的に変える必要はなく、突然ガロン単位の料金を取るようになったわけでもない。
月額AIサブスクリプションはすべて生成AIの補助金詐欺の一部であり、実コストと意図的に切り離す試みだ
LLM駆動のサービスを経済的に成立させる方法は、実際のトークン消費に基づく料金を取る以外に存在しない。そして、その欺瞞の中で、これらの企業は虚構の利益と疑わしい投資回収を伴う製品を作り出している。
これは長年明らかだった。
経済学的に見れば、月額料金はコストが比較的静的な場合にのみ合理的だ。ジムは会員資格を販売できる。なぜなら、設備の摩耗や運営コスト、電気、スタッフ、水道代が一定期間内にいくらかかるか大まかに把握できるからだ。
Google Workspaceの顧客——少なくともAI以前は——のコストは、文書へのアクセスや保存の費用、Google Docsやその他サービスの継続的なコストだ。デジタルストレージのコストは比較的低く（そして、LLMとは異なり、Google Workspaceは計算需要が高くない）、重度のGoogle Driveユーザーでも月額料金を侵食しない。
しかし、これらのサービスは意図的にトークン数や特定の活動にかかるコストを隠しているため、ユーザーはレートリミットの意味を正確に理解していない。突然のレート変更は、実際にどれだけの作業ができるかを理解させようとする試みだ。
これは虐待的で操縦的、欺瞞的な商売手法であり、その唯一の目的は、AnthropicやOpenAI、その他のAI企業がユーザーベースを拡大できるようにすることだ。多くのAIユーザーは、1ドルのサブスクリプションで8〜13.5ドルのトークンを燃やすことの「実際の」利益を完全に理解していない。
この意図的な欺瞞の唯一の目的は、多くの人が生成AIの実際のコストに触れないようにすることだ。
『大西洋月刊』がClaudeのコードがAnthropicの「ChatGPTの瞬間」だと熱く叫んだ記事は、月20ドルのサブスクリプションに基づいており、その背後のトークン消費を考慮していない。これにより、著者はモデルの「小さな誤り」を許しやすくなり、「より複雑なプログラミングタスクで詰まった」ときも同様だ。
もし著者が実際のトークン消費に対して支払っていたら、そして詰まるたびに15ドルのトークン費用がかかるとしたら、彼女はこれらの故障をそんなに許さなかっただろう。
しかし、これも詐欺の一部だ。
非常に重要なのは、主流メディアのAIについての記事を書いている人々は、これらのサービスにどれだけのコストがかかるのか実際には理解していないということだ。そして、ChatGPTやClaude Codeなどのサービスについての主流記事は、ほとんどそのコストを知らない人々によって書かれている。
覚えておいてほしい。生成AIサービスはほとんど実験的な製品であり、他の現代的なソフトウェアやハードウェアと同じようなものではない。人々は、ChatGPTやClaudeの前に立ち、「動かせ」と要求できるわけではない。
つまり、あなたはできるが、提示が間違っていたり、仕組みを理解していなかったり、入力した内容に誤りがあったり、モデルが間違った結果を吐き出したりすれば、あなたは気に入らないものを受け取ることになる。そうなると、再び提示し直す必要が出てくる。LLMは本質的に予測不可能だ。
特定の動作をさせることや、現実に基づいた結果を出すことを保証できない。特定のタスク——たとえば、過去に何度もやったことがあるもの——にどれだけのコストがかかるかもわからない。モデルがいつ狂って何かを削除したり、何もしないと偽ったりするかもわからない。
もしユーザーが実際の料金を支払わされるなら、多くの人はすぐに使うのをやめるだろう。なぜなら、LLMの何ができるかを探ると、あっという間に5ドルや10ドルのトークンを燃やしてしまうからだ。
補足：実際には、望む結果が得られなくても大量の金を燃やすことができる。なぜなら、LLMは本当の人工知能ではないからだ！真の理解者がいなければ、30ドル、50ドル、100ドルを簡単に燃やして、「できるはず」と主張する。
この現象を表す用語がある。媚び。LLMはしばしば、危険な話をしていても「肯定」し続けるように設計されている。これは、「この技術的・経済的に全く実現不可能な大事をやりたい？」とまで拡張できる。もちろんだ！だからこそ、業界はこれらのコストを隠す努力をしている——まさに「ごまかし」だ！
私は、特にAnthropicやOpenAIが今や企業向けにトークン課金に切り替えていることを考えると、多くのAIサブスクリプションがやがてトークンベースに移行するのは避けられないと考えている。
普通の企業はトークン課金に移行できるのか？AnthropicはClaude Codeにおいて、1日あたり13〜30ドル（年間約7,000ドル以上）を使わせていると推定されている。大規模組織は年間数十万〜数百万ドルを費やすだろう。
先週の議論の通り、UberのCTOは会議で、「2026年のAI予算全体を数ヶ月で使い切った」と語った。ゴールドマン・サックスは、いくつかの企業がAIトークンに従業員の給与の10%を使い、今後数四半期で100%に増える可能性があると提言している。
これは、できるだけ多くのAIサービスを使わせて、その実際のコストを隠すための直接的な結果だ。大企業は、「できるだけ多くAIを使え」と社員に促し、実際のトークン消費を無視している。企業が実コストを支払う必要に迫られると、どうやって投資の正当性を証明できるのか、私にはわからない。
もちろん、「エンジニアがより早くコードを出す」といった話もあるだろうが、どれだけ早くなったのか？ いくら節約できたのか？ AIトークンに10%の人件費を投じた場合、その追加コストは他から回収できたのか？
私にはわからない。トークンに巨額を投じた企業が投資回収を見ているとも思えないし、AI投資のROIに関する研究もほとんど証拠を示していない。
ほとんどの場合、生成AIの可能性について熱く語る人々は、実際のコストを負担せずにそれを体験しているだけだ。
Twitterでエンジニアリングチーム全体を狂ったようにClaude Codeを使わせている連中は、月125ドルのTeamsサブスクリプションを使い、Anthropicの100ドル月額サブスクリプションとほぼ同じだ。LinkedInで「数時間の仕事を数分で終わらせる」と自称する怪物たちは、最大でも月200ドルのPerplexity Maxサブスクリプションを使っている。
実際、その10人のチームの月1250ドルのTeamsサブスクリプションは、API呼び出し費用だけで月5000〜1万ドル以上かかっている可能性もある。
Anthropicの成長責任者Amol Avasareは先週、「我々のMaxサブスクリプションは重度チャット用に設計されており、Claude CodeやCoworkでやることには向いていない」と述べ、「今後も高品質な体験を提供し続けるために、いくつかの選択肢を検討している」と明言した。つまり、「いつか価格を調整する」と。
これらのトークンのコストがどれだけ高いのか、特に大規模コードベースや頻繁にコーディング・インフラツールを呼び出すプロジェクトでは、理解している人は少ない。月200ドルのユーザーが、350ドル、400ドル、500ドルを負担できるのか？ その月に超過したらどうする？ 予算オーバーしたらどうする？ 仕事に必要なコストを負担できない場合は？
より現実的な例を挙げると、4月初旬まで、AnthropicのClaude Code開発者ドキュメント（アーカイブ）には、「[Claude Codeのユーザー]の平均コストは1人の開発者あたり1日6ドル、90%のユーザーは1日12ドル以下」と書かれていた。今週の最新版ではこうなっている：
Claude CodeはAPIトークン課金制。サブスクリプションプラン（Pro、Max、Team、Enterprise）の料金はclaude.com/pricingを参照。モデル選択、コードベースの規模、利用パターン（複数インスタンスの運用や自動化）によってコストは大きく異なる。企業導入では、平均コストは1人の開発者あたり1日13ドル、月額150〜250ドルで、90%のユーザーは1日30ドル以下に収まる。
チームの支出を見積もるには、小規模な試験グループから始め、以下のトラッキングツールで基準を作り、その後展開する。
1ヶ月平均21営業日と仮定すると、Claude Codeの平均コストは月273ドル、年間約3276ドルになる。1営業日あたり30ドルとすると、月630ドル、年7560ドルだ。
これらの数字は驚くべきもので、特にAnthropicの新しいモデルを使えば、1日30ドルだけでは済まない。Claude Opus 4.7の料金は、入力トークン1百万あたり5ドル、出力トークン1百万あたり25ドルだ。1百万トークンは約5万行のコードに相当し、最先端モデルを使えば確実に1百万トークンは使い切るだろう。特定のタスクにどのモデルを使うか迷っていると、数字は急激に上がる。
この30ドルの数字をもう一度見てみよう。
10人の開発チームなら、年間約75,600ドルになる。これはあくまで平日だけの計算だ。
もし3ヶ月間、1営業日あたり50ドルに増やしたら、約88,200ドル。
さらに1ヶ月だけ100ドル超えたら、年間約102,900ドル。
毎日300ドル使えば、10人で年間約756,000ドルだ。
資金に余裕のあるスタートアップやMetaのような資金繰りの良い企業なら可能かもしれないが、コストを気にする企業にとっては、数万〜数十万ドルの追加支出は合理的とはとても言えない。しかも、その効果は測りにくい。
今のところ、私の見解はこうだ：
SpotifyやUberのような大規模組織では、AIに狂ったCEOが予算を無制限に使わせているケースもある。資金に余裕のあるスタートアップも同様だ。
補助金付きの「Teams」サブスクリプションを使う小規模企業。
Claudeや他のAIサブスクリプションを月額支払う個人ユーザー。
大規模組織は、AIトークンに何百万ドルも使っていると主張できるが、その理由は「最優秀なエンジニア」がコードを書かないという疑わしい利益のためだ。
一度、ひどい決算発表があれば、そのストーリーは一変する。いつか、投資家——AIバブルを煽り続ける愚か者たちも含めて——は、研究開発コストの高騰（AIトークン消費はここに隠れている）を疑問視し始めるだろう。収益が伸び悩めば、より多くのリストラやコスト削減に走る。
私の予想では、今後6ヶ月以内に、AIトークンにより人件費の10%以上を燃やすスタートアップは、投資家にとって合理的だと説得できなくなる。
すべてがトークン課金に切り替われば、生成AIの過熱も収まるだろう。
AIデータセンターと計算能力の経済学は破綻している
AIデータセンターの話は、現実離れしている。人々は、時代がどれほど馬鹿げたものになったか気づいていない。
AIデータセンターの建設コストと運用コストは高いが、実収入は少ない
TD CowenのJerome Darlingによると、主要IT（GPUと関連ハードウェア）のコストは約3000万ドル、1メガワットあたりのデータセンター容量コストは1400万ドルだ。データセンターの建設には1〜3年かかるとされているが、電力供給が確保されている場合だ。
2028年末までに建設予定の114GWのデータセンターのうち、実際に工事中なのは15.2GWだけだ。工事中といっても、地面に穴を掘っているだけかもしれない。これが、すぐに容量が使えることを意味しない。
シンプルに考えよう。「100MW」と聞けば、「44億ドル」だと想像してほしい。その大半はNVIDIAのGPUに使われる。
したがって、最初からAIデータセンターは数百万ドルの赤字だ。6年の減価償却計画を採用しても、長い時間がかかる……しかも、NVIDIAの年次アップグレードサイクルにより、最初の契約が終わると、GPUはそれほど儲からなくなる。
OpenAIやAnthropic以外に、AI計算能力の顧客層が存在するかも不明だ。両者の需要は、AIデータセンターの50%を占めている。どちらかが資金不足なら、システム全体に大きな弱点が生じる。
いずれにせよ、これらのデータセンターがどんな継続料金を取るのかも不明だ。スポット価格は時給4.50ドル程度だが、長期契約の価格はずっと低い。ある創業者は、1年契約でGPUあたり時給3.70ドルを支払っていると述べている。
重要なのは、スポットコスト——他人のサーバー上でGPUを稼働させるコスト——と、契約による計算能力のコストは区別すべきだということだ。多くのデータセンターは、兆ワット単位の料金で請求している。
これが、経済学の崩壊の始まりだ。
100MWデータセンターの崩壊経済学——時給2.55ドル、稼働率100%で粗利16%、負債で黒字化困難
これは、100MWのデータセンターの初期コストだ。85MWの実可用容量を持つと仮定し、情報筋の話では、兆ワットあたりの収入は約1250万ドル、年間収入は約10.63億ドルと見積もられる。
ちなみに、ほとんどのデータセンターは実際には建設しておらず、「托管パートナー」と呼ばれるApplied Digitalのような会社に委託している。例えば、CoreWeaveはApplied Digitalに托管費用を支払い、北ダコタのデータセンターを利用している。CoreWeaveは、その中のGPUや技術全般を管理している。
経済のミスマッチを説明するために、理論的な例を挙げる。AI計算能力を貸し出すデータセンターだ。
このデータセンターのGPUは、おそらくNVIDIAのBlackwellチップだ。より現実的には、8つのB200 GPUのポッドを使い、1つあたり約45万ドル、GPU1台あたり5万6250ドルだ。85MWのIT負荷を前提とすると、兆ワットあたりの資本支出は約36.78、総IT資本支出は約31.26億ドル、GPUだけで約26.7億ドルになる。
このデータセンターは、ノースダコタ州エレンデールにあると仮定し、工業用電力は1kWhあたり6.31セント。年間電気代は約5540万ドル。情報筋の話では、維持費や人件費、電源交換などの継続コストは収入の約12%、年間1.28億ドルと見積もられ、総コストは約1.834億ドルとなる。
ちょっと待って、すみません。ここに、主要ITの托管費用も加わる。Brightlioによると、これは月あたり1kWあたり180〜200ドル、規模や場所によって変動するが、130ドルという数字も見たことがある。これを採用すると、年間約1.33億ドル。合計で約3.164億ドルとなる。
うーん、これでもまだ、10.6億ドルには届かない。だから大丈夫だろう？
間違い！IT設備の減価償却は約31.26億ドルで、6年で償却すると年間約5.21億ドル。つまり、年間8.37億ドルの支出となり、残るのは約1.69億ドルの年間利益、粗利率約16.7%だ……
……ただし、稼働率100%の場合に限る！データセンターはGPUの設置と顧客の入居に1〜2ヶ月かかることもあり、その間は収入ゼロ、支出だけが膨らむ。電力や運営コストは低く見積もっているが（電力10%、運営15%と仮定）、毎日約327万ドルの損失だ。
この例では、追加で1ヶ月稼働開始までにかかると仮定し、約1.02億ドルの支出が発生。これを含めた年間総コストは9.394億ドル、粗利率は約6.6%となる。
ちょっと待て、これらのGPUは借金で買ったのか？ 使ったのか？ どれだけひどいのか？ なんと、6年の資産担保証付きローンを組み、LTV比率80%、金利6%で280億ドルを借りている。
銀行は、無期限の猶予期間を与え、利子だけ払わせる……約1.68億ドル。これにより、最初の年の総コストは（遅延1ヶ月を除き）約1,005百万ドル、収入は約1,060百万ドルとなる。
これは、約5.19%の粗利率だが、まだ元本返済は始まっていない。これが始まると、毎月約5410万ドルの返済が必要になり、次の5年間で年間約6.49億ドル、合計約14.8億ドル、粗利率は約負40%になる。
これは、100%稼働している場合の話だ。GPUの設置と顧客の入居には1〜2ヶ月かかるため、その間の収入はゼロ、支出だけが膨らむ。毎日約327万ドルの損失だ。
この例では、追加の1ヶ月稼働遅れを仮定し、約1.02億ドルの支出が発生。これを含めた年間総コストは9.394億ドル、粗利率は約6.6%とな