Duolingo、オープンモデルでAIビデオ通話のコストを1セント未満に削減

Why it matters

Duolingo's cost reduction shows how open-weight models can turn a premium AI feature into a mass-market one, while forcing companies to rebuild subscription tiers around value rather than inference expense.

Duolingo co-founder and CEO Luis von Ahn (@LuisvonAhn) said on the company's August 5th earnings call that Duolingo had reduced the cost of an AI-powered video call from roughly $0.30 to less than $0.01, giving the language-learning app room to distribute its conversation feature beyond its most expensive subscription.

その発言は、The Transcript が抜粋したもので、Duolingoが2026年を通じてテストしてきた製品のシフト――Video Callをより広いSuper Duolingoのサブスクリプションに移し、Duolingo Maxがまだ存続する必要があるかを判断するという――の経済性を説明している。

Von Ahnは、自身のキャリアを通じて計算コストをマスマーケット向け製品に変えることに費やしてきた。2011年にSeverin HackerとともにDuolingoを創業する前、同氏は元Carnegie Mellon Universityのコンピュータサイエンス教授としてreCAPTCHAを作成し、これはGoogleが2009年に買収した。Video Callは、生成AIに同じ配布ロジックを適用するものだ。リアルタイムのモデル推論を中心に構築された機能は、そのコストが数百万の学習者に届くほど十分に低ければ、Duolingoにとってはるかに有用になる。

Open models changed the unit economics

DuolingoがVideo Callを初めて導入したとき、von Ahnによればチームは各インタラクションのコストを約$0.30と見積もっていた。その費用が、この製品が当初Max、つまりDuolingoの最も高額なサブスクリプション階層に置かれた理由の一端を決定していた。

「現在は1回のビデオ通話あたり$0.01を下回っている」とvon Ahnは第2四半期の決算電話会議で述べた。彼はコスト低下の大部分をオープンモデルへのシフトに帰しており、そのタスクにおける品質の相応の低下は観測されていないと付け加えた。

Duolingoが示した二つの数値に基づくと、その削減は30倍以上に相当する。通話あたりの測定はVideo Callの経済性を完全には示さない。コストは会話の長さ、音声処理、アニメーション、ホスティング、使用するモデルによって変動し得るからだ。それでも、この変化は機能提供の限界費用における実質的な変化を示している。

von Ahnは、オープンモデルは最先端ラボのシステムに比べて一部の領域で3〜6か月遅れることがあるが、そのギャップは初心者の会話練習には実務的な影響がほとんどないと述べた。語彙が大まかに100語程度の学習者は、入手可能な最も高度な推論モデルを必要としない、と彼は言う。必要な性能がある場合、Duolingoは引き続きOpenAIやAnthropicのモデルを使用している。

同社はポートフォリオ方式に向かっている。意味のある品質優位性をもたらすタスクには独自モデルを、ユーザーが同等の結果を得られる場合にはより安価なオープンウェイトモデルを採用するという方針だ。von Ahnは、Duolingoのモデル構成はさらにオープンウェイトにシフトすると見込んでいる。

この節約はDuolingoの財務見通しに影響を及ぼすほど大きい。最高財務責任者のGillian Munsonは、売上原価内のAI費用は数千万ドルに上る一方で、社内でのAI使用は約$10 millionに近いと述べた。Duolingoは通年の調整後EBITDAマージンの見通しを、2026年初めに示した25%から26.5%に引き上げており、AIコスト削減がその改善に寄与している。

Max loses its defining feature

推論コストの低下はDuolingoにとってサブスクリプション上の問題を生んだ。Video CallはMaxに加入する主な理由の一つだった。会話練習がSuperに移行すると、最上位階層は新たな差別化要素を必要とする。

Duolingoの8月5日付株主向けレターによれば、第2四半期末までにほとんどの新しいSuper加入者は既にVideo Callにアクセスできていた。Duolingoは2026年後半に既存のSuper加入者へもこの機能を拡張する予定だ。

von Ahnは複数の構造を検討していると述べた。Superには限定回数の通話を付与し、Maxは無制限アクセスを維持する案。Maxの内部に別の高コストなAI機能を配置する案。あるいはその階層を廃止する可能性にも言及した。

この判断は技術的なコスト削減を収益化のテストに変える。Duolingoは、より多くの学習者にVideo Callを提供したいと考えている。より良いスピーキング練習は定着率や口コミを改善し得るからだ。また、この機能はユーザーにサブスクライブする理由を与えるため、配布を広げすぎると有料へのコンバージョンを弱めたり、高価格プランの魅力を減らしたりする可能性がある。

Duolingoはユーザー成長を優先しつつそのトレードオフを管理しようとしている。同社は第2四半期に日次アクティブユーザー数が5,870万で前年同期比23%増、課金加入者数は1,270万で17%増だったと報告した。収益は18%増の$298.5 millionとなり、一方で調整後EBITDAは成長投資と製品のより広いアクセスのために2%減の$77.3 millionとなった。

教育的な根拠は主にDuolingo自身の研究に基づいている。同社のEfficacy Research Labは、Video Callを使用する学習者が初級者および中級者を対象とした研究で比較群よりもスピーキング評価でより改善したと報告した。これらの知見はvon Ahnのアクセス拡大の推進を支持するが、独立した評価者によるものではなくDuolingoによるものである。

オープンモデルは、Video Callが導入されたときに想定されたマージンプロファイルを受け入れることなく、推論負荷の高い消費者向け機能を配布する手段をDuolingoに与えた。次の判断はvon Ahnに委ねられている：別のプレミアム機能を見つけてMaxを維持するか、Super内でVideo Callを制限するか、あるいは元々のコスト合理性が消えたことで最上位階層を統合するか。