セルフホストAIの本当のコスト:月9.70ドルでOpenClawを運用する
クラウドAIサブスクは毎月20-50ドルを静かに吸い上げる。プレミアム性能をfraction of the priceで実現するセルフホストOpenClawの完全なコスト内訳。

2026年初頭、一般の知識労働者は年間240-600ドルをクラウドAIサブスクに費やしている。ChatGPT Plus、Claude Pro、GitHub Copilot、さらに数種類の専門アシスタントが重なり、避けられない固定費のように感じられる。しかし、増え続ける開発者や小規模チームのコミュニティは、単一のセルフホストOpenClawインスタンスがこれらのほとんどを、2人前のブリトーボウル以下の価格で代替できることを発見した。
この記事は理論上のベストケースではなく、実世界のコスト内訳である。ハードウェア選択、電気代、APIフォールバック予算、ドメインとホスティング、バックアップストレージ、そしてメンテナンスの隠れた時間コストを網羅する。最後まで読めば、あなたの状況でセルフホストが実際にお金を節約するか、そうであればどう最適化するかがわかる。
ベースライン:現在のクラウドAIコスト
節約額を計算する前に、クラウドAIの実コストを理解しよう。2026年の典型的なパワーユーザーは、ChatGPT Plus 20ドル/月、Claude Pro 20ドル/月、GitHub Copilot 10ドル/月を支払う。これだけで月50ドル、年600ドルであり、API超過や専門ツールはまだ含まない。
チームはさらに速くスケールする。5人のスタートアップでは、ChatGPT Team、Claude for Work、いくつかの自動化プラットフォームで月250ドルかかることもある。Zapierの50ドル/月と音声APIの30ドル/月を加えると、月間AI料金は400ドルを超える。これらのサービスは便利だが、最適化の余地がないユーティリティのように価格設定されている。
セルフホストはこのモデルを覆す。ユーザーごとではなく、コンピュートに対して支払う。月単位で知能をレンタルするのではなく、インフラを所有する。トレードオフは初期セットアップ時間と運用責任だが、一度動き出せばコストの天井ははるかに低い。
9.70ドルのリファレンス構成
ここで紹介するリファレンス構成は、OpenClawコミュニティの数名のメンバーが実際に使用しているものだ。16GB RAM、512GB SSDのリファービッシュMac Mini M2上で動作し、家庭のギガビット接続に接続されている。マシンはOpenClawコア、ローカルSQLiteデータベース、LanceDBベクトルインデックス、そしてローカル推論用のOllamaをホストする。
ハードウェア減価償却が最大のコストだ。リファービッシュMac Mini M2 16/512は約520ドルで、耐用年数は5年と見積もられる。60か月に分けると月8.70ドル。ほとんどの気候で6-22Wのアイドルデバイスの電気代は無視できるレベルで、24時間運転でも月平均約0.80ドル。静的アセットとバックアップ用のCloudflare Pagesカスタムドメインを年3.50ドル加えると、月約0.20ドルになる。
| コストカテゴリ | 月額 | 年額 | 備考 |
|---|---|---|---|
| ハードウェア減価償却 | $8.70 | $104.40 | リファービッシュMac Mini M2、5年分 |
| 電気代 | $0.80 | $9.60 | 6-22W、アイドルからフルロード、24/7 |
| ドメイン + 静的ホスティング | $0.20 | $2.40 | Cloudflare Pages + カスタムドメイン |
| APIフォールバック予算 | $0.00 | $0.00 | 100%ローカルOllama、クラウド呼び出しなし |
| バックアップストレージ | $0.00 | $0.00 | ローカルTime Machine + 暗号化USB |
| 合計 | $9.70 | $116.40 | ChatGPT Plus約6か月分に相当 |
コストが上がる場合:APIフォールバックとプレミアムモデル
9.70ドルという数字は、すべてをローカル推論で処理する前提だ。実際には、ローカルモデルが苦手なタスク用に小さなAPI予算を確保するユーザーが多い。複雑な推論、長文書の要約、クリエイティブライティングはClaude Sonnet 4やGPT-5の方が向いている。典型的な保守的フォールバック予算は月5-15ドルだ。
月15ドルのAPI予算を含めても、年間総コストは約296ドル。それでも標準的なクラウドサブスクリプションスタックの半分以下であり、ハードウェア資産も含まれている。鍵はインテリジェントなトラフィックルーティングだ:日常タスクはローカルモデル、高価値なクエリのみクラウドモデル。OpenClawのプロバイダールーティングによりこれは簡単に実現できる。
一部のユーザーは、ローカルマシンでプライバシーに敏感な作業を処理し、クラウドAPIで重い研究を行うハイブリッドモデルを好む。このアプローチは月25-35ドル程度で、プレミアムサブスクリプションを下回りながら機密データをサードパーティサーバーから遠ざける。
3つの予算レベルのハードウェア選択肢
OpenClawはラズベリーパイからワークステーションGPUまで、ほぼあらゆるもので動作する。正しい選択は、サービスするユーザー数、必要な応答速度、ローカルビジョンモデルを実行したいかどうかに依存する。以下は実証済みの3つの構成だ。
Raspberry Pi 5 (8 GB)
$1.20/月ワンタイム $80
軽量テキストタスクを実行する単一ユーザーに最適。3Bモデルで2-5 token/秒。マルチユーザーチームやビジョンタスクには不向き。
Mac Mini M2/M4 (16 GB)
$9.70/月リファービッシュ $520
コミュニティのスイートスポット。7-8Bモデルで20-40 token/秒、マルチユーザーアクセスをサポートし、机の上で静かに動作する。
Mini PC + RTX 4060
$18-25/月$900-1,200
ローカルビジョンモデル、より大きなコンテキストウィンドウ、複数の同時ユーザーに最適。電気代は高いが、柔軟性は抜群。
品質を犠牲にせずコストを最適化する
新しいセルフホストユーザーが犯す最大の間違いは、すべてのリクエストを利用可能な最大モデルに通すことだ。OpenClawはモデルルーティングをサポートしており、タスクの複雑さに応じて割り当てられる。分類とルーティングには3Bモデル、一般的なチャットには7-8Bモデル、推論重視のタスクのみクラウドAPIを使用する。
キャッシングも大きなレバーだ。OpenClawのレスポンスキャッシュは同一または類似のプロンプトを保存し、日次サマリーやコードレビューなどの繰り返しワークフローでAPIコストを30-50%削減できる。ベクトルインデックスも、関連するメモリフラグメントのみを取得することで冗長なコンテキストウィンドウを削減する。
最後に、モデルホストを慎重に選ぶ。Ollamaは無料でどこでも動作する。llama.cppはApple Siliconでメモリ使用量が低い。vLLMはNvidiaハードウェアで最高のスループットを提供する。適切なバックエンドはハードウェア要件を1ランク下げることができ、多くの場合数百ドルの前期費用を節約する。
隠れたコスト:あなたの時間
セルフホストは無料ではない。セットアップ、アップデート、トラブルシューティング、セキュリティ管理に時間がかかる。初期セットアップの現実的な見積もりは、週末に分散した4-8時間だ。最初の月以降、継続的なメンテナンスは月平均30-60分だ。
この時間が価値があるかどうかは、あなたの時間単価と優先事項に依存する。時給100ドルだと、8時間のセットアップは800ドルに相当する。そのレートでは、月50ドルのクラウドスタックと比較して、セルフホストは約16-20か月後に损益分岐点に達する。しかし、プライバシー、カスタマイズ、データ所有権が重要であれば、金銭的でないメリットが即座に時間コストを正当化する。
良い知らせは、OpenClawのドキュメント、Dockerイメージ、コミュニティテンプレートにより、セットアップ時間が劇的に短縮されたことだ。2025年の手動インストールは丸一日かかることもあったが、2026年にはMac Mini上のDocker Compose展開で動作するベースラインを1時間以内に構築できる。
セルフホスティングはいつ元を取れるか?
回収期間は何を置き換えるかに依存する。月50ドルのクラウドAIスタックに対して、ハードウェアをすでに所有していれば、9.70ドルのリファレンス構成は5か月未満で損益分岐点に達する。520ドルのリファービッシュMac Miniを購入した場合、ハードウェアの回収期間は約14か月であり、その後の限界AIコストはほぼゼロに下がる。
チームはより速いリターンを見る。AIシートと自動化ツールで月400ドルを支払う10人のスタジオは、1台の高性能Mini PCまたはMac Studioを展開し、3〜4か月でハードウェアコストを回収できる。残りの節約は、より良いハードウェア、より多くのAPIフォールバック予算、または単にビジネスに還元できる。
無形のリターンは定量化が難しいが、しばしばより価値がある。どのSaaS製品も提供しないカスタマイズ、コンプライアンス要件を満たすデータ所有権、エージェントが組織を覚えることで時間とともに改善するワークフロー。これらのメリットはすぐにはスプレッドシートに現れないが、複利を生む。