AIエージェントの1件あたり費用を60分の1にする

要約

• エージェント型の仕組みは、生成ではなく次に何をするかを決めることにトークンを使う。Gartnerによれば、エージェント型のモデルは標準的なチャットボットに比べ1件あたり5〜30倍のトークンを消費する。
• 市場のデータでは、1件あたりの費用は決定論的な仕組みでおよそ0.001〜0.05ドル、確率的なエージェントで0.10〜1.00ドル超。同等の月間の作業量では5〜20ドル対300ドル超になる。
• トークンの値下げやキャッシュは助けになるが、根本は変わらない。請求を動かしているのは、確率的なエージェントが実行のたびに選ぶ判断、再試行、道具の呼び出しである。
• 範囲の定まった業務（KYC、契約レビュー、コンプライアンスの点検、融資引受）は決定論的でルールベースの実行へ移し、LLMの呼び出しは判断の要る段階に取っておくべきだ。
• 規制下の企業には、Jinba Flowがその決定論的な構成を形にし、監査に耐える記録を足しながら業務の費用を最大60分の1にする。

AIエージェントの費用の問題は、価格の問題ではない。企業はモデルを乗り換え、量の割引を交渉し、プロンプトを削るが、それでも請求は上がり続ける。理由は構成にある。エージェント型の仕組みはトークンを生成に使うのではなく、次に何をするかを決めることに使う。そして確率的なエージェントは、決定論的なものより必ず多くの行動を選ぶ。作業が許す範囲で判断の負荷をルールベースの実行に置き換えれば、1件あたりの費用は一桁、ときには二桁下がる。実務では、確率的なエージェントから、プロンプトの最適化と決定論的な業務へ移ることで1件あたりの費用は最大60分の1になる。本稿の主張はこれであり、支えているのはプロンプトの小技ではなく一次データの比較である。

皆が最適化を誤っている現状

技術と財務のチームの多くは、AIエージェントの1件あたり費用をモデル選びの問題として扱いがちだ。安いモデルに替える、単純な依頼を小さいモデルへ回す、システムのプロンプトを削る。どれも助けにはなるが、相手にしている変数が違う。Gartnerの2026年3月の分析によれば、エージェント型のモデルは標準的な生成AIのチャットボットに比べ1件あたり5〜30倍のトークンを要する。同じ調査機関は、1兆パラメータのモデルの推論の費用が2030年までに提供者にとって9割以上下がるとも見ている。この2つを重ねれば緊張は明らかだ。トークンの価格はゼロへ向かい、1件あたりのトークンの消費は逆へ向かっている。同じ仕事を終えるのに30倍のトークンを燃やすなら、トークンが安くなっても企業は何も得しない。

これはForresterがAIの請求はモデルの価格ではなく文脈の問題だと述べるときの枠組みでもある。具体にする数字はこうだ。Uberは2026年のAI予算をおよそ4か月で使い切り、エージェント型の道具について技術者1人あたり月1,500ドルの上限を設けた。Walmartも同様のことをしたと伝えられる。彼らは誤ったモデルを買った組織ではない。1件あたりの費用が、予算が尽きるまで見えないままエージェントを回していた組織である。

請求を実際に動かしているもの

エージェントの費用は、APIの1回の呼び出しの値段ではない。1つの利用者の意図を満たすまでに、エージェントが選んだすべての行動の合計だ。モデルの呼び出し、道具の起動、再試行、他の提供者への呼び出し。Hackernoonの言い方が的確に捉えている。1つの「作業」は多数のモデルの呼び出し、道具の起動、再試行、複数の提供者にまたがる。2回の呼び出しで終わるものもあれば、400回に膨れ上がるものもある。同じ分析は、エージェント型の作業が1件のチャットの1,000倍ものトークンを消費しうること、そして同じ作業でも実行ごとに30倍の費用差が出うることも示している。この実行ごとのばらつきは、均せば消える雑音ではない。それ自体が統制の問題である。

だから出来事ごとのダッシュボードは運用の担当を惑わせる。1回の呼び出し、1つのトークン数、1つの遅延の数字を軸にした画面は、高くついた実行を平均で消してしまう。1セント単位まで支出を図に描けても、どの作業が損を出しているのかはわからないままだ。費用と価値を結ぶ単位は、トークンでも顧客でもなく、作業である。1件ごとの割り当ては、エージェント型の仕組みの採算を守るための前提条件だ。コードを書く仕組みでも、融資のファイルを処理する仕組みでも変わらない。

1件あたり費用の表

以下の比較は、エージェントを1件または1か月動かすのに実際いくらかかるのかについて手に入る一次データを、下にあるトークンの計算が示す姿と並べたものだ。エージェント型の展開を承認する前に、予算の責任者が求めるべき数字である。

どの行にも共通する型は同じだ。差が1トークンあたりの価格で説明されることはない。Layer3Labsの2026年のAPIの価格表を見ると、最も安い層は100万入力トークンあたり0.035〜0.05ドル、100万出力トークンあたり0.14〜0.40ドル（Amazon Nova Micro、GPT-5 Nano）で、中位のGPT-5 Miniは0.25／2.00ドル、Gemini 2.5 Flashは0.30／2.50ドルだ。この単価なら、0.10〜1.00ドルの実行はほぼ無料であるはずだ。そうならないのは、1回の実行が1回の呼び出しではないからである。作業を終わらせようとして確率的なエージェントが自ら生む、呼び出しと再試行と道具の起動の連鎖なのだ。60分の1という数字は、トークンの値引きではない。そもそも余分なトークンを生む判断の輪を取り除いたということである。

トークンの値下げが請求を直さない理由

エージェントは作業を終わらせることに最適化されており、安く終わらせることには最適化されていない。この一点が費用の問題の根にある。費用はエージェントが選んだ行動の合計であり、請求を制御するとは、安いプロンプトを追うことではなく振る舞いを統制することだ。ここで必要になる規律は財務の作業ではなく、安全と回復力の実務として捉え直される。攻撃の研究も、信頼できない道具や入力に対してエージェントを走らせる運用の担当なら気にすべき具体で、それを裏づけている。

2026年1月に記録された「Beyond Max Tokens」の攻撃（arXiv 2601.10955）は、通信規約に適合するMCPのサーバーを使ってエージェントを長い道具呼び出しの連鎖へ誘い、1件の作業を6万トークン超へ押し上げ、費用を最大658倍に膨らませる。しかも作業自体は正しく終わるので、通常の品質の確認では何も見えない。CCS 2026で発表されたReasoningBomb（arXiv 2602.00154）は、短く無害に見える指示が、モデルを病的に長い推論へ追い込みうることを示した。試験したモデルの平均で1万9,000を超える推論のトークンだ。従量課金のAPIでは、企業がそのすべてを支払う。財布への攻撃はいまや商業化された分類になっている。Sysdigは、3時間で数万ドルを請求された被害者と、1日10万ドルを超える活動を記録した。2026年の初めまでに、盗まれたLLMのアクセスを扱う仕組みは地下の市場として組織化され、露出したMCPの窓口を狙って走査している。

企業のエージェントの請求は3つの経路で暴走する。無駄、攻撃、そして不透明さだ。そのうち誰かの不注意によるものは1つだけである。不透明さには別に一行を割きたい。隠れた推論のトークンは、現在の提供者の説明では出力トークンとして課金され、応答の費用の大半を占めることもある。つまり企業は、構造として中身を確かめられない計算に対して支払っている。これは財務の問題であると同時にコンプライアンスの問題であり、本稿の後半で費用の制御と監査への備えをつなぐ糸になる。

確かな数字のある唯一の手

市場で語られる緩和の手法のうち、検証された数字を伴うのは1つだけだ。キャッシュである。DeepSeek V4 Flashは、キャッシュに当たった入力を100万トークンあたり0.003ドル、標準の入力を0.14ドルで課金する。読み直す文脈についてはおよそ46分の1の安さだ。意味の圧縮とモデルの振り分けも費用の手として広く語られるが、本稿の調査でどちらにも説明できる割合を示した情報源はなかった。存在しない精度を装わずに、定性的に追う価値がある。

キャッシュが効くのは、本稿の他のすべてと同じ根本原因、すなわち文脈を突くからだ。Forresterの枠組みが持ちこたえるのは、その企業が今期どのモデルを使っているかに依存しないからである。AIの請求は文脈の問題であり、再送する文脈を縮めることは、どれだけプロンプトを工夫するよりも効く。だがキャッシュが減らせるのは、エージェントが読み直すと決めた文脈の費用だけだ。ある実行で、その文脈を1回ではなく4回読み直すと決める確率的なエージェントには、何の効き目もない。それがプロンプトとキャッシュによる最適化の天井であり、より深い手当てが構成の話にならざるをえない理由でもある。同じ結論は、Jinbaがまとめた規制下の企業がLLMの費用最適化にどう向き合うかの分解にも表れている。

構成による手当て：トークンではなく判断を取り除く

その天井の向こう側で何が起きるかは、市場全体の基準のデータが示している。Jinbaは規制下の企業、主にKYCの審査、契約の確認、融資引受といった書類が多く法令に縛られる処理を回す銀行と保険会社のためのワークフロービルダーで、同じ制約が当てはまる法務、医療、製薬にも広がっている。その構成は、ある業務のおよそ8割を決定論的でルールベースの実行として走らせ、本当に判断が要るところだけ言語モデルを呼ぶ。既定ですべての段階に呼ぶのではない。結果として、完全に確率的なエージェントなら月300ドル以上かかる業務が、Jinbaの決定論的な実行では月5〜20ドルで動く。15〜60分の1であり、上の表の市場全体の型とも整合する。

これは、企業の業務処理の多くが、正しい次の手を実行のたびにエージェントに導き直させる必要はない、という主張だ。KYCの書類は必要な項目に合致するかしないかであり、融資のファイルは定められた点検を通るか人へ回されるかである。そのロジックを一度、決定論的に書き、本当に判断が要る一部にだけモデルの呼び出しを取っておくことが、Gartnerが測ったトークン消費の倍率への構造からの答えになる。同じ型は、決定論的な業務で銀行のAI費用を下げるという解説にも詳しい。そしてこれは、その輪の中の1回1回をわずかに安くするのではなく、再試行と道具呼び出しの輪そのものに触れる唯一の手でもある。

反論を真剣に受け止める

正直な反論はこうだ。いまエージェント型AIをめぐる熱狂の大半、そしてこの話題で検索して見つかる記事の大半は、コーディングのエージェントについてである。Claude Code、Cursor、Copilotの作業空間など、「正しい」行動の順番を本当に事前に決められない、開かれた探索の作業を扱う道具だ。決定論的な構成はその分類には合わないし、合わせようとすべきでもない。コードを書き、不具合を直すことは、まさにエージェントが推論し、戻り、ルールのエンジンには予期できない方法を試す必要のある作業である。UberとWalmartの予算の上限は、まさにこの開かれたコーディングの道具を使う技術者に課されたものであって、業務処理の自動化に課されたものではない。

この反論は成り立ち、本稿の主張の本当の境界を示している。ここで述べた60分の1の削減が当てはまるのは、具体的で、大きく、手当ての薄い分類だ。規制下の運用に多い、範囲の定まった繰り返しの、書類と判断の業務である。大手の銀行、保険会社、医療の機関の運用の中核をなすKYCの点検、契約のレビュー、コンプライアンスの業務だ。これらは探索の作業ではない。入力も、判断の基準も、例外の経路もわかっている。それらをコーディングのエージェントと同じ開かれた推論が要るかのように扱うことこそ、月10ドルで済むはずの処理に月300ドルの請求を生む食い違いである。KYC、契約レビュー、融資の業務ごとの採算については、AIによる業務自動化の費用の分解を参照してほしい。手当ては、コーディングのエージェントに安いモデルを使うことではない。毎回エージェントに一から判断させる必要のない作業がどれかを見極めることである。

多くの費用の記事が見落とす、法令対応の見返り

費用の規律と統制の規律は、予算を奪い合う別々の問題ではない。同じ問題を2つの角度から見たものだ。Gartnerは、2028年までに企業のAIの失敗の40％が、モデルの能力の不足ではなく、エージェントの仕組みの評価と監視の不十分さに辿れると予測している。それは統制の失敗であり、費用の失敗と同じ基盤の上に乗っている。費用を特定の作業に割り当てられない運用の担当は、監査の指摘も特定の作業に割り当てられない。どちらにも同じ計測が要る。1回ごとの平均ではなく、1件ごとの割り当てである。

業務処理のエージェントには、ソフトウェア工学のような公開の基準がない。つまりKYC、契約レビュー、保険金の業務を作る規制下の企業は、自社の過去の作業のデータから独自の評価の基準を組み立てるしかない。こうしたエージェントの本番の監視は、明確に定義された業務で端から端までの完了率9割超を狙い、人の介在の割合を、説明できる1件あたり費用の裏にある運用のしるしとして追うべきだ。決定論的でルールベースの実行は、その証拠を動き方の副産物として生む。業務が通ったすべての分岐が記録され、監査でき、再現できる。モデルの即興の判断ではなく、定められた規則に従ったからだ。Jinbaの構成はこれを、SOC 2に準拠した監査ログ、ロールベースのアクセス制御、シングルサインオンの連携として引き継ぎ、規制対象のデータが境界を出られない外部遮断環境向けのオンプレミス展開も併せ持つ。こうして作られた業務は、動かすのが安く、作りからして監査できる。確率的な汎用のエージェントが後から取り付けるしかない ── そもそも手に入るとしても ── 2つの性質である。

財布への攻撃の露出も同じように読むべきだ。想定の658倍かかった1回の実行は、通常の品質の確認には見えない。つまり費用の異常の警告は、月次の財務報告ではなく、運用の担当が扱う誤り率の警告と同じ分類に属する。1件あたりの費用の上限を、単なる予算の項目ではなくリスクの統制として扱う企業は、いずれコンプライアンスの監査が見つけるのと同じ不具合を、請求が届いた後ではなく直前に捉えられる。

これをどう使うか

この主張が成り立つなら、企業の運用の担当の前にある判断は「どのモデルが最も安いか」ではなく、「自社のエージェント型の業務のうち、どれが探索でどれが範囲の定まったものか」である。コーディングのエージェント、調査のエージェント、その他の開かれた道具は確率的な構成に属し、予算の上限と1件ごとの割り当てで統制すべきだ。費用のばらつきが仕事そのものに内在するからである。範囲の定まった業務処理（KYC、契約レビュー、コンプライアンスの点検、融資引受、保険金の処理）は、規則を書ける限り決定論的な構成に属し、残った判断のところだけモデルを呼べばよい。後者を前者の構成で回し続ける企業は、モデルの提供者を何度乗り換えても、UberとWalmartの問題を小さな規模で見つけ直し続けることになる。

自社の業務がその線のどちら側にあるかを見極めたい運用と基盤の責任者には、Jinbaが無料のAI戦略アセスメントを提供している。既存のエージェント型やRPAの業務を、この決定論の境界に照らして地図にし、構築を始める前に1件あたりの費用がどう動くかを見積もる。

よくある質問

AIエージェントの1件あたり費用とは何で、2026年の実際の金額の幅はどのくらいですか。1件あたりの費用とは、1つの利用者の意図を満たすためにエージェントが行うすべてのモデルの呼び出し、道具の起動、再試行の総支出であり、APIの1回の呼び出しの値段ではありません。記録された2026年の数字は、統制された決定論的な仕組みで1回あたり0.001〜0.05ドル、統制のない確率的なエージェントで1回あたり1.00ドル以上に及びます。同等の作業量の月間の合計は、構成によって5〜20ドルから300ドル超まで開きます。

AIエージェントの費用は、選んだモデルで決まるのですか。それともトークンの使われ方で決まるのですか。モデルの選択ではなく、消費の型が支配的な要因です。エージェント型のモデルは標準的なチャットボットに比べ1件あたり5〜30倍のトークンを要し、同じ作業でも実行ごとに最大30倍の費用差が出ます。この開きはモデルの選択だけでは埋まりません。エージェントが何回の呼び出しと再試行を選ぶかから生じるものだからです。

コーディングのエージェントと企業の業務のエージェントは、費用の性格が同じですか。いいえ。コーディングのエージェントは開かれた探索の作業を扱い、トークンの消費は本質的に揺らぎ、上限を定めにくくなります。Uberの技術者1人あたり月1,500ドルのような上限が当てはまるのはここです。企業の業務処理のエージェント（KYC、契約レビュー、コンプライアンスの点検）は範囲の定まった繰り返しのロジックで動くため、その分類に限っては、決定論的でルールベースの実行が現実的で、はるかに安い選択肢になります。

キャッシュだけで、節約の大半を得られますか。キャッシュは検証された数字を伴う唯一の手法で、現在の価格のデータではキャッシュに当たった入力が標準の入力のおよそ46分の1です。ただしそれが減らすのは、エージェントが読み直すと決めた文脈の費用だけです。そもそも余分な呼び出しをすると決めることを止めはしません。だからキャッシュだけでは、構成の変更が実現する60分の1の差は埋まりません。

隠れた推論トークンの課金は、費用だけでなくコンプライアンスにもなぜ関わるのですか。推論のトークンは出力トークンとして課金され、応答の費用の大半を占めることもありますが、企業はそれを生んだ中身を確かめられません。その不透明さは、予算のリスクであると同時に監査の穴でもあります。規制下の企業は、見えない判断の軌跡を説明できません。だからこそ決定論的な実行に備わる監査ログは、統制の問題と費用の問題を同時に解くのです。

予算の責任者にAIエージェントの支出を説明するには、どんな運用の指標を追うべきですか。明確に定義された業務で端から端までの完了率9割超、人の介在の割合、そして1回ごとの平均ではなく1件ごとの費用の割り当てです。出来事ごとのダッシュボードは、高くついた外れ値の実行を平均で消してしまいます。標準の品質の確認を1つも落とさずに想定の何百倍もかかった実行が記録されている以上、1件ごとの費用の異常の警告も必要です。