8月16日、テクノロジーと経済の交差点を取り上げるニュースレター「Exponential View」が「🔮 The curious economics of a $6 AI agent #597」と題した記事を公開した。同ニュースレターはアナリスト・起業家のAzeem Azharが主宰し、AIや指数関数的技術の経済・社会的影響を論じることで知られる。今号では、AIエージェントの運用コストがいかに把握しにくく、またモデル選定の見直しによってどれだけ削減できるかを、著者自身の実体験とAmazonの社内事例を軸に論じている。

Amazonが気づかぬまま5ヶ月で180万ドルを溶かした

記事の核心となる事例がAmazonだ。同社はClaudeを使ったプロジェクトに5ヶ月で約180万ドルを費やしたが、社内のシニアエンジニアが「AIに関連するものがどれだけコストがかかっているのか把握するのが難しい」と発言したという。これはAmazonが公式に認めた数字ではなく、元記事が紹介する社内エンジニアの発言レベルの情報である点には留意が必要だ。意図的に予算を組んだわけではなく、気づいたら積み上がっていたというケースとして紹介されている。

これはAmazonだけの話ではない。著者のAzeem Azhar自身が開発・運用するAIエージェント「R Mini Arnold（RMA）」でも同様の経験をしている。複雑さが増すにつれてコストが膨らみ、あるとき1日500ドルを消費していることをチームメンバーのNathan Warrenに指摘されて初めて発覚した。大企業でも個人開発者でも、構造的な問題は同じだということだ。

モデル選定の見直しで1日6ドルに

その後、Azharは「退屈な監査」と本人が表現するコスト調査を実施した。判明したのは、旧世代の高価格帯モデルが複数のプロセスで動き続けていたという事実だ。新しく安価なモデルに切り替えることで、コストは劇的に下がった。

なお、以下に登場するモデル名（Opus 4.5、Sonnet 5、OpenAI 5.6 Sol、DeepSeek v4 Flash/Pro、Kimi K3、Anthropic Fableなど）は、元記事に記載されている表記をそのまま転記している。2026年8月時点で一般に広く知られていないモデル名も含まれており、正式名称・提供形態については各プロバイダーの公式情報を合わせて確認されたい。

現在のRMAの構成は以下のとおりだ：

• 通常時：月額200ドルのOpenAIサブスクリプションに含まれるCodexのトークン枠を優先使用
• OpenAI障害時のフォールバック：DeepSeek v4 Flash/Pro
• 難易度の高いタスク：同サブスクリプション経由でOpenAI 5.6 Sol、またはKimi K3やAnthropicのFable（いずれもトークン課金）

このエージェントはManus API、Claude Code、Codex、社内リサーチグラフ「Prism」、学術論文検索のElicitなどを組み合わせて動作している。

結果として、1日6ドルという水準に落ち着いた。以前の通常運用時でも1日50〜60ドルはかかっていたので、大幅な削減だ。一方で、著者によれば機能面はむしろ以前より向上しているという。

年換算すると約2,000ドル。コードを書かない個人ユーザーとしては「相応に大きな支出」とAzharは評している。書籍執筆フェーズに戻れば調査タスクが増え、再びスパイクする可能性があるとも述べている。

価格競争という追い風

コスト削減を後押しした外部要因もある。AnthropicとOpenAIの間で起きている価格競争だ。背景には中国のAIモデルの台頭がある。DeepSeekをはじめとする中国勢の低価格攻勢に対抗する形で、米国主要プロバイダーがAPIコストを引き下げる動きが続いている。

この競争環境が、ユーザー側にとってのモデル切り替えのコストメリットをさらに拡大させている。つまり、定期的な監査さえ実施できれば、何もしないよりも確実に安くなれる状況が整いつつある。

企業のAI支出は二極化——Rampデータが示す現実

コスト管理の難しさがある一方で、企業全体のAI支出は増加傾向にある。法人向け支出管理ツールのRampが公開したデータによると、2026年7月時点での従業員1人あたりの月間AI支出の中央値は次のとおりだ：

• 上位1%の企業：7,400ドル
• 上位10%の企業：650ドル
• 中央値の企業：11.95ドル

この分布の広さは示唆的だ。大多数の企業はまだAI支出が月12ドル前後に留まる一方、一部のヘビーユーザー企業は桁違いの投資をしている。前者にとっては「コスト爆発」よりも「活用不足」が課題であり、後者にとってはまさにAmazonの事例が他人事ではない。

さらに、投資家のRex SalisburyはXへの投稿で「最も高価なモデルが売上成長に寄与していない」と指摘しており、高コストモデルの導入が必ずしも事業成果に直結しないという問題意識も共有されている。コストだけでなく、ROIの観点からのモデル選定が問われているといえる。

コスト管理の盲点

今回の事例が示す構造的な問題は単純だ。AIエージェントは複数のモデル・APIを組み合わせて動作するため、どのプロセスがどのモデルを呼んでいるかを継続的に把握するのが難しい。一度設定したモデルがそのまま動き続け、より安価な選択肢が登場しても自動では切り替わらない。Amazonのケースはその規模が大きかっただけで、構造は個人開発者のRMAと本質的に同じだ。

モデルの世代交代と価格競争が速いペースで進む今、定期的なコスト監査は運用の基本として位置づける必要がある。「気づいたら溶けていた」を防ぐのは、高度なモニタリングツールよりも先に、監査を習慣化する意識かもしれない。

詳細は🔮 The curious economics of a $6 AI agent #597を参照していただきたい。