トークン不経済、AIエージェントのコスト問題が顕在化

一部メディアの報道によると、Microsoftが社内でのClaude Codeライセンスを撤回した。Claude CodeはAnthropicが提供するAIプログラミングツールであり、Microsoft社内で開放されてわずか6カ月で最も人気のある補助開発ソフトウェアの一つとなった。しかし、それに伴いトークン消費が急増し、コストが高騰したものの、出力品質は期待に応えられなかった。様々な考慮の末、Microsoftはブレーキを踏み、従業員を自社のCopilot CLIへと誘導した。

この現象はMicrosoftだけにとどまらない。Tencent Research Instituteが発表した分析記事「トークン不経済」によれば、Uberはわずか4カ月で2026年全年度のAIプログラミングツール予算を使い果たした。Amazonの一部従業員は意味なくトークンを消費しており、Metaは社内の従業員向けTokenmaxxingランキングを撤去し、成果のないトークン消費を奨励するのをやめた。誰もがAIを受け入れているが、まだ正しい姿勢を見つけていない。企業はAIネイティブを強調するが、当面は利益を実感できず、長くなるばかりの請求書を目にしている。この状況は「トークン不経済」と呼ぶにふさわしい。

トークン不経済は、企業内部の管理統制の不備、トークン使用によるリターンの限界、Agent自体のアーキテクチャ設計（スキルの重複呼び出し、長期的タスクの内部摩擦、マルチエージェント連携コストなど）が複数の要因として相互に重なり合った結果である。

トークン市場全体の価格上昇

現在、トークン市場はハイエンドの価格設定が固定化し、ミッドレンジでは量と価格が共に上昇し、エコノミー型も追随して上昇する全体的な上昇傾向を示している。Anthropicはコーディング能力の優位性を活かし、業界最強の価格決定権を確立した。2024年末から2026年5月にかけて、年間経常収益（ARR）は約10億ドルから約450億ドルに急増している。

Anthropicは2024年初頭にClaude 3シリーズを発表して以来、フラッグシップ-ミッドレンジ-ライトの立体製品構成を採用し、階層的価格設定を実現した。Opusシリーズは$15/$75（入力/出力100万トークンあたり）でハイエンド市場を固定し、Sonnetシリーズ（$3/$15）は日常のプログラミングやオフィスタスクに高いコストパフォーマンスを提供。Haikuシリーズ（$1/$5）は軽量で迅速なインタラクションシーン向けである。さらに次世代モデルMythos Preview（$25/$125）の発表により、超ハイエンド層を追加。その後発表されたFable 5は$10/$50の価格でより広い市場に向けて提供され、能力層、リスク層、価格層の3次元価格設定戦略を形成している。

エコノミー型トークン市場でも価格中心は静かに上昇している。Haiku 4.5の価格はHaiku 3.5より20%上昇し、Gemini 2.5 Flashの100万トークン出力価格は2.0 Flashの6倍以上となった。オープンソースモデルも概ね値上げされている。その核心的な理由は、エコノミー型トークンの消費量が爆発的に増加し、競争のロジックが価格比較からコストパフォーマンス比較へとシフトしたことにある。

エージェントアーキテクチャの構造的無駄

トークン消費には多次元の技術的な隠れた無駄が存在し、損失は乗数的に拡大する。一つ目はコンテキストトラップで、Agentが履歴情報を繰り返し持ち込む。ChatDevフレームワークのコードレビュー段階では、約40%のトークンが既存情報の伝達に消費され、新しいコンテンツの生成に使われない。

二つ目はトークナイザーのブラックボックスである。クローズドソースモデルのトークナイザー調整はトークン数の膨張をもたらすことが多い。Anthropic Opus 4.7の新しいトークナイザーでは、技術文書の平均トークンが47%膨張し、高解像度画像では201%膨張したことが確認されている。

三つ目はスキルの無意味な呼び出しである。公開ソフトウェアエンジニアリングスキルの79.6%はを通じて率を向上させず、トークンコストは最大451%増加し、平均を通じて率はわずか1.2ポイントの向上にとどまる。盲目的な呼び出しは単にコストを増やすだけである。

四つ目はマルチエージェントのコミュニケーション税と長期タスクのエントロピー税である。トークンの半分以上が内部調整と自己修正に消費され、システムが複雑になるほどエントロピー税の成長は速くなる。

トークンの有効な適用シーンの限界

現在の純粋な言語モデルパラダイムと現実世界の間には構造的なギャップが存在し、トークンの応用は少数の高度にデジタル化されたシーンに限られている。プログラミングは汎用性のある特例であり、自動フィードバックループに依存して迅速な反復が可能だが、この条件は他のほとんどのシーンでは成立しない。法律AIは一次審査しかできず、ベテラン弁護士の再確認時間はほぼ最初から見直すのと同じであり、フィードバックコストはプログラミングシーンよりもはるかに高い。

物理世界への拡張はさらに検証コストの非対称性という難題に直面する。人型ロボットなどの具現化知能は依然として仮想と現実のギャップの制約を受けており、OpenAIの初期の巧手プロジェクトでは、膨大なシミュレーション訓練を完了したにもかかわらず、実際の環境でのロバスト性が不足し、検証コストは仮想世界よりも数桁高い。トークンの有効射程を拡大できなければ、トークン不経済は長期間続く可能性がある。

リスク波及と打開策

現在、AI産業チェーンのリスクは不均衡である。上流のハードウェアは莫大な利益を上げ、中流のモデルメーカーは赤字、下流のユーザーはコスト抑制を始めており、リスクは中流に集中している。一部の中流メーカーは上流と循環的な資金調達を行い、リスクは不透明なプライベートクレジット市場に隠れており、バブル崩壊による株と債券の同時暴落リスクが高い。同時に、計算能力の拡大は水と電気の資源を極度に消費し、一部の計算ノードの住民の電気代を押し上げ、民生需要を圧迫している。

打開には需要と供給の両側から取り組む必要がある。供給側では、セマンティックコンテキスト圧縮、スキル簡素化最適化、適応型モデルルーティング、予算制約付きホストアーキテクチャなどの精密技術を活用し、単位トークンコストを低減する。需要側では、企業のAIコスト管理を強化し、従来産業において検証コストが適度な中間シーンを見つけることが求められる。最終的に業界は、技術の誇示から精実へと転換し、トークンをROIの黄金基準に戻し、最小限のトークンでタスクを完了することで純収益のプラス転換を実現する必要がある。

編集部の見解

短期的には、MicrosoftによるClaude Codeライセンス撤回の決定が他の大企業に波及する可能性が高い。各社はAIプログラミングツールの導入にあたり、トークン消費量とROIを厳格に評価する姿勢を強めると見られる。特にAnthropicの強気な価格戦略が持続可能かどうか、顧客離れのリスクが問われる局面にある。同時に、各モデルベンダーは効率的なトークン利用を促進する機能を打ち出す必要に迫られるだろう。 長期的視点では、トークン不経済はAIエコシステムの健全な発展にとって警告である。上流の半導体企業が莫大な利益を享受する一方、中流のモデルメーカーと下流のユーザーにコスト負担が集中する構造は、いずれ調整を迫られる。業界全体として、検証コストの非対称性を克服するための標準化された評価フレームワークや、エージェントアーキテクチャの無駄を削減する設計手法の確立が不可欠だ。特にプログラミング以外の産業シーンへのAI応用を拡大するには、フィードバックループが機能する中間領域の発見が鍵となる。 編集部としては、企業の経営層に問いたい。

参考

• 虎嗅網「Token不経済」 — 2026-06-29公開