【MiraiNet】サブエージェントでAIのコストを抑える
こんにちは、技術部のエンドリューです。
サブエージェントとは、メイン（親）のエージェントから仕事を任されるAIエージェントのことです。サブエージェントを使う主なメリットは2つあります。
- 並列で作業して、早く終わらせる
- 複数のAIモデルを使い分けて、コストを下げる
この記事では2つ目、トークンコストの削減について説明します。
なぜ安くなるのか
1) 出力は入力より高い
モデルへのリクエストは、次の式で課金されます。
コスト = 入力トークン数 × 入力単価 + 出力トークン数 × 出力単価
出力の単価は入力の数倍です。例えば、OpenAI APIの料金やClaudeの料金のページで最新の単価を確認できます。
そのため、AIコーディングの請求額の大きな部分は、入力ではなく出力（タイピング）に支払われています。コードを書くことは出力であり、推論（thinking）トークンも通常は出力として課金されます。一方、コードのレビューや読み込みは入力の単価で課金され、ほとんどのモデルにはキャッシュされた入力の割引もあります。
そこで、出力の多い仕事（例：コードを書くこと）は安いモデルに任せ、高いモデルは「たくさん読んで少し書く」仕事、つまり計画とレビューに使います。
2) コンテキストの分離
サブエージェントは自分専用のコンテキストウィンドウで動きます。読んだファイル、失敗した試行、テストログはそこに留まり、戻ってくるのは短い要約だけです。メインの会話は履歴全体が毎ターン入力として送り直されるため、これは大きな差になります。余計な情報を入れなければ以降のターンはすべて安くなり、メインのモデルも本題に集中できます。
始め方
最新バージョンのAIエージェントツールの多くは、サブエージェントに対応しています。例えばClaude Codeなら、次のようなシンプルなプロンプトで始められます。
このタスクでは、次のルールでサブエージェントを呼び出して：Haiku 5.5 → 簡単、Sonnet 5.5 → 中程度、Opus 5.5 → 難しい。計画とレビューはメインセッションで行い、各サブエージェントの結果は確認してから採用すること。
ルールを他のセッションでも使えるようにするには、スキルとして保存します。
今のサブエージェントのルールをスキルとして保存して
新しいセッションでは、こう指示します。
/SKILL_NAME でこのタスクにサブエージェントを呼び出して
最近のモデルはこちらの意図を十分に理解し、使っているAIエージェントツールに合わせて調整してくれます。私の場合、これらのシンプルなプロンプトはCursor、Codex（ChatGPT Plusに含まれる）、Antigravity（無料プランあり、制限は厳しめ）、OpenCodeでも使えました。
ただし、小さな修正（作業を説明する方が自分でやるより高くつく）や、曖昧なタスク（サブエージェントが推測で動き、何度も修正することになる）には向きません。
まとめ
- 出力トークンは入力トークンより高い。出力の多い仕事（コードを書くこと）は安いモデルに任せる。
- 高いモデルは、たくさん読んで少し書く仕事（計画とレビュー）に使う。
- サブエージェントはメインのコンテキストを小さく保ち、以降のターンも安くなる。
- ルールはスキルとして保存し、新しいセッションでも使えるようにする。
ヒント
- AIのサブスクリプションは、たいていAPI料金よりずっと安く済みます。サブスクリプションの場合、役割分担で請求額は減りませんが、安いモデルは利用枠の消費が少ないため、利用上限が長持ちします。
- 役割ごとのモデル選びには、Artificial AnalysisのIntelligence Indexが参考になります。
