AIエージェントのコスト予測が難しい理由｜ステップ数の不確実性
AIエージェントの費用が予測しにくいのは、1つの依頼で何回モデルを呼ぶか（ステップ数）が事前に決まらず、会話の履歴が積み上がって入力トークンが増え続けるためです。費用を膨らませる5つの要因、チャットとの違い、予測の立て方（上限・中央値・幅で見積もる）、予算の置き方までを解説します。
AIエージェントの費用が予測しにくいのは、1つの依頼に対してモデルを何回呼ぶか（ステップ数）が事前に決まらないうえに、ステップを重ねるたびに履歴が積み上がり、1回あたりの入力トークンが増え続けるためです。チャットなら「1回の質問 ≒ 1回の呼び出し」で費用の見当がつきますが、エージェントは同じ依頼でも、うまく進めば数回、迷えば数十回モデルを呼ぶことがあります。
このため、エージェントの費用は「1件あたりいくら」という1つの数字ではなく、中央値と上限の幅で見積もる必要があります。この記事では、費用を膨らませる要因、チャットとの違い、予測の立て方と予算の置き方を説明します。全体像は「AIエージェント時代のコスト管理 完全ガイド」を参照してください。
チャットとエージェントの費用の違い
| チャット | AIエージェント | |
|---|---|---|
| 1件あたりの呼び出し回数 | ほぼ1回 | 数回〜数十回（事前に決まらない） |
| 入力トークン | 質問と短い履歴 | 指示・ツールの説明・これまでの手順と結果が毎回積み上がる |
| 出力トークン | 回答の長さ | 各ステップの考え・ツールの呼び出し・最終的な成果物 |
| 外部のツール | 使わないことが多い | 検索・ファイル操作・プログラムの実行などを繰り返す |
| 費用のばらつき | 小さい | 大きい（同じ依頼でも数倍の差が出る） |
エージェントの費用は、依頼の数ではなく「ステップの数 × 1ステップあたりのトークン数」で決まります。そしてその両方が、実行してみるまで分かりません。
費用を膨らませる5つの要因
1. ステップ数が決まらない
エージェントは、目的を達成するまで「考える → ツールを使う → 結果を見る」を繰り返します。課題が難しい、情報が足りない、ツールがエラーを返す、といった場合はステップが増えます。
2. 履歴が積み上がる
多くのエージェントは、毎回のステップで、それまでの手順とツールの結果をまとめてモデルに渡します。ステップが進むほど1回あたりの入力が長くなり、後半のステップほど高くつきます。
| ステップ | 1回あたりの入力（イメージ） |
|---|---|
| 1回目 | 指示 ＋ ツールの説明 |
| 5回目 | 指示 ＋ ツールの説明 ＋ 4回分の手順と結果 |
| 20回目 | 指示 ＋ ツールの説明 ＋ 19回分の手順と結果 |
3. ツールの結果が大きい
検索結果、ファイルの中身、プログラムの出力などをそのままモデルに渡すと、1回で大量の入力トークンになります。大きなファイルを何度も読み直すと、それだけで費用が膨らみます。
4. 繰り返しとやり直し
ツールの失敗、形式の誤り、途中での方針の変更で、同じ作業を繰り返すことがあります。最悪の場合、同じ手順を何度も繰り返すループに入り、止めるまで費用が増え続けます。暴走への対処は「エージェントの暴走で課金が止まらない｜検知と停止」で説明しています。
5. 考える過程のトークン
推論の過程（思考）を出力するモデルでは、最終的な回答より多くのトークンを考える過程に使うことがあります。これも出力トークンとして課金されます。
予測の立て方——中央値と上限の幅で見積もる
エージェントの費用は、次の手順で見積もります。
| 手順 | やること |
|---|---|
| 1. 代表的な依頼を選ぶ | 実際に使う依頼を10〜20件ほど選ぶ（易しいもの・難しいものを混ぜる） |
| 2. 試しに実行する | それぞれのステップ数、入力・出力のトークン数を記録する |
| 3. 分布を見る | 1件あたりの費用の中央値と、上位（難しい依頼）の値を確認する |
| 4. 月の件数を掛ける | 月の依頼件数 × 中央値で「通常の月」、上位の値で「多い月」を見積もる |
| 5. 上限を決める | 1件あたり・1日あたりの上限を決め、超えたら止める設計にする |
平均だけで見積もると外れやすいことに注意します。難しい依頼が少し混ざるだけで平均は大きく引き上げられ、月ごとの費用もぶれます。中央値と上位の値の両方を見て、幅を持たせて予算を置きます。
見積もりの例（架空の例）
| 項目 | 通常の月 | 多い月 |
|---|---|---|
| 月の依頼件数 | 1,000件 | 1,000件 |
| 1件あたりの費用 | 中央値 30円 | 上位の値 120円 |
| 月の費用 | 3万円 | 12万円 |
（数字は説明のための架空の例。実際の値は、使うモデル・エージェントの設計・依頼の内容で大きく変わります）
この例のように、同じ件数でも費用は数倍の幅になりえます。予算は「通常の月」を基準にしつつ、「多い月」でも耐えられる上限を別に決めておきます。
予算の置き方
| 考え方 | 内容 |
|---|---|
| 用途ごとに分ける | エージェントの用途（問い合わせ対応・調査・開発支援）ごとに APIキーやプロジェクトを分け、予算も分ける |
| 月の途中で確認する | 月の半ばで消化率を確認し、ペースが速ければ原因を調べる |
| 1件・1日の上限を決める | エージェントの設定で、1件あたりのステップ数やトークン数、1日の上限を決める |
| 急増に気づく | 時間単位の利用量を見て、普段より急に増えたら通知する |
エージェントは、費用が「ゆっくり増える」より「突然跳ねる」ことが多いため、月末の請求書ではなく、時間単位で気づける仕組みが重要です。
予測を良くするための設計
| 工夫 | 効果 |
|---|---|
| ステップ数の上限を設ける | 最悪の場合の費用に天井ができる |
| 履歴を要約・削る | 後半のステップの入力トークンを減らせる |
| ツールの結果を絞る | 必要な部分だけをモデルに渡す |
| 簡単な手順は安価なモデルに任せる | 1ステップあたりの単価を下げる |
| キャッシュを使う | 毎回同じ指示やツールの説明の費用を抑える |
実運用が始まってからの見直し
見積もりは、実運用の実績で更新していきます。
| 時期 | 見ること | 見直すこと |
|---|---|---|
| 最初の2週間 | 1件あたりの費用の分布、上限に達した件数 | ステップ数の上限、予算の仮置きの値 |
| 1か月後 | 月の費用、日ごとのばらつき | 月の予算、急増の通知の閾値 |
| 四半期ごと | 用途ごとの費用と成果 | 用途ごとの予算、モデルの選び方 |
特に上限に達した件数の割合は重要です。割合が高ければ上限が低すぎるか、エージェントの設計に問題がある可能性があります。
よくある質問
Q. エージェントの費用は、チャットの何倍くらいになりますか？ 設計と用途によって大きく変わるため、一律には言えません。代表的な依頼で試しに実行し、自社の設計での実績を測るのが確実です。
Q. 見積もりの精度を上げるには？ 試しの実行の件数を増やすこと、易しい依頼と難しい依頼を両方含めること、実運用が始まったら実績で見積もりを更新することです。
Q. ステップ数の上限を設けると、依頼が完了しなくなりませんか？ 上限に達した依頼は、途中で止めて人に引き継ぐ設計にします。上限に達する割合を見ながら、上限の値を調整します。
まとめ
- AIエージェントの費用が読みにくいのは、ステップ数が事前に決まらず、履歴が積み上がって入力が増え続けるため
- 費用を膨らませる要因は、ステップ数・履歴・ツールの結果の大きさ・繰り返し・考える過程のトークン
- 見積もりは平均ではなく、代表的な依頼での中央値と上位の値の幅で行う
- 予算は用途ごとに分け、1件・1日の上限と、時間単位の急増の検知を組み合わせる
ManageAIは、APIキー・プロジェクト別に時間単位の利用量を可視化し、急増検知アラートで、エージェントの費用が普段より急に増えたことをSlackとメールに通知します。エージェントの用途ごとにキーを分けておけば、用途別の費用の推移も確認できます。モニター企業を募集中です。
関連記事
次に読む
この記事を書いた人
モニター企業募集
初期費用0円・月額5万円（税別）
先着5社・2026年11月末まで
5プロバイダの利用量と費用を部署・利用者・APIキー別に可視化。読み取り専用キーの登録だけで当日から始められます。
募集要項を見る資料請求・お問い合わせ