「トークン単価は8割下がった。なのに請求額は増えた」――その“見えないAI浪費”の正体：Agent時代の必須知識 APIから読み解くAIの裏側（3）

AIのトークン単価が下がり続けてきたにもかかわらず、企業が支払うAIの請求額は増えている――。気付かないうちに膨らむ「トークン浪費」がなぜ起きるのかを考えます。

[草薙昭彦（Postman）, 編集：遠藤文康，＠IT]

　AIエージェントの一つ一つの動作を裏側で支えているのがAPIです。本連載の第1回と第2回では、AIエージェントが外部のサービスやデータにアクセスする際に使うAPIキーやアクセストークンなどの認証情報に焦点を当て、エージェントに“人間の鍵”をそのまま渡すことの危うさと対策を見てきました。

　ただし、鍵の管理はエージェント運用の入り口に過ぎません。それと同じくらい見落とされているのが、コストです。コストの問題は後から響いてきます。エージェントの一つ一つの動作はAPI呼び出しであり、その呼び出しはトークンを消費し、トークンはそのまま請求額になります。今回のテーマは、多くの現場で気付かないうちに膨らんでいる、「トークンの浪費」です。

「単価は下がった。なのに、請求は増えた」――その原因は？

　大規模言語モデル（LLM）のトークン単価は、2025年から2026年にかけて、おおよそ8割下がりました。競争と効率化によって、同じ処理にかかる費用はどんどん安くなっています。ところが、企業が支払うAIの請求額は、下がるどころか増えています。LLM APIへの支出は2025年に84億ドルを超え、なお倍増のペースにあると報告されています。

　この食い違いは、投資家からも指摘されてきました。米ベンチャーキャピタルのAndreessen Horowitz（アンドリーセン・ホロウィッツ）は、同じ性能を得るためのトークン単価が年におよそ10分の1のペースで下がり続けると分析しています。実際、GPT-3級の性能は、2021年に100万トークン当たり約60ドルだったものが、2024年後半には約0.06ドルまで下がりました。3年で1000分の1近くの下落です。ここまで安くなったのに、なぜ請求額の高さに頭を悩ませ続けることになるのでしょうか。

　答えは単純です。安くなった分、はるかに多く使ってしまうからです。1回の呼び出しが1円にも満たないなら、節約する動機は薄れます。開発者は検索を足し、文脈を長くし、多段のツール呼び出しや常駐エージェントを、気にせず増やしていきます。消費量の増加が、単価の下落を上回る。数十人で試験導入したはずが、月末の請求書は想定の3倍になっていた。珍しい話ではありません。これは価格の問題ではなく、ガバナンスの問題です。つまり、やるべきことは、単価表の数字を見比べることではなく、誰が何にどれだけ使っているかを把握し、無駄な消費に歯止めをかけることです。

単価は下がり請求は増える（提供：Postman）

なぜ、エージェントはこれほどトークンを費やすのか

　では、なぜAIエージェントは多くのトークンを消費するのでしょうか。鍵になるのは、支払いの単位が「トークン」ではなく、実質的に「タスク」だという点です。一問一答のチャットなら、消費は一度きりで小さく収まります。しかしエージェントは、計画を立て、ツールを呼び、返ってきた結果を読み、また計画を練り直す、というループを回します。1つのタスクを片づけるのに、モデルを数十回から200回近く呼ぶことも珍しくありません。

　Anthropicの研究によれば、エージェント型のワークフローは通常のチャットのおよそ4倍、複数のエージェントが連携する構成では15倍ほどのトークンを消費します。長時間動くエージェントでは、1つのタスクで数千万トークンに達する例も報告されています。しかも、会話履歴の再送が、見えにくい増加要因になります。20ターンのやりとりで、大きなシステムプロンプトを毎ターン送り直せば、当初は数百トークンだったセッションが1万トークンを優に超え、費用は回数に比例するのではなく、二次関数的に膨らんでいきます。同じ会話が長引くほど、一往復当たりのコストが重くなっていく計算です。

　単純化して考えてみましょう。5000トークンのシステムプロンプトを抱えたエージェントが10回のやりとりを重ね、毎回それを送り直せば、システムプロンプトだけで5万トークンに達します。同じ指示に、10回分の料金を払っていることになります。利用者から見れば一つの作業でも、課金の裏側では、同じ文脈が何度も読み直されています。

　さらに厄介なのは、AIの運用にかかるコストの大半が、モデルの請求書には直接表れないことです。ある分析では、本番運用のAIコストの約72％が、モデル利用料の外側、つまりオーケストレーション、リトライ、検索、可観測性といった周辺で発生しているとされます。請求書に載るトークン代は全体の一部に過ぎず、多くはその外側で発生しています。

AIコストの内訳（提供：Postman）

　この状況を映すように、コストを管理する側も動き始めています。「FinOps」の普及や標準化を推進するFinOps Foundationの調査では、AIの支出を他の経費と切り分け、独立した管理対象として扱う組織の割合が、2024年の31％から2025年には63％へと倍増し、2026年には98％に達しました。AIコストは、もはや一部の技術者だけの関心事ではなく、経理が一つの費目として正面から向き合う対象になりました。

そのMCPツールが、気付かないうちに文脈を埋めている

　ここで、第2回で紹介した設計が、そのままコストの話につながってきます。前回、既存のREST APIをそのまま触らせるのではなく、MCPサーバでラップして公開する設計を紹介しました。ただし、素朴に全エンドポイントを1対1でツール化すると、そのツール定義そのものが、大量のトークンを消費します。

　数字にすると、その影響がはっきりします。GitHubの公式MCPサーバは、ツール定義を並べるだけで約4万2000トークンを消費します。このようなサーバを4つ、5つとつなげば6万トークンを超え、フロンティアモデルのコンテキスト枠（12万8000〜20万トークン）の3割から5割を、まだ何の仕事もしないうちからツールの説明文に明け渡すことになります。ブラウザ操作用のMCPサーバを1つ入れただけで、「Claude」の20万トークンのコンテキスト枠のうち2割余りがツール定義で埋まった、という報告もあります。

ツール定義がコンテキストを先に埋める（提供：Postman）

　そして、これは費用だけの話ではありません。文脈が膨れると、モデルの推論そのものが劣化します。「GPT」や「Claude」「Gemini」を含む18のモデルを対象にしたある検証では、入力が長くなるほど、単純な課題でさえ精度が落ちることが一貫して観測されました。コンテキスト枠が広いからといって、その隅々まで均等に注意が向くわけではありません。必要な情報が大量の説明文に埋もれ、get_status、fetch_status、query_statusのように名前の似たツールを取り違える。多過ぎるツールは、エージェントを賢くするどころか、かえって鈍くします。

　裏返せば、ツールを絞り込むほど結果は良くなります。ある研究では、使うツールを必要なものだけ取り出す方式にしたところ、ツール選択の精度が3倍以上に上がり、プロンプトのトークンが半分以下に減りました。専門家の指摘も同じ方向です。多くのMCPサーバは、既存のAPIをほぼそのままツールに移しただけで、エージェント向けに設計されておらず、細かなAPI呼び出しを何段も重ねる操作は、一つの意図を表すツールの背後に隠すべきだ、というものです。

　なぜ、こうなりがちなのでしょうか。既存のOpenAPI仕様から機械的にMCPサーバを生成すれば、200個のエンドポイントは、そのまま200個のツールになります。手軽で、最初は動きます。しかしその手軽さが、そのまま文脈の肥大と選択ミスを招きます。自動生成は出発点としては便利でも、そのまま本番に出すものではありません。だからこそ、200近いエンドポイントを機械的にツール化するのではなく、エージェントが本当に使う操作だけを、意図（インテント）の単位で10〜30ほどに絞り込みます。「顧客を照会する」「注文を確定する」といった粒度に束ね、それ以外は見せない。トークンの浪費は、モデルの問題である前に、API設計の問題です。

　ここでも、APIをエージェントという新しい利用者に合わせて設計し直す、という視点が効いてきます。エージェントに渡すツールの一覧は、機能の網羅ではなく、タスクの設計として捉え直す必要があります。

---

　こうしたトークン消費が膨らむ原因を踏まえ、どのような対策が有効なのでしょうか。次回、トークン消費を抑制する5つのポイントを紹介します。

出典・参考文献

[1]Menlo Ventures「2025 Mid-Year LLM Market Update」（企業のLLM API支出が半年で35億→84億ドルへ倍増）

[2]Andreessen Horowitz（Guido Appenzeller）「Welcome to LLMflation」（GPT-3級が100万トークンあたり60ドル→0.06ドル、3年で約1000倍・年およそ10分の1）

[3]Towards Data Science「Workflows vs Agents」（Anthropicの研究として、エージェントは約4倍・マルチエージェントは約15倍のトークンを消費）

[4]Navya AI「AI Token Cost Over Time (2026)」（本番AIコストの約72%がモデル利用料の外側で発生）

[5]The Daily Agent「MCP Tool Overload: Why More Tools Make Your Agent Worse」（GitHub公式MCPサーバのツール定義が約42,000トークン、コンテキストの30〜50%を消費）

[6]「RAG-MCP: Mitigating Prompt Bloat in LLM Tool Selection via Retrieval-Augmented Generation」（arXiv:2505.03275。ツール選択精度が3倍、プロンプトトークンが50%超減）

[7]The New Stack「10 strategies to reduce MCP token bloat」（多くのMCPサーバは既存APIをそのまま移しただけ。多段の呼び出しを一つの意図に隠すべき、という専門家の指摘）

著者紹介

草薙 昭彦（くさなぎ あきひこ）

Postman株式会社　テクノロジーエバンジェリスト

東京大学大学院工学系研究科電子情報工学専攻修士課程修了。サン・マイクロシステムズ、オラクル、EMCを経て近年は外資系ITスタートアップでサービス導入や啓蒙活動に従事。デジタルツインやデータビジュアライゼーションに関心があり、制作した交通デジタルツインアプリ「Mini Tokyo 3D」は数々の賞を受賞。