そのAI無駄遣いしていませんか？同じ仕事でもAIの費用は最大34倍違うかもしれません。

作業に合ったAIの「配属」を点検する、Claude Code・Codex向けの無料「AIコスト診断」を公開

株式会社AI Atelier

2026年10月13日 10時00分

「すべての中小企業にとって必要とされるAIサービスを」を理念に掲げる株式会社AI Atelier（本社：東京都品川区、代表取締役：田端心温）は、今のClaude Code・Codexの設定を当社の検証結果に当てはめ、見直した場合との費用の差を金額と割合で示す、無料の「AIコスト診断」を公開します。

当社は、12種類の業務について、ClaudeとChatGPT（Codex）の7つのAIモデル（AIの種類）、思考の量、別のAIによる点検の組み合わせを変えた、計118通りの条件で合否と費用を調べました。旧モデルや予備検証も含めてAIに解かせた回答は計342件、2つのAIが別々に採点した判定は計660件です。すると、問い合わせの仕分けでは、Codexで使える2つのモデルがどちらも毎回合格したのに、費用には約34倍の差がありました。 Claudeでも、プログラムの実装でOpus 5.5とHaiku 5.5がどちらも毎回合格し、費用は約32倍違いました。同じモデルでも「思考の量」を変えると合否が入れ替わる作業や、別のAIに点検・修正させると合格が増えた作業もありました。どのAIが一番安く済むかは、作業ごとに入れ替わります。

※「最大34倍」は、採点が不安定だった企画・判断を除く11種類の作業で、同じ会社のモデル同士を比べ、どちらも毎回合格した組の中で最も差が大きかった値です（1回あたりの実行費用をAPI料金で換算した3回平均。月額料金の差ではありません）。本文の「毎回合格」は、同じ条件で3回くり返して、3回とも当社の基準を満たしたことを指します。

これまで：どの作業も同じAIに任せ、費用は使ってから気づく。

これから：会社や個人の作業に合わせて、使うAIを細かく決め（配属）、合否と費用の両方で見直す。

対象は、設定ファイルでAIに作業を任せる「Claude Code」「Codex」の利用者です。

知らないうちに、AIの費用はふくらんでいる

AIを仕事で使う会社が増え、その費用が経営の問題になり始めています。

AIの費用を管理・把握する400人を対象にLayerXが2026年6月に行った調査では、回答者の勤め先の月間AI利用費は平均約274万円でした。66.5%が前の年より増えたと答え、73.3%が「すでに、または1年以内に経営の課題になる」と答えています。
日本経済新聞は2026年9月10日、AIの利用料が月の予算を約200万円上回る状態が3か月続いた企業もあると報じました。
米ガートナーは2026年6月、トークン消費の増加と従量課金への移行を背景に、AIにプログラムを書かせる費用が、2028年までに開発者の平均給与を上回ると予測しました。

ところが、費用が増えていても、それが必要な投資なのか、設定を見直せば減らせる支出なのかは、請求額だけでは分かりません。同じLayerXの調査でも、82.8%が費用の把握に課題を感じていると答えています。

AIの選び方は、もう勘では決められないほど複雑

AIのモデルは、同じ会社の中でも単価が大きく違います。Claudeでは、2026年10月7日に出たHaiku 5.5の単価は、1回に読み込む量が10万トークン以下なら、Opus 5.5の40分の1です（トークンは、AIが文章を数える単位です。読み込む量と、答えや内部で考えた量に応じて費用が決まります）。Codexも同じです。通常の入力・出力の単価で、ChatGPTの最上位のGPT-6 Astraに対して、GPT-6.1 Solは5分の1、GPT-6 Lunaは100分の1です。単価だけを見れば、安いモデルを選ぶのが近道に見えます。

けれども、選ぶものはモデルだけではありません。

思考の量：同じモデルでも、答える前にどれだけ考えるかを「低・中・高・特高・最大」の5段階から選べます。CodexのLunaは、考えない「なし」を加えた6段階です。考えた分も、答えと同じ単価で課金されます。
何も設定しない時の思考の量：モデルや使い方でばらばらです。Claude Codeでは、Opus 5.5・Sonnet 5.5・Haiku 5.5は「中」、Opus 4.7は「特高」、それ以外は「高」です。同じSonnet 5.5でも、Claude Codeを通さずにAPIから使い、思考の量を指定しないと「高」になります。ChatGPTのSolとLunaは、指定しなければ「中」です。
料金の決まり：Haiku 5.5は、1回に読み込む量が10万トークンを超えると、単価が5倍になります。一度保存した指示を読み直す「キャッシュ」の単価も、モデルによって通常の2.5%〜10%と違います（最初に保存する時は別料金です）。
名前：同じ「haiku」という指定でも、Anthropicから直接使うとHaiku 5.5が、AWSやGoogle Cloud経由ではHaiku 4.5が動きます。

Claude Codeだけでも、Fable 5.1・Opus 5.5・Sonnet 5.5・Haiku 5.5が使える環境なら、1つの作業に「4つのモデル × 思考の量5段階」で20通りの選び方があります。Codexでも、Astra・Sol・Lunaと思考の量の組み合わせで16通りあります（公式の仕様で数えた場合）。両方を使えば、モデルと思考の量だけで36通りの候補があり、点検の組み合わせを加えるとさらに増えます（今回、すべてを試したわけではありません）。しかも、合格するかどうかもモデルと思考の量で変わります。どの組み合わせが一番安く済むかは、作業ごとに入れ替わります。

当社自身、業務の大半をAIに任せる中で、この問題にぶつかってきました。単純な作業にまで上位のモデルを使い、AIの使用枠を早々に使い切って、必要な作業に回せなくなったこともあります。そこで、作業ごとに合否と費用を比べ、モデルだけでなく思考の量や点検の組み合わせまで検証しました。その結果を設定の見直し表にし、ご自身の設定で費用の差を確かめられる無料の診断にまとめました。

実測で分かったこと｜一番安く済むAIは、作業ごとに違いました

中小企業がAIに任せることの多い業務から、代表的な12種類（情報抽出、議事録整理、表データの集計、小さなプログラム修正など）を選び、正解と採点基準を付けた課題を用意しました。Claude CodeとCodexの両方で、それぞれのモデルに同じ課題をくり返し解かせ、Haiku 5.5は思考の量「低・中・高」でも解かせました。プログラムは実際に動かし、計算は機械で答え合わせをしています。1回だけの合格では決めず、くり返しても毎回合格したものだけを「合格」としました。採点は、当社が作った基準で、モデル名を伏せて2つのAIが別々に行いました。代表的な4つの例です。

例1｜問い合わせの仕分けは、どちらも毎回合格。それでも費用は約34倍違った

お客様からの問い合わせを、内容ごとに仕分ける作業です。Codexで使える2つのモデル、GPT-6.1 SolとGPT-6 Lunaは、どちらも毎回合格しました。ところが1回あたりの費用は、Solが平均約0.030ドル、Lunaが約0.0009ドルで、約34倍の差がありました（費用はCodex経由で実行した時の入力・出力をAPI単価で換算した3回平均で、1回あたり約2万トークンの決まった入力を含みます）。

翻訳でも、同じ2つのモデルがどちらも毎回合格し、費用の差は約30倍でした。Claudeでも同じです。プログラムの実装では、Opus 5.5とHaiku 5.5（思考の量「低」）がどちらも毎回合格し、費用は約32倍違いました。作業によっては、高性能なモデルを使っても合格の回数は変わらず、費用だけが大きく増えます。

例2｜表データの集計は、軽いモデルでも毎回合格

3回ずつ実行したモデルは、ClaudeもCodexも、どれも毎回正しく集計しました。Claudeでは最も軽いHaiku 5.5（思考の量「低」）が最も安く、費用はOpus 5.5の約20分の1でした。Codexでは軽いGPT-6 Lunaが、GPT-6.1 Solの約25分の1で済みました。

例3｜事実チェックは、「書くAI」と「点検・修正するAI」の組み合わせで合格が増えた

資料と照らして文章の誤りを直す作業を、Sonnet 5.5だけで行うと、合格したり落ちたりしました。

そこで、Sonnet 5.5の下書きを、Codexの軽いモデル（GPT-6 Luna）に点検・修正させました。すると毎回合格し、費用はOpus 5.5だけに任せた場合の約半分でした（Luna単独では落ちる回がありました）。議事録の整理でも、合格しない回のほうが多かったものが、毎回合格するようになりました。

ただし、組み合わせが常に得とは限りません。議事録の整理ではLuna単独でも毎回合格し、組み合わせより安く済みました。要約やブランドの口調での文章は、Sonnet 5.5だけで毎回合格しました。ここに点検を足すと、費用が約10〜13%増え、合格は増えませんでした。

例4｜同じHaiku 5.5でも、考える量によって合格の回数が違った

Haiku 5.5を、思考の量「低・中・高」の3段階で、それぞれくり返し試しました。

決められた口調・文字数・商品情報で書くブランドの文章は、「高」だけが毎回合格し、「低」と「中」は1回も合格しませんでした。反対に、メールから情報を抜き出す作業は、「低」が毎回合格し、「中」と「高」は落ちる回がありました。今回の課題では、考える量を増やすほど合格が増える結果にはなりませんでした。ただし1つの課題での結果で、一般的な傾向を確かめたものではありません。なお、CodexのSolとLunaは、思考の量を指定しない条件（既定は「中」）で比べました。Codexで思考の量を変えた比較は、今回は行っていません。

一方で、定型メールの返信文は、どの段階でも合格しませんでした。主な理由は、「件名と本文だけ」という指示に、字数などの注記を付け足したことです。Sonnet 5.5は毎回合格しています。単価が一番安いモデルが、どの作業でも使えるわけではありません。

当社の検証（2026年10月）。12種類の業務ごとに架空の課題1つを用意し、各モデルで3回ずつ実行（毎回合格＝3回とも合格。GPT-6 Astraのみ各1回で、毎回合格の比較には含めない）。当社作成の基準で、モデル名を伏せて2つのAIが採点（人による業務品質の評価は未実施）。費用は各社の公開料金に基づくAIの実行費用で、人の確認時間や運用の費用は含みません。

複雑だからこそ、作業ごとに測って決める

軽いモデルで足りる作業もあれば、軽いモデルでは合格しない作業もある。考える量を増やすと合格する作業も、かえって落ちる作業もある。別のAIに点検・修正させると合格が増える作業も、増えない作業もある。AIの費用は、それほど複雑です。

当社はこの実測をもとに、作業ごとに「当社の基準で毎回合格したモデルと思考の量の組み合わせの中で、費用が最も低いもの」を選ぶ表を作りました。採点が安定した11作業を1回ずつ行う想定で、Claudeの中だけでこの表どおりに選んだ場合を試算しました。実行費用は、全部をOpus 5.5に任せた場合の約8分の1です（0.240ドル→0.029ドル）。Codexでは、SolとLunaのどちらかが毎回合格した9作業で同じように選ぶと、全部をSolに任せた場合の約4割でした（0.238ドル→0.093ドル。残る2作業はどちらのモデルも毎回は合格しなかったため、試算から除いています）。ただしこれらは、結果を見た後に選んだ組み合わせの集計です。選んだ組み合わせで改めて実行したり、別の課題で確かめたりはまだしていません。なお、この試算では思考の量も作業ごとに選んでいます。無料の診断では、Haiku 5.5は何も設定しない時の「中」の結果で計算します。

しかも、どんな作業がどれだけあり、どこまでの品質が要るかは、会社ごと、人ごとに違います。同じ設定を配っても、ある会社では安く済み、別の会社ではかえって高くつくことがあります。だから当社は、一社ごと、一人ごとの作業に合わせて、AIの割り当てを細かく設定します。

当社自身も、公開前にこの診断を受けました。業務の大半をAIで回している当社でも、使っていない拡張機能の説明まで毎回読み込んでいるなど、見直す点が見つかりました。

無料「AIコスト診断」｜設定を、当社に預けずに測ります

この実測結果を参考に、モデルの割り当て、毎回読み込む量、思考の量の設定について、見直す候補を示すのが「AIコスト診断」です。

診断ページで「診断用の文」をコピーします。
ご自身のClaude CodeまたはCodexに貼ります。AIが設定を読み、数字と種類だけの「結果」を出します。
結果を診断ページに貼り戻し、毎月のAI料金（だいたいの金額）を入れると、今の設定で毎月いくらがムダになり得るか、1年でいくらの差になるか、同じ料金で使える量が何倍になるかが出ます。作業ごとに「今の費用 → 最適化した費用 → ムダ」の比較と、直す順番の上位3つも出ます。

設定ファイルの中身は、当社に送られません。計算はお使いのブラウザの中で行います。

ムダの割合は、当社が実測した作業のうち費用を比べられるもの（Claudeは11作業、Codexは9作業）について、今の設定のモデルで行った費用と、作業ごとに当社の基準で毎回合格した最も安いモデルで行った費用を比べて出します（API料金で換算）。単価が安くても合格しなかったモデルは、最適化の候補に入れません。毎月の金額は、入力した料金にこの割合をかけた目安です（作業の種類と回数の割合は当社の検証と同じと仮定）。定額プランでは請求額は変わらず、その分、同じ料金で使える量が増える計算です（API料金の比で換算した目安で、実際の使用枠の増え方を示すものではありません）。あわせて、設定の整い具合を100点満点の点数でも示します。

※診断は、当社の実測結果を参考に設定の見直し候補を示すものです。お使いの業務に最適なモデルや、削減できる金額を保証するものではありません。

代表コメント

AIの費用は、どのAIを使うかより、どの作業にどのAIを当てるかで変わります。その答えは作業ごとに入れ替わり、単価の安いモデルが正解とも限りません。だから当社は、お客様の作業で実際に確かめてから決めます。まずは診断で、今の設定と見直しの候補を知っていただければと思います。

株式会社AI Atelier 代表取締役田端心温

まずは無料で診断してください

あなたのAI、無駄遣いしていないでしょうか？

Claude Code・Codexをお使いなら、会員登録なしで、今の設定のムダと直す順番が分かります。ムダが思ったより大きかった場合は、結果画面から当社へご相談ください。当社は、診断で見つかった候補をそのまま当てはめません。お客様の実際の作業で合否と費用を確かめてから、設定に反映します。個人の方なら日々の使い方に、企業なら部署や業務ごとに合わせて、AIの割り当て、点検の組み合わせ、毎回読み込む指示まで、細かくカスタマイズして設定します。

AIコスト診断（無料）
https://aiatelier-jp.com/ai-cost/

検証概要

作業：12種類（情報抽出／仕分け／議事録整理／数字を含む要約／定型メールの返信文（お詫び）／翻訳／表データの集計／小さなプログラム修正／中くらいの実装／企画・判断／ブランドの口調での文章／資料との照合）。各作業に架空の課題を1つ用意
規模：条件計118通り（12作業×6モデル＝72、Haiku 5.5の思考の量「低・中・高」12作業×3＝36、点検の組み合わせ5作業×2＝10）。AIが出した答え合計342件（旧モデル・予備検証を含む）、2つのAIによる採点の判定合計660件
モデル：7つ＝Claude Opus 5.5・Sonnet 5.5・Haiku 5.5・Haiku 4.5（旧モデル）、GPT-6 Astra・GPT-6.1 Sol・GPT-6 Luna。各作業3回（本文の「毎回合格」は3回とも合格を指す）。GPT-6 Astraは費用が高いため各作業1回のみで、「毎回合格」の比較には使っていない。Fable 5.1は今回実行していない。Haiku 5.5は思考の量「低・中・高」の3段階で各3回（他のモデルは既定の思考の量）。Haiku 5.5は発売後の2026年10月9日に追加で実行。採点の基準と採点するAIは共通だが、一度に並べて採点した回答の数は、既存の検証が6件、追加の検証が3件で、実行日も違う。完全に同じ条件の比較ではなく、採点条件の違いが結果に影響した可能性がある
組み合わせ：Sonnet 5.5の下書きを、GPT-6 LunaまたはGPT-6.1 Solが点検・修正。5作業で各3回
実行：Claudeは設定を読み込まない素の状態のClaude Code、ChatGPTはユーザー設定を読まない状態のCodex
採点：当社作成の基準で、モデル名を伏せ、Claude Opus 5.5とGPT-6.1 Solが別々に採点。両者が合格とし、重大なミスがないものを合格とした。コードと計算は機械による実行でも確認。人による業務品質の評価は未実施。企画・判断は採点が不安定だったため、本文の集計から除外
費用：AIの実行費用のみ（Claudeは実行時に報告された定価換算、ChatGPT（Codex）はトークン使用量×公式単価）。Codex経由は1回あたり約2万トークンの固定入力を含む。人の確認時間・やり直し・運用の費用は含まない
注記：社内検証であり、一般の業務すべてに当てはまるとは限りません。定額プランの月額請求や使用枠の改善率を示すものではありません。次回以降も、AIの使い方の実測結果を公開していきます
出典（公式の価格）：Anthropic 料金ページ（https://platform.claude.com/docs/en/about-claude/pricing）／OpenAI 料金ページ（https://developers.openai.com/api/docs/pricing）（2026年10月2日確認、Haiku 5.5は10月9日確認）