AI費用76分の1、テストで5倍速く

Asanaの検証は独立したベンチマークではなく、OpenAIの公式事例として示されたもので、数値も検証値と明記され、信頼度は中程度とされている。この位置づけが重要なのは、削減の仕組みが手順上のものだからだ。エージェントは毎回の呼び出しで、既に読んだページの記録を正規料金で再送していた。修正はその記録の保持方法を変え、スクリーンショットをまとめて破棄する形にした。モデルの選択も見直した。

同じまとめで併記されたデータとしてLegalOnがあり、タスクごとにモデルを使い分けてCodexのコストを65％削減したと報告している。両例を合わせると、コスト管理は単一のより強力なモデルではなく、モデルとコンテキスト処理をタスクに合わせることで生まれるという構図が見える。

まとめの別の数値は研究側の規模感を示す。手作業なら1〜2か月かかる作業を、AIに実験を走らせて約1週間で完了し、4モデルで144件のテストを行った。コストの論点はその日の大きなテーマ、つまりAIそのものよりもAIの使い方と統治の仕方で成果が分かれるという話につながる。