TOAI-elegant-langはトークン使用量をどの程度削減するのか？

内部エージェント間通信で-89.4%〜-89.5%、21.7倍の圧縮を報告。2,090件超の本番記録に基づく。日本語のA2Aパケットでは-89.8%（9.8倍）としている。

どのAIモデルでプロトコルを検証したのか？

9ラボの10モデルをAPI経由で接続。Google DeepMindのgemini-3.5-flash-lite、OpenAIのgpt-6.1-solとgpt-6-astra、Anthropicのclaude-sonnet-5.5とclaude-opus-5.5、xAIのgrok-4.7など。

無料で試せるのか？

はい。256語のRISC基本辞書、rosetta_layer.json、Python SDK、CLI、MCPサーバーを含むOpen Core EditionがMITライセンスで無償公開されている。

大規模言語モデルオープンソースAIQiita 機械学習13時間前2026年10月28日 13:00

AI同士の通信を21.7倍圧縮するプロトコル公開

LINEで送る

3つのポイント

何が起きたか
HinotoriギルドがTOAI-elegant-langをMITライセンスのOpen Core版として公開。2,090件超の本番記録で内部エージェント間通信の圧縮率21.7倍を報告。
なぜ重要か
測定された削減効果が各社で再現されれば、AIエージェント同士の通信トークン消費が大きく減り、マルチエージェント運用の計算資源と電力負荷を抑えられる。

誰に効くかマルチエージェントシステムや日本語のエージェント通信を運用する企業チームはトークン費用と計算負荷を削減できる可能性がある。ただし最大の削減幅は作者自身の整合済みログによるものだ。

わからないところ、AIに聞けます

質問と回答はこのページに公開されます。

こういう要約が、毎朝あなたのメールに届きます。

こうしたAIニュースを毎朝無料で受け取る LINEで友だち追加して受け取る

背景と解説

このプロトコルが狙うのは特定の無駄だ。AIエージェントは今も人間の言語でメッセージをやり取りし、冗長なテキストを受信側モデルがトークン単位で再解析している。TOAI-elegant-langは制御フローを1〜2トークンのASCII識別子に圧縮しつつ、数値や通貨ペアなど実用パラメータは完全に保持する。日本語も対象で、サブワード分割のため英語より1.3〜1.8倍トークンを消費すると指摘する。AI同士の不透明な共謀への懸念に対し、設計はロゼッタストーン型の三層構造を軸とする。読める概念層、高圧縮のワイヤー層、全記号を日本語や英語に復元できる決定論的辞書だ。公称のブラックボックス率は0.0%で、辞書とSDKは公開されている。報告ベンチマーク比はモデルごとに異なり、Alibabaのqwen3.8-flashで3.62倍、Zhipu AIのglm-5.3-flashで10.96倍。提供形態はオープンコアで、基本辞書とツールはMITライセンスで無償、上位マクロ辞書と圧縮ミドルウェアの本番利用にはスポンサー支援が必要だ。

よくある質問

TOAI-elegant-langはトークン使用量をどの程度削減するのか？: 内部エージェント間通信で-89.4%〜-89.5%、21.7倍の圧縮を報告。2,090件超の本番記録に基づく。日本語のA2Aパケットでは-89.8%（9.8倍）としている。
どのAIモデルでプロトコルを検証したのか？: 9ラボの10モデルをAPI経由で接続。Google DeepMindのgemini-3.5-flash-lite、OpenAIのgpt-6.1-solとgpt-6-astra、Anthropicのclaude-sonnet-5.5とclaude-opus-5.5、xAIのgrok-4.7など。
無料で試せるのか？: はい。256語のRISC基本辞書、rosetta_layer.json、Python SDK、CLI、MCPサーバーを含むOpen Core EditionがMITライセンスで無償公開されている。

Qiita 機械学習元記事を読む

LINEで送る