AIエージェントのチーム化は割高、費用最大5.1倍 Vals AI検証

Vals AIは、AIエージェントのチーム化の費用対効果を検証し公表しました。

本記事は士業のチカラ編集部が、公表されている一次情報のみを根拠に作成しています。今回の原典は、AIの評価を手がけるVals AIのブログ記事「Do Agent Teams Pay Off? A Case Study on Vibe Code Bench」（2026年10月9日付）で、The Decoderが10月11日に報じました。親役のエージェントが子のエージェントに作業を分けて任せる「チーム化」は、費用が1.8〜5.1倍に増えた一方、品質の向上がはっきり確認できたのは4通りの比較のうち1つだけでした。AIエージェントの導入を検討する士業事務所にとって、費用を見積もる材料になります。

何が起きたか：同じ50本のアプリ開発で単独とチームを比較

Vals AIは、自社のベンチマーク「Vibe Code Bench」で比較を行いました。仕様書からWebアプリを丸ごと作らせ、ブラウザを操作する採点用のエージェントが画面を順にたどって動作を確かめます。得点は、画面のテストに合格した割合です（出典：Vals AI）。

対象モデルはGPT 6 SolとClaude Opus 5.5の2つです。推論の深さを決める設定を中程度と最大の2段階に分け、50本のアプリを単独のエージェントとチームでそれぞれ1回ずつ作らせました。チームでは親役が同時に最大5体の子エージェントを起動でき、子がさらに孫を作ることはできない設計です（出典：Vals AI）。

チーム化で得点がはっきり上がったのは、GPT 6 Solの中程度設定だけでした。得点は77.6%から84.9%へ7.3ポイント上がり、統計的にも偶然とは言いにくい差（p=0.005）でした。ただし1アプリあたりの平均費用は1.22ドルから3.07ドルに増えています（出典：Vals AI）。

残る3通りでは、意味のある差は確認されませんでした。GPT 6 Solの最大設定は89.0%から90.4%で、費用は4.82ドルから8.54ドルでした。Claude Opus 5.5の中程度設定は91.5%から91.2%とわずかに下がり、費用は4.08ドルから9.10ドルに増えました。最大設定は89.8%から93.2%に上がったものの統計的な差とは言えず、費用は23.77ドルから122ドルへ約5.1倍になっています（出典：Vals AI）。

なぜ重要か：チーム化の効果はモデルと課題しだい

結果から読み取れるのは、チーム化の効果がモデルと設定で大きく変わるという点です。GPT 6 Solでは、チーム化よりも推論設定を上げるほうが効果が大きく、単独のまま中程度から最大に上げると11.4ポイント上がりました（出典：Vals AI）。

作業時間も一様には縮みません。GPT 6 Solはチーム化で所要時間が短くなりましたが、Claude Opus 5.5は逆に長くなり、最大設定では中央値で74.7分から174.1分へ約2.3倍になりました（出典：Vals AI）。The Decoderは、チーム化で得られるのは主に品質より速さだと整理しています。あわせて、AnthropicのClaude Opus 5.5 システムカードにも、エージェント数を増やすほど伸び幅が小さくなる社内テストの結果があると紹介しています（出典：The Decoder）。

Vals AI自身も限界を明記しています。対象はWebアプリ開発という1種類の課題だけで、各設定は1回ずつしか走らせていません。2つのモデルは別々の実行環境で動かしたため、モデル同士の比較には環境の違いも混ざります（出典：Vals AI）。

士業事務所にとっては、ツール選定の判断材料になります。最近のAIツールには、複数のエージェントに調査や下書きを並行して任せる機能が増えています。今回の結果は、こうした機能を使っても品質が上がるとは限らず、費用は数倍になりうることを示しました。Vals AIは、並行して進められる部分に分けやすい課題ほどチームの効果が出やすいという見立ても示しています。判例や通達の調べものと、意見書の起案のような一続きの作業とでは、向き不向きが分かれる可能性があります。

あわせて押さえておきたいのが、入力データの扱いです。エージェントを増やしても送信先のサービスは変わりませんが、子エージェントごとに資料や指示を読み込む仕組みでは、送られる情報量が増えることがあります。入力データが学習に使われるかは、OpenAIの法人向けプライバシー方針やAnthropicの商用利用規約など、契約プランごとの公式資料で確認する段階です。各士業法が定める守秘義務との関係も、事務所の利用規程で整理しておく論点になります。

今後の動き：3つの注目点

1つ目は、ほかの課題での検証です。今回の結果はWebアプリ開発に限られます。調査や文書作成のような課題で同じ傾向が出るかは、公表資料からは確認できません。

2つ目は、料金の変化です。チーム化の費用はトークンの消費量で決まるため、単価や長い文脈の料金の扱いが変われば、損得の線引きも動きます。Vals AIは、長い文脈向けの料金は今回評価していないと断っています（出典：Vals AI）。

3つ目は、ツール側の費用表示です。各社がチーム化の機能を広げるなかで、利用者が費用の増え方を事前に把握できる表示や上限設定がどこまで整うかが注目されます。

まとめ

Vals AIの検証では、AIエージェントのチーム化で費用が1.8〜5.1倍に増えた一方、品質がはっきり上がったのは4通り中1通りでした（出典：Vals AI）。効果は課題や設定しだいで変わります。士業事務所がエージェント機能を取り入れる際に、速さと費用、送る情報量のバランスを見て使い分ける材料になります。

参考文献

※士業のチカラでは、生成AIの導入支援から運用最適化まで、貴事務所の業務に合わせたカスタマイズ提案を行っています。無料相談（30分）も実施中ですので、お気軽にお問い合わせください。
https://shigyonochikara.jp/contact/

引用元: The Decoder

本記事の作成体制について

本記事は士業のチカラ編集部が、公表されている一次情報のみを根拠に作成しています。法令の条文はe-Gov法令検索の原文で、行政の見解は各府省庁の公表資料で、それぞれ確認したうえで記載しています。引用元は本文中および参考文献にすべて明示しています。

本記事には特定の資格者による監修は入っていません。個別の事案について法令の当てはめや手続の可否を判断する必要がある場合は、当該分野の有資格者にご相談ください。本記事は一般的な情報提供を目的としたものであり、個別具体的な法律判断・税務判断・労務判断を提供するものではありません。

記載内容に誤りを見つけられた場合は、お問い合わせよりご指摘ください。確認のうえ速やかに訂正し、訂正履歴を記事内に残します。編集方針の詳細は運営者情報をご覧ください。