2．実際に起きたトークンコストの爆発

2026年には、エージェント型コーディングの急速な普及により、企業や利用者が想定を超える支出に直面した事例が相次いで報じられました。

3．トークン爆発への対応例

Uber：可視化と上限設定、モデルの使い分け

Uberでは、利用量を競う社内ランキングを廃止し、本人向けダッシュボードで利用状況を確認できるようにしました。また、ツールごとに1人当たり月額1,500ドルの上限を設け、業務上必要な場合に備えて例外承認も用意しました。タスクに応じたモデルの使い分けやプロンプトキャッシュにも取り組んだと報じられています（※6）（※7）。

Meta：消費競争の見直しと自社基盤への移行

Metaもトークン消費量を競う社内ランキングを廃止し、利用量の監視と予算管理へ移行したと報じられています。あわせて、外部のAIコーディングツールへの依存を減らすため、自社開発のコーディングアシスタント「MetaCode」への移行を進めました（※8）。

GitHub：利用量と追加予算の可視化

GitHubは利用量ベース課金への移行にあわせて、AIクレジットの消費量や追加予算を組織で確認・管理する機能を提供しています（※9）。

各社の対応に共通するのは、単に利用を制限するのではなく、利用量の可視化、予算と上限の設定、モデルや基盤の使い分けを組み合わせている点です。利用量そのものを成果の代理指標にせず、「どの業務で、どれだけの価値を生んだか」を測る必要があります。

コラム：同じ作業でも34倍のコスト差がつく

Tokenomics Foundationが公開しているBig-T Notationの例では、ホワイトペーパー10本を同じ品質水準で要約するタスクを、4つの方法で比較しています（※10）。

※削減率は、一つ上の方法に加えて各対策を適用した場合の値

コストの差は最大約34倍で、削減率は97％以上です。

特に注目すべきは、文書ごとの会話の分離（78.6％）とタスクに見合ったモデルへの変更（80.0％）です。
前処理、コンテキスト、出力形式、再試行やエージェント階層といった設計やエージェントへの指示が請求額を左右します。

4．今日から始める5段階の対策

4-1．利用量と成果を可視化する

モデル別・ユーザー別・チーム別・ワークロード別に、入力、キャッシュ入力、出力、推論の利用量と費用を集計します。複数プロバイダーを使う場合は、AI GatewayやObservability（可観測性）基盤へ集約します。あわせて次の項目を記録します。

• 処理件数と成功件数
• 応答時間
• 再試行回数とモデル呼び出し回数
• 人による修正・レビュー時間
• 業務上の成果

目標は「成功したタスク1件当たりの費用」まで見える状態です。

4-2．予算、通知、停止条件を設定する

ユーザー、チーム、用途、ツールごとに予算枠を分け、50％、80％、100％などで通知します。業務を止められない用途には例外承認や一時的な増額手続きを用意します。

プラットフォーム側にも管理機能が増えています。Visual Studio Code 1.125では、GitHub Copilotのステータス画面に追加予算の消費率が表示されるようになりました（※11）。Google CloudのSpend cap budgetsは、上限到達後に対象プロジェクト・対象サービスの利用を停止します（※12）。

Google Cloudの上限設定は単一プロジェクト・単一対象サービスごとであり、検知も即時ではありません。アプリケーション側でも、呼び出し回数、再試行、実行時間、AIエージェントの深さを制限します。

4-3．不要なモデル呼び出しとコンテキストを減らす

検索、絞り込み、集計、形式変換、重複排除などは可能な限りコードで行い、モデルへ渡す入力を小さくします。繰り返し処理はスクリプトや再利用可能なワークフローにします。キャッシュされた入力は通常の1/10程度のコストで済むため、キャッシュの有効利用も検討します。

コンテキストについては、次を確認します。

• 別の作業を始めるときは、会話や実行単位を分ける
• 現在のタスクに不要な文書、ログ、ツール定義を渡さない
• 長い履歴は要約し、必要な決定事項と未完了作業だけを残す
• 共通指示は安定した接頭辞として整理し、プロンプトキャッシュを利用しやすくする
• 出力形式と最大長を定め、不要に長い回答を生成させない

キャッシュは自動的に利用されるため意識する必要がないと考えがちですが、下記の点への注意が必要です。

• キャッシュはコンテキストの先頭部分から以前のプロンプトと一致している部分が順に判定され、異なる部分があるとそれ以降は無効になるため、とくに接頭部分は変化が生じないようにする。
• キャッシュには有効期限が存在するため、サブエージェントを並列で操作させてメインエージェントのキャッシュクリアを防ぎ、場合によりコストをかけてキャッシュ保持期間を延ばす。

無制限の再試行や再帰的なエージェント呼び出しには、終了条件とサーキットブレーカー（異常時に処理を自動停止する仕組み）を設けます。

4-4．タスクに応じてモデルを使い分ける

タスクごとに評価セットを作り、必要な品質水準を満たすモデルの費用と応答時間を比較します。

モデル間の価格差は大きくなっています。2026年8月時点のOpenAI公式価格では、GPT-5.6 Lunaは100万トークン当たり入力0.20ドル・出力1.20ドル、GPT-5.6 Solは入力4.00ドル・出力20.00ドルです（※13）（※14）。同じファミリーでも入力単価は20倍、出力単価は約16.7倍の差があるため、ルーティングの効果は小さくありません。

安価なモデルでも、何度もやり直せば総費用は増えます。モデル単価ではなく、成功したタスク1件を完了するまでの総費用で比較し、推論にかける計算量の設定（Reasoning Effort）も評価対象にします。

4-5．コストをビジネス価値に結びつける

予算配分の基準を「使ったトークン数」から「生み出した価値」へ移します。たとえば次の指標を使います。

• 完了した開発タスク1件当たりのAI費用
• 受け入れられたコード変更1件当たりの費用
• 問い合わせ解決1件当たりの費用
• 作業時間の削減量
• 売上、転換率、品質、障害件数への影響

目的はトークンを使わないことではなく、価値の低い消費を減らし、価値の高い処理へ予算を振り向けることです。

5．Tokenomics Foundationによる標準化

2026年8月4日、Linux FoundationはTokenomics Foundationの設立を発表しました。設立時にはAccenture、Hitachi、IBM、JPMorgan Chase、Oracle、SAP、ServiceNowなど約30社が参加しています（※15）。

同Foundationは、Tokenomicsを「ビジネス成果を生み出すために、AIの生産・消費・価値を管理する新しい実践」と位置付けています。取り組みには、AIコストの構造を整理するFive-Layer Tokenomics Stackや、消費量の増え方を分類するBig-T Notationがあります。

請求・利用データの標準化も進んでいます。FOCUS（FinOps Open Cost and Usage Specification）は、クラウドやSaaSの請求・利用データを共通形式で扱うオープン仕様です。現行のv1.4にはAI専用のモデル識別子や入出力トークン項目はなく、次期バージョンのv1.5に向けて対応作業が進められています（※16）。

6．まとめ

高度なAIエージェントの普及により、AI費用が爆発的に増加し、それに伴い各社には対応が求められています。こうした動きの中で、プラクティスも整備されつつあり、場合によってはタスクの精度を落とさずに劇的にコストが削減できることも見えてきました。

重要なのは、トークン消費を一律に抑えることではなく、利用量と成果を結びつけ、価値の低い処理から高い処理へ予算を振り向けることです。そのためには、利用状況の可視化や予算上限の設定に加え、コンテキストの整理、タスクに応じたモデル選択、成功したタスク単位での費用評価を継続的に行う必要があります。AI活用が実験段階から事業基盤へ移る今、Tokenomicsをコスト削減策ではなく、AI投資の持続可能性と競争力を高める経営の仕組みとして捉えることが求められます。

また、コスト最適化は、費用削減だけに注目せず、必要な品質・安全性を満たすことを前提として行うことも重要となってきます。

NTTデータおよびNTTデータグループでは、両社のGlobal AI Office、AI技術部、AI事業本部、先進エンジニアリング技術部、公共・社会基盤技術戦略推進部が共同して、Tokenomicsを推進する取り組みを始めました。今後、勉強会の開催や活動で得られた知見を共有していきます。