高性能AIモデルが出るたびに、企業の悩みは増えます。
使えば仕事が進みそう。 でも全員に使わせると費用が読めない。 安いモデルだけにすると、重要な設計やレビューで品質が足りない。
この悩みは、モデル名だけでは解けません。 必要なのは、業務ごとに「どのモデルまで使ってよいか」を決める設計です。
Claude Fable 5のAPI価格は、公式pricingで100万入力トークンあたり10ドル、100万出力トークンあたり50ドルです。 高性能モデルを業務で使うなら、まず費用の見方を「1回の利用料」から「月次の使い分け」に変える必要があります。
まず業務を3段階に分ける
AI利用料を抑えようとすると、すぐに「安いモデルで足りるか」という話になります。 しかし、最初に分けるべきなのはモデルではなく業務です。
軽い作業:
要約、言い換え、社内メモ、たたき台
中くらいの作業:
顧客向け文面、業務手順、調査整理、仕様の比較
重い作業:
設計判断、コードレビュー、長い文脈の整理、経営判断に近い分析軽い作業を高性能モデルに投げ続けると、費用が膨らみます。 重い作業を低コストモデルだけで処理すると、あとで人間の確認や手戻りが増えます。
費用管理は、安いモデルを選ぶことではありません。 作業の重さに合わせて、モデルの使いどころを決めることです。
5つの条件で高性能モデルを許可する
高性能モデルを使ってよいかは、次の5条件で判断します。
1. 失敗時の損失が大きいか
2. 入力文脈が長いか
3. 出力を再利用するか
4. 人間が確認する前提があるか
5. 機密情報の投入条件を満たしているかこのうち3つ以上に当てはまるなら、高性能モデルを使う理由があります。
たとえば、顧客提出前の要件整理、複数ファイルをまたぐコードレビュー、社内ルールの改定案、重要な調査レポートなどです。
一方で、次の作業は低コストモデルで十分な場合が多いです。
- 文章の言い換え
- 短いメール下書き
- 議事録の見出し整理
- 社内メモの要約
- アイデア出しの初回案
ここを分けるだけで、AI利用料の見通しはかなり改善します。
「拒否されたらどうするか」も予算に入れる
Claude Fable 5には安全分類器があり、一定のリクエストを拒否する場合があります。 公式docsでは、拒否はHTTP 200の成功応答として返ること、別モデルへのfallback方法があること、拒否時やfallback時の課金の扱いが整理されています。
つまり、費用設計では通常利用だけでなく、拒否後の処理も見ます。
通常ルート:
高性能モデルで処理
拒否ルートA:
低リスクなら別モデルで再試行
拒否ルートB:
高リスクなら人間に戻す
拒否ルートC:
入力情報に問題がありそうなら処理を止める再試行を自動化するなら、二重課金を防ぐ仕組みやログを確認します。 人間に戻すなら、誰に通知するか、どの画面に戻すかを決めます。
AIの予算は、モデル単価だけではなく、失敗時の戻し方まで含めて設計します。
月次上限は部署別ではなく用途別に置く
AI利用料を部署別に割ると、現場の行動と合わないことがあります。 営業、管理、開発、制作のどこでも、軽い作業と重い作業が混ざるからです。
中小企業では、用途別の上限が扱いやすいです。
日常支援枠:
社内メモ、要約、下書き。低コストモデル中心。
提出物枠:
顧客向け資料、説明文、提案書。中位モデル中心。
重要判断枠:
設計、レビュー、長文脈分析。高性能モデルを許可。
検証枠:
新モデルの試用、比較、品質確認。期間と担当者を限定。この分け方なら、「どの部署が使ったか」よりも「何のために使ったか」が残ります。 あとから費用対効果を見直しやすくなります。
高性能モデルは「最後の清書」より「最初の設計」に使う
高性能モデルを、最後の文章の清書だけに使うのはもったいない使い方です。
価値が出やすいのは、次のような場面です。
- 業務全体を分解する
- 例外パターンを洗い出す
- 判断基準を作る
- 既存資料の矛盾を見つける
- 実装前のリスクを整理する
最後の文章をきれいにするだけなら、安いモデルでも足りることがあります。 高性能モデルは、手戻りが高くつく場所に使う方が費用対効果を説明しやすくなります。
使い分け表を社内に置く
最初は、次のような簡単な表で十分です。
作業: 議事録要約
モデル: 低コスト
理由: 失敗時の損失が小さい
確認者: 担当者
作業: 顧客向け提案書の初稿
モデル: 中位
理由: 文面品質と事実確認が必要
確認者: 代表または責任者
作業: 業務システムの設計レビュー
モデル: 高性能
理由: 手戻り損失が大きく、文脈が長い
確認者: 技術責任者
作業: 顧客データを含む分析
モデル: 保留
理由: データ保持と契約条件の確認が必要
確認者: 管理責任者この表があるだけで、現場は迷いにくくなります。 財務側も、翌月以降のAI利用料を見積もりやすくなります。
Optiensの見方
高性能AIモデルの費用は、削る対象ではなく、配分する対象です。
ただし、配分するには、業務棚卸し、入力データの分類、確認責任者、月次上限が必要です。 ここがないままモデルだけを増やすと、AI利用料は増えても、成果が説明しづらくなります。
Optiensの詳細版AI活用診断では、導入可否、優先順位、構成案、費用前提を整理します。 個別の作業支援が必要な場合は、診断とは別の導入支援または個別見積の領域として分けます。
高性能モデルを使い始める前に、どの業務に、どの上限で、どこまで任せるかを決めておく。 それだけで、AIの費用はかなり説明しやすくなります。