新しいAIモデルの発表を見ると、料金表と応答速度を比べたくなります。
2026年8月13日のGoogle公式発表では、Gemini 3.7 Flashはコーディングとエージェント向けのモデルとして案内され、年末までの導入価格として入力100万トークンあたり0.75ドル、出力100万トークンあたり3.75ドルが示されました。Googleの公式発表と料金ページで、対象プランと利用条件を確認できます。
一方、OpenAIはGPT-5.6をChatGPT、Codex、APIで提供しています。初期プレビューでは、GPT-5.6 Solを一部顧客向けにCerebras上で最大毎秒750トークンで提供すると説明しました。GPT-5.6の公式発表とプレビュー案内は、利用場所や提供条件が異なるため、導入時点の公式表示を確認する必要があります。
こうした発表は、選択肢が増えたことを示しています。しかし、AIエージェントを業務で使う判断は「入力単価が低い」「返答が速い」だけではできません。
この記事では、モデルを比べる前に分けておきたい三つの時計を整理します。
今回の公式発表で確認できること
GoogleとOpenAIの発表から読み取れるのは、モデルの能力競争だけではありません。低コストで反復する処理を回す選択肢と、応答を急ぐ業務へ高速な処理を当てる選択肢が、別々に増えていることです。
Googleの開発者向け資料では、標準、バッチ、優先処理などで、コスト、速度、信頼性の調整方法が異なると説明されています。最適化と推論の案内を見ても、安い処理方法が常に最短時間になるわけではありません。
同じことは高速処理にも当てはまります。生成トークンが速く返っても、外部サービスへの接続、ファイル処理、検索、承認待ち、修正が残れば、仕事全体の完了時間は別です。
そのため、新しいモデルのニュースは「すぐ乗り換える理由」ではなく、どの業務で何を測り直すかを決める材料として扱う方が実務的です。
料金表と速度表だけでは「1件の完了」は分からない
モデルの料金表は、主に入力と出力のトークンに関する情報です。エージェント型の業務では、それに加えてツール実行、検索、保存、再試行、外部システムの待機、人間の確認が発生します。
たとえば、議事録から担当別の作業リストを作り、社内システムへ下書きを置く業務を考えます。文章が数秒で返っても、担当者名が不足していれば確認が止まります。更新権限がなければ、別の人が転記します。出力を二回作り直せば、低単価のモデルでも一件あたりの総額と総時間は増えます。
逆に、数百件の分類のように、人が待たずに後でまとめて確認できる業務では、応答の速さよりも、一件あたりの費用、失敗時の再実行、結果の揃い方が重要です。
比較する単位を「1回の応答」から「人が次の仕事へ渡せる状態」へ変えると、モデルの役割を選びやすくなります。
三つの時計を分ける
AIエージェントの試行では、次の三つを別々に記録します。
開始は依頼を送った時点、終了は成果物が決めた保存先にあり、確認者が次の仕事へ渡せると判断した時点にそろえます。この開始と終了をそろえないと、同じモデルを比べても、片方は下書きが返った時点、もう片方は保存まで含めた時点を測ることになり、数字を比較できません。
1. 応答の時計
依頼を送ってから、最初に使える文章、分類結果、計画案が返るまでの時間です。
この時計が重要なのは、利用者が画面の前で待つ業務です。問い合わせの下書き、会議中の論点整理、短い確認文の作成では、待ち時間が短いほど人の作業リズムを保ちやすくなります。
2. 実行の時計
エージェントが外部ツールを使い、必要な処理を終えて結果を保存するまでの時間です。
ファイルを読む、検索する、複数の候補を比較する、下書きを登録する、といった処理は、モデルの出力速度だけでは決まりません。外部サービスの待ち時間、接続権限、失敗時の再実行もここに含めます。
3. 受入の時計
人間が出力を確認し、修正し、次の担当者や正式な保存先へ渡せると判断するまでの時間です。
社外へ出る文章、顧客の情報を扱う処理、金額や期限が関わる作業では、この時計を省略できません。AIの速度が上がっても、受入に30分かかるなら、改善対象はモデルではなく確認基準や入力不足かもしれません。
代表タスク3本で小さく測る
初めて新しいモデルを試すときは、代表タスクを三つ以内に絞ります。性能を広く試すより、業務の違いを比べる方が次の判断に使えます。
各タスクでは、同じ入力例、同じ保存先、同じ確認者を使います。検証のたびに資料量や確認の厳しさが変わると、モデルの差ではなく条件の差を測ることになるためです。
画面前の短い作業では、問い合わせ返信の下書きのように、応答の時計を主に見ます。使える初稿が短時間で返るか、修正を含めても人の作業が減るかを確かめます。
後でまとめて確認する作業では、資料の分類や一覧の整形のように、実行の時計と一件あたりの費用を見ます。途中で止まったときに、二重登録や無限の再試行を起こさずに手動へ戻せるかも確認します。
複数の判断が必要な作業では、提案書の下書きや公開前レビューのように、受入の時計を主に見ます。高性能なモデルを使う価値は、初稿の見栄えではなく、人間の確認回数や差戻しを減らせるかで判断します。
各タスクで、入力してよいデータ、完了の形、費用の上限、停止条件、確認者を先に書きます。これがないまま速度だけを比べると、同じ条件で検証できません。
採用判断は「速い」ではなく、次の仕事に渡せるか
試行の最後には、次の五つを一行で説明できるかを確認します。
対象業務:
人が受け入れた成果物:
応答・実行・受入にかかった時間:
一件あたりの追加費用:
失敗時に止めて手動へ戻す条件:ここまで書ければ、低単価モデルを反復処理へ使うのか、高速な設定を対話業務へ使うのか、より強いモデルを最終レビューへ使うのかを、業務ごとに説明できます。
可能なら、AIを使わない現行手順も同じ単位で一回だけ測ります。比較対象がなければ、AIの導入後に速くなったのか、単に仕事の量や確認の仕方が変わっただけなのかを区別できません。
反対に、この五つが書けない段階では、モデル比較の結論を急がない方が安全です。料金、速度、提供条件は更新されるため、検証を始める日に公式ページを確認し、結果を同じ形式で残してください。
AI活用をどこから始めるべきか迷っている場合は、AI活用診断（11,000円税込）で、優先候補と効果の仮説を確認できます。診断結果は専用ページでお届けし、30分のWebミーティングで結果説明と最初の1業務の確認を行います。実装や詳細な要件定義は含みません。
具体的な構築・改善まで進めたい場合は、案件相談フォームから、対象業務、現在の流れ、必要な成果物をお知らせください。含む・含まない範囲、利用アカウント、責任分界、検収方法を確認してから個別にお見積もりします。