核心内容のまとめ
著者は2日間にわたりテンセントのWorkBuddyとアリババのQianwen OfficeのAIサービスを実際に使用し、そのコスト構造を分析しました。その結果、プラットフォームが提供する高額な補助金の一部は、モデルコストの違いによるものであることがわかりました。また、重度のユーザーはサブスクリプション料を大幅に上回る計算処理能力を消費しており、これがプラットフォームにとっての「損失の原因」となっています。Agentのコストが高い主な理由は、「文脈の再伝送」や定時タスクにあります。コストを抑える鍵はHarness層（モデル以外の処理プロセス、タスクのルーティング）にあります。サブスクリプション制の本質は「ユーザーがサービスを利用しないことに賭ける」ものであり、将来的には使用量に応じた料金徴収や成果に基づく支払い方式へと移行するでしょう。技術的なコスト削減がユーザーを維持するための鍵となります。
1. 補助金の額は大きいか？それともモデルコストの違いによる「見せかけ」か？
テンセントのWorkBuddyは5.6倍、アリババのQianwen Officeは2.2倍の補助金を提供していますが、これはテンセントがより多くを割り当てているように見えます。しかし、その背後にはモデルコストの違いがあります：
- テンセントが使用しているのは第三者製のKimi K3で、平均コストは24元/百万Tokenです。
- アリババが使用しているのは自社開発のQwen3.8-Maxで、平均コストは13.2元/百万Token（82%安い）。
- 両モデルの性能に大きな差はありません（Qwen3.8-Maxが71.48点、Kimi K3が70.68点で、わずか0.8点の差です）。アリババはより安いモデルを使用しながらもほぼ同等の結果を得ています。
結論：テンセントの高額な補助金の一部は、第三者モデルのコストが高いためであり、積極的な割引ではありません。同じモデルを使用していれば、補助金の差はこれほど大きくならないでしょう。
2. 重度のユーザー：プラットフォームにとって最も厄介な「損失の原因」
著者は定時タスクや長文の編集、ブランドコンテンツの共同制作を行う重度のユーザーであり、2日間で消費した計算処理能力のコストを月額に換算すると約4300元になります。これはQianwen Officeのプレミアム版のサブスクリプション料（158元/月）を大幅に上回ります：
- Qianwen Officeでは2日間で5000以上のポイントが消費され、月額に換算すると7万～8万ポイントが必要ですが、プレミアム版では最大で6.4万ポイントしか提供されません。
- WorkBuddyでは700万Tokenで1500～1900ポイントがもらえますが、プレミアム版を購入してもそのコストをカバーすることはできません。
サブスクリプション制のパラドックス：高額なプランを購入するユーザーほど多くのコストを消費し、結果としてプラットフォームに損失をもたらします。
3. Agentのコストが高い理由は？「考える」ことではなく、「記憶する」ことにあります
Agentのコストは新しいコンテンツを生成するためではなく、以前の情報を記憶するためにかかります：
- 文脈の再伝送：各対話ラウンドで過去のやり取り（システムの指示、使用したツール、過去の会話内容）をすべてモデルに再度入力する必要があります。新しいコンテンツの生成はわずか5%で、残りの95%は繰り返しの入力です。タスクが長くなるほど「記憶する」ためのコストが増加します（30ラウンド目のコストは1ラウンド目の10倍になります）。
- 定時タスク：著者が設定した2つの定時タスク（毎日のブリーフィングと当直報告）が2日間の消費コストの半分を占めており、ルーティングの最適化が不十分だとコストに大きな差が生じます（1回目のブリーフィングには200万Tokenが、2回目には70万Tokenが消費されました）。
簡単に言えば：ユーザーが支払うお金の大部分はAIに「忘れないようにするため」であり、「新しいアイデアを考えるため」ではありません。
4. Harness層：コストを抑える「隠れた力」
Agentのコスト管理は財務的な問題ではなく、エンジニアリング的な問題です。鍵となるのはHarness層（モデル以外の処理プロセスやタスクのルーティング）です：
- ルートの記憶：AIがどのルートを使えないかを記憶し、2回目に同じタスクを実行する際にはそのルートを避けることでコストを3分の1に削減できます。
- タスクのルーティング：簡単なタスクは安価なモデルに、複雑なタスクは高性能なモデルに割り当てることでTokenの消費を64%削減できます（例：マイクロソフトのCodeAct）。
- 反面例：AIが無駄にコストを消費するケースでは、Harness層の設計が不十分だったためです。
特徴：Harness層は使用すればするほどデータが蓄積され、処理がスムーズになります（例：AIが「Wordで報告書を提出するように」と記憶してくれる）。これがコスト削減の鍵です。
5. サブスクリプション制は賭け事であり、将来的には「成果に基づく支払い」へ
サブスクリプション制の本質は「ユーザーがサービスを利用しないことに賭ける」ものですが、重度のユーザーの存在によりこのモデルは持続しにくくなっています。業界は以下の方向へと移行しています：
- トレンド1：使用量に応じた料金徴収：水道光熱費のように、使用した分だけを支払う方式です（Qianwen Officeのポイント制はこの方式の「ゲーミフィケーションされた形」です）。
- トレンド2：成果に基づく支払い：Tokenではなく、完了したタスクに対して料金を支払う方式です（例：ブリーフィングの作成や長文の編集）。
- 核心的な論理：補助金ではコストの穴を埋めることはできません。技術的なコスト削減（例：月額4300元のコストを430元に削減する）がユーザーを維持するための鍵です。これを先に実現できる企業が勝利します。
最後に：ユーザーの最終的な判断
コンテンツ制作者や研究者にとって：定時報告と長文の編集を組み合わせれば、数十元のコストで完成したブリーフィングを得ることができ、アルバイトを雇うよりも効率的です。
企業にとって：まずは無駄なコストを防ぐためのフェイルオーバーメカニズムを導入し、その後で規模拡大を考えるべきです。
重度のユーザーにとって：まずは高価なプランを購入し、ポイントパックも用意しておくべきですが、補助金が終了した場合、月額4300元の請求額を継続できるかどうかは疑問です。
一言でまとめると：AIサービスの勝敗は補助金の額ではなく、コストをどれだけ削減できるかにかかっています。