Edgeeで圧縮してもAI費が減らない原因|削ってよい文脈と確かめ方

Edgeeで圧縮してもAI費が減らない原因|削ってよい文脈と確かめ方

「圧縮の仕組みを入れればAIの利用料は半分になると聞いたのに、請求書はほとんど変わらない」「開発部門のエージェントの費用を抑えたいが、指示を削って答えの質が落ちないか心配だ」——コーディングエージェントを社員に配り始めた会社で、こうした声が出始めています。手がかりになる数字があります。仏 Edgee は、自社の圧縮の仕組みについて、公開の評価用課題で測ると費用が50%減る一方、実際の顧客の請求では圧縮だけで15〜20%の減少にとどまると、自ら二つを並べて公表しています。差が生まれるのは製品の欠陥ではありません。何を削り、どの単価のトークンが減り、社内の作業が試験とどれだけ違うかで結果が変わるからです。この記事では、Edgee を手がかりに、圧縮しても費用が減らない原因と、削ってよい文脈の分け方、経路に挟む前に確かめることを整理します。


カメ先生カメ先生

指示を圧縮する仕組みは、入れれば費用がそのまま半分になると思われがちなんだ。でも本当は、どの種類のトークンが減るかで、請求への効き方がまるで違うんだよ。


カメ子カメ子

トークンの数が減ることと、請求額が減ることは、同じではないということですか。


カメ先生カメ先生

そう。安いトークンがたくさん減っても請求はあまり動かないし、モデルを途中で替えると、別の費用が増えることもある。だから、削ってよいものと削らせないものを、人が先に決めておく必要があるんだ。


カメ子カメ子

仕組みに任せる前に、何を削らせるかの線引きが要るんですね。


この記事のポイント
  • Edgee は公開の評価用課題で費用50%減、本番の顧客では圧縮だけで15〜20%減と、二つを分けて公表している。予算は低いほうの数字で引く
  • 減らない主な原因は、減るトークンの単価の違い、試験と社内の作業の形の違い、途中のモデル切り替えで失う保存分、そして社員が選ぶモデルが変わらないこと
  • 削ってよい文脈は社内の題材で比べ、判定は人が行う。経路を預ける前に、何が社外に出るか、外したときに直接つなぎ直せるかを確かめる

うちの業務、AIで何が自動化できる?

「AIで何ができるかは分かったが、自社の業務のどこに使えるのかが分からない」という段階の方へ。30業務の判定と5つの実務例から、最初に自動化する1業務を選ぶための無料ガイドです。

目次

Edgeeとは:コーディングエージェントと言語モデルの間に入る中継役

Edgee は、仏パリに拠点を置く会社が提供する中継の仕組みです。社員が使うコーディングエージェントと、Anthropic や OpenAI などの言語モデルの提供元の間に入り、届く前に指示を圧縮し、予算に応じてモデルを振り分け、誰がどれだけ使ったかを記録するという三つの役割を担います。公式の説明では、Claude Code、Codex、Copilot、OpenCode、Cursor などのエージェントに対応し、エージェント側のプログラムを書き換えずに使えるとしています。

押さえておきたいのは、会社の規模です。報道によると、同社は2024年10月にプレシード(創業期の最初の段階)で290万ドルを調達しており、その後の資金調達は公表されていません。当初はサイトのデータ収集を通信の端で処理する基盤として紹介されており、AIの中継役としての製品は2026年に入ってから形になったものです。大手のクラウド会社や上場企業の製品とは、事業の継続性の前提が違います。

一方で、仏のネット銀行 Qonto が2026年9月時点でエンジニア500名のエージェントの利用を Edgee 経由に切り替えたと、同社の公式ブログで紹介されています。小さな会社であることと、規制の厳しい業種で採用例があることの両方を踏まえて、どこまで預けるかを決めるのがこの記事の主題です。

2026年の動き:本体の公開、社内に置ける版、自己学習型の振り分け

公式ブログで確認できる主な発表は次のとおりです。2026年2月12日に、複数の提供元を一つの窓口で呼べる中継の本体を公開しました。7月2日には圧縮の仕組みを第2版(Compressor V2)に改め、公開の評価用課題での測定結果を出しています。7月16日には、中継の仕組みを自社の設備の中に置ける版を発表しました。

さらに11月10日には、組織の過去の利用記録から、どの難しさの作業にどのモデルを当て、いつ切り替えるかを学ぶ自己学習型の振り分けを公表しています。中継の仕組みが、単に通すだけの窓口から、費用の判断を自動で行う層へと広がっている流れです。

この流れは、導入を考える側から見ると、確かめる範囲が広がることを意味します。圧縮だけを使うのか、振り分けまで任せるのか、自己学習まで有効にするのかで、社外に出る情報も、人が確認すべき範囲も変わります。中継の仕組みの一般的な置き方や、AI費の部門への配り方は別の論点なので、ここでは圧縮と途中の切り替えに固有の判断に絞ります。

課題:試験では50%、請求では15〜20%

Edgee の圧縮の紹介ページは、二つの数字を並べています。一つは公開の評価用課題(実在の不具合修正を集めた300件の課題集)で、三つの技法をすべて有効にしたときの費用50%減。もう一つは、稼働中の顧客の直近30日の集計で、圧縮だけによる請求の15〜20%減です。同社は二つは別の測り方で、足し合わせてはいけないと明記し、予算は低いほうの数字で立てるよう勧めています。

Qonto の事例でも、圧縮だけの削減は中央値で17%、時期と使い方によって20%に届く程度と報告されています。振り分けを加えた最新の測定で37.7%の削減ですが、これも同社は圧縮だけの数字と足さないよう注記しています。トップページの「最大70%」は、圧縮と予算に応じた振り分けを組み合わせた場合の上限として示されている数字です。

社内で問題になるのは、50%や70%の数字だけが稟議書に載り、実際の請求が15%前後しか下がらなかったときに「効果がない」と判断されることです。販売元自身が差を説明している以上、導入側が差の原因を理解しておかないと、評価を誤ります。次の章から、その原因を分けて見ていきます。

圧縮の中身:三つの技法がそれぞれ何を削るか

第2版の圧縮は、互いに重ならない三つの技法でできています。公式ブログの説明を、導入判断に必要な範囲でまとめると次のとおりです。各技法は、利用者ごとの鍵の単位で個別に有効・無効を切り替えられるとしています。

技法削るもの公式の測定結果削られて困りうるもの
簡潔化モデルの返答のうち、作業の前置きや説明の文6課題・各2回で費用の中央値約30%減(有意差あり)人が読む作業の経緯・判断の説明
道具一覧の縮約外部の道具(MCP)の説明の一覧を、一つの検索用の道具に置き換える8課題でトークン量33%減、費用は約10%減(費用は有意差なし)モデルが道具を選ぶ手がかり
道具の結果の整理ファイル一覧や同じエラーの繰り返しなど、冗長な出力6課題で費用の中央値10.4%減(有意差なし)まれに効く細部のログ

ここで分かるのは、三つのうち統計的にはっきり効いたと言えるのは簡潔化だけで、残りの二つは方向としては効いているが、課題の数が少なく確定できない、と同社自身が書いている点です。公式の説明が誠実である分、導入側は「どの技法をどの作業に当てるか」を自分で決める必要があります。

道具一覧の縮約は、接続している外部の道具の数が多いほど効きます。公式ブログの試算では、40個ほどの道具を持つ接続先一つで、毎回の呼び出しに4万〜8万トークンの説明が加わり、接続先を4〜5個つなぐと20万トークン近くになる説明の一覧が、縮約後はおよそ1,000トークンの道具一つに置き換わるとしています。社員がエージェントに社内の課題管理や文書の道具を次々つないでいる会社では、効果が大きくなる余地があります。ただしその場合、モデルは道具の全体を見ずに、中継側が意図を解釈して実際の道具を呼ぶ形になるため、どの道具が呼ばれたかを記録で確かめられるかも、あわせて見ておく必要があります。

原因1:減るトークンの種類によって単価が違う

言語モデルの利用料は、トークンの種類によって単価が違います。公式ブログの説明では、Anthropic のモデルでは、同じ前置き部分を保存して読み直す分は通常の入力の10分の1の価格で、返答のトークンが最も高い種類です。道具一覧の縮約はトークン量を33%減らしたのに費用は約10%しか減らなかった理由を、同社は減ったのが安い読み直し分のトークンだったからと説明しています。

逆に簡潔化が費用に強く効いたのは、最も高い返答のトークンを半分以上減らし、保存された前置き部分には手を付けなかったからです。つまり、トークンの削減率と費用の削減率は一致しないのが前提です。社内の報告でトークンの量だけを見ていると、効果を過大に見積もります。

費用の報告は、入力・保存分の読み直し・保存分の書き込み・返答の四つに分けて見るのが確実です。Edgee の画面で削減量を見るときも、どの種類のトークンが減ったのかを確かめ、提供元の請求の内訳と突き合わせてください。中継側の集計と提供元の請求がずれる場合は、提供元の請求を正とします。

原因2:試験の課題と、社内の作業の形が違う

公開の評価用課題は、一つの指示を受けたエージェントが自律的に長い作業を続ける形です。公式ブログによれば、一つの課題で30〜100回の呼び出しと、100万〜1,000万トークンを使うことも珍しくないとしています。こうした長い作業ほど、前置きや冗長な出力が積み上がり、圧縮が効く余地が大きくなることになります。

同社の紹介ページは、本番の数字が下がる理由として、作業が混在していること、作業の一回が短いこと、もともと簡潔に返すよう調整されたエージェントがあること、多くのチームが三つの技法の一部しか有効にしていないことを挙げています。社内では、開発者が短い質問を何度も投げる、レビューの補助に使う、といった使い方が多く、試験の形とは違う作業が大半になりがちです。

加えて、公式の測定は6〜8課題、各2〜3回という小さな規模です。300件の課題集のうち一部で測ったものであり、同社も最大限の値として扱うよう書いています。社内の作業の形を把握しないまま試験の数字を当てはめると、効果の見込みが2倍以上ずれることは、販売元の公表値だけを見ても十分ありえます。

原因3:途中でモデルを替えると、保存分を捨てることになる

Edgee の特徴の一つは、作業の途中で、予算や作業の難しさに応じてモデルを切り替えることです。ただし11月の公式ブログ自身が、その代償を説明しています。コーディングエージェントは毎回それまでの会話をすべて送り直しており、提供元はその履歴を保存して安く読み直させます。モデルを替えると、保存してあった履歴が使えなくなり、新しいモデルで全体を読み直して保存し直すことになります。

公式の説明では、Anthropic の場合、5分間の保存の書き込みは通常の入力の1.25倍、読み直しは10分の1です。長い会話では、一度の書き直しの費用が、安いモデルとの価格差の何回分にもなりえます。同社はこの問題を、借り続けるか買うかを未来が分からないまま決める古典的な問題になぞらえ、損益の分岐を待ってから切り替える規則を採っていると説明しています。

ここで覚えておきたいのは、同社が自ら書いている前提の限界です。過去の記録を使った試算は、実際に使ったトークンを別のモデルの価格で計算し直すもので、別のモデルが長い答えや短い答えを書いた場合の差は含まれないとしています。切り替えの効果は、試算ではなく、切り替え後の実際の請求で確かめる必要があります。

原因4:社員が選ぶモデルは、仕組みだけでは変わらない

Qonto のインフラ担当の責任者は、公式ブログのインタビューで、難しいのは中継の仕組みでは解決できない部分だと述べています。正式な評価の基盤がないため、エンジニアが作業ごとに適切な大きさのモデルを選ぶのが難しく、宣伝の多い最新のモデルに引き寄せられる傾向とも向き合っている、という内容です。

圧縮は同じモデルの中でトークンを減らす仕組みなので、社員が高価なモデルばかり選べば、削減率がいくら出ても請求の総額は下がりにくくなります。同氏は「見える化と制御は Edgee が与えてくれるが、使いこなすのは自分たちの仕事だ」という趣旨で話を締めています。費用を決めているのは、仕組みよりもモデルの選び方と使い方だということです。

このため、圧縮を入れる前後で、モデルごとの利用の内訳を部署単位で見ておくことが欠かせません。高価なモデルの比率が上がっていれば、圧縮の効果は打ち消されます。モデルの選び方の指針は、情シスではなく開発部門の責任者と一緒に作るべきもので、中継の仕組みに任せる性質のものではありません。

原因5:契約の形によって、削減が請求に出てこない

公式の料金ページでは、Edgee はエージェントを提供元の定額契約で使う場合と、使った分だけ払う契約で使う場合の両方に対応するとしています。定額契約の場合、トークンが減っても請求額そのものは変わらず、利用の上限に届くまでの余裕が増える形で効くと考えるのが自然です。削減を金額で示したいなら、どちらの契約で使っているかを先に整理しておく必要があります。

もう一つは、Edgee 自体の費用です。公開されている料金では、チーム向けは1席あたり月30ドルで、1席あたり月10億トークンの処理量を組織全体で共有し、超えた分は10億トークンごとに1席分の料金がかかります。この処理量は、入力・保存分・返答を、どのモデルか、誰が提供元に払っているかに関係なく数えると説明されています。エージェントの利用が増えるほど、中継の費用も増える仕組みです。

無料の枠で Edgee の残高を補充して使う場合は5%の手数料がかかり、チーム向け以上では手数料はかからないとしています。自社の鍵を持ち込む場合は、提供元に直接払い、Edgee の手数料は取らないと公式は説明しています。削減額から中継の費用を引いた残りが、実際の効果です。

対策1:削ってよい文脈と、削らせない文脈を分ける

圧縮の技法は、利用者ごとの鍵の単位で切り替えられます。これを使って、作業の性質ごとに有効にする技法を分けるのが第一の対策です。公式は「コード作業では意味を損なわない」と説明していますが、その範囲はコード作業に限った説明であり、契約書の確認や顧客向けの文章作成のような業務AIの作業には当てはまらないと考えるべきです。

  • ファイル一覧、ビルドの出力、同じエラーの繰り返しなど、機械が出した冗長な出力(道具の結果の整理に向く)
  • 接続している外部の道具が多く、毎回の説明の一覧が膨らむ作業(道具一覧の縮約に向く)
  • 人が経緯を読まず、最終的な修正だけを見る自律的な作業(簡潔化に向く)
  • レビューの担当者がエージェントの説明を読んで判断する作業に、簡潔化を当てる(判断の根拠が消える)
  • 障害の原因調査で、まれにしか出ない細部のログが鍵になる作業に、結果の整理を当てる
  • 法務・経理・顧客対応など、コード以外の業務AIの経路に、コード向けの圧縮をそのまま当てる
  • どの鍵でどの技法が有効になっているかを、誰も一覧で把握していない

特に簡潔化は、モデルに作業の説明を省かせる仕組みです。費用には最も効きますが、AIに根拠を書かせるという運用の原則とぶつかる場合があります。人が判断の材料にする説明は削らせない、という線を、技法を有効にする前に決めておいてください。

対策2:社内の題材で比べ、判定は人が行う

販売元の試験の数字は、自社の作業に当てはまるとは限りません。導入の前に、社内の題材で圧縮のあり・なしを比べるのが確実です。Qonto も、評価の段階で10名のチームの最上位モデルへの通信を2週間、知らせずに公開重みのモデルに振り替え、誰も違いに気づかなかったという実験を行ったと紹介されています。ただし同氏は、正式な評価の基盤はまだないとも述べており、この実験だけで質を保証したことにはなりません。

STEP1
題材を選ぶ

社内で実際に多い作業から、修正・レビュー補助・調査など種類の違う題材を集める。公式の測定が6〜8課題だったことを踏まえ、少なくとも同程度以上の数を用意し、作業の種類ごとに分けて集計する。

STEP2
圧縮のあり・なしを同じ条件で走らせる

同じ題材を、圧縮なしと、有効にする技法を決めた圧縮ありで実行する。公式の測定は実行の順番を入れ替え、保存分の影響を消す工夫をしている。社内でも、片方だけが保存分の恩恵を受けない形にする。

STEP3
質の判定は人が行う

修正が試験を通るか、レビューで差し戻しになるかを、どちらの条件か知らせずに担当者が判定する。公開された測定の記事では、修正が試験を通った率は確認できなかったため、質の比較は自社で行う。AIに判定させない。

STEP4
費用を種類別に比べる

入力・保存分・返答の四つに分けて費用を比べ、中継の費用を差し引く。トークンの量だけで判断しない。

STEP5
結果を記録して、適用範囲を決める

効いた作業と効かなかった作業を残し、技法を有効にする鍵の範囲を決める。数か月ごとに同じ題材でやり直す。

比べる作業そのものに、開発者の時間がかかります。その時間を確保できないなら、まずは道具の結果の整理のように、人が読まない出力だけを削る技法から始めるのが無難です。

対策3:途中の切り替えと自己学習に、人の線を引く

11月に公表された自己学習型の振り分けは、週に一度、過去30日の利用記録を再現して、最も安く、かつ各回を十分な性能のモデルに載せる組み合わせを推奨します。公式ブログによれば、推奨は「保留」「提案」「適用」「見送り」として記録され、最初の適用と、どこに当てるかは管理者が決めるとしています。自動適用を有効にしても、管理者が手で変えた後などは提案にとどまる、といった安全条件が設けられています。

難しさの判定にはAIの分類器が使われます。公式の説明では、上位のモデルが必要と判定された場合は、確信度が高ければすぐ切り替え、中程度なら2回続いたときに切り替えるとしています。つまり、どのモデルで作業するかの一部を、AIの判定に委ねる仕組みです。分類が誤れば、難しい作業が安いモデルに回る可能性は残ります。

実務では、自動適用は最初は無効にし、提案を管理者が読んで適用する運用から始めるのが安全です。本番の障害対応やセキュリティに関わる作業など、安いモデルに落としてはいけない作業は、振り分けの対象から外す方針を先に書いておきます。振り分けの変更は、誰がいつ適用したかを残してください。

何が社外に出るか:共有クラウド・専用の区画・社内版

中継の仕組みに通すということは、社員のプロンプト、つまりソースコードの断片、エラーの内容、社内の設計の説明が、中継を通ることを意味します。Edgee には、共有のクラウド、同社が運用する専用の区画、自社の設備に置く社内版の三つの置き方があると公式は説明しています。

置き方プロンプトの通り道Edgee に送られるもの確かめること
共有のクラウドEdgee の中継を通って提供元へ通信の中身は処理のために通る。保存は設定しだい中身を保存する設定の有無、処理する地域
専用の区画同社が運用する自社専用の区画を通る同上。地域を欧州か米国から選べると説明運用者の閲覧範囲、地域の指定
社内版(接続あり)自社の設備から提供元へ直接15秒ごとの設定の同期と、利用量などの集計。プロンプトと鍵は送らない集計に含まれる項目
社内版(完全遮断)自社の設備から提供元へ直接何も送らない。設定は手元の設定ファイルで管理更新の受け取り方

Qonto の担当者は、Edgee は通信の途中で圧縮などの処理を行うが、明示的に有効にしない限り中身は保存しないと述べています。一方で、自己学習型の振り分けを有効にすると、各回の最新の発言を4,000字で切って分類器に送ります。送り先は、中身を保存しない条件の同社の分類器か、Edgee の契約で使う OpenAI の分類器から管理者が選ぶと公式は説明しており、有効にするには管理者が同意の文書を受け入れる必要があります。圧縮だけを使う場合と、自己学習まで使う場合で、社外に出る範囲が変わる点は、情報管理の担当と共有しておいてください。

社内版は、一つのコンテナの形で提供され、管理者権限なしで、書き換えのできない状態で動くと公式は説明しています。仮想マシン一台で動かす形と、Kubernetes の環境に入れる形が用意され、利用の許諾の鍵は組織の管理者が Edgee の管理画面から発行します。企業向けの契約では、個人情報を伏せる処理などの独自の保護、中継が処理する地域の指定(欧州・米国・アジア太平洋)、社内の認証との連携を選べると料金ページに記載されています。社外に出したくない度合いに応じて、置き方と契約の段階が連動する点は、見積もりの段階で整理しておくと後で揉めません。

創業期の会社に経路を預ける危うさと、外し方

中継の仕組みは、すべてのAI呼び出しの通り道に入ります。中継が止まれば、エージェントも止まります。Qonto の担当者は、EUの金融規制の上で Edgee を重要でない外部の委託先に位置づけ、止まっても影響は開発者の生産性にとどまり、エージェントは提供元に直接つなぎ直せると説明しています。銀行の業務そのものは中継に依存させていない、ということです。

創業期の会社に預ける場合、製品の質とは別に、資金が続くか、買収や方針転換で条件が変わらないか、という事業上の危うさがあります。プレシードの後の調達が公表されていない会社であることは、導入の稟議で正直に書くべき事実です。止まった日に何が起きるかを、選ぶ前に決めておきます。

  • エージェントの設定を中継の経由でしか動かない形にし、直接つなぐ手順を残していない
  • 利用の記録を Edgee の画面でしか見ておらず、自社側に記録の写しがない
  • 提供元の鍵を Edgee に預けたままにし、解約時の鍵の入れ替えを決めていない
  • 振り分けの方針を Edgee の画面でしか管理しておらず、内容を社内で説明できない

Qonto は、エージェント側に自社で計測の仕組みを入れ、セキュリティの担当はそれを正の記録として使い、Edgee はその記録と社員の身元を結びつける役割にとどめていると述べています。端末管理の仕組みで中継を通す設定を一斉に配った、とも説明しています。配ったのと同じ仕組みで、直接つなぐ設定に一斉に戻せるようにしておくことが、外し方の要になります。

費用の見積もり方:低いほうの数字と、人の時間

見積もりの出発点は、販売元が「予算はこれで立てよ」と書いている、本番の15〜20%です。現在の提供元への支払いのうち、圧縮が効きやすい長い自律作業の比率を掛け、そこから中継の席の料金と処理量の超過分を引きます。試験の50%や組み合わせの70%は、上振れの可能性として別枠で書くのが、後で評価を誤らないための書き方です。

  • 定額契約で使っている部分は、金額ではなく上限に届く頻度の変化で効果を測る
  • モデルの切り替えを使う場合は、保存分の書き直しで増えた費用も含めて、実際の請求で確かめる
  • 社内の題材で比べる作業、振り分けの提案を読む作業、記録を見る作業の人の時間を費用に入れる
  • 社内版を選ぶ場合は、自社の設備で動かす運用の手間と、更新の当て方を見積もる

費用の判断で最後に残るのは、モデルの選び方です。圧縮で下がった分を、より高いモデルへの移行が食いつぶすことは珍しくありません。月ごとに、削減率ではなく、エージェントを使う社員一人あたりの総額を見ていくと、圧縮の効果と使い方の変化を分けて評価できます。

まとめ

Edgee は、指示の圧縮、予算に応じた振り分け、利用の見える化を一つの中継で行う仕組みで、販売元自ら試験の50%と本番の15〜20%を分けて公表している点で、判断の材料がそろっている製品です。費用が思ったほど減らないのは、減るトークンの単価の違い、試験と社内の作業の違い、途中の切り替えで失う保存分、社員のモデルの選び方、契約の形が重なるからです。削ってよい文脈を作業ごとに決め、社内の題材で比べて人が質を判定し、外したときに直接つなぎ直せる形を残すことが、創業期の会社の仕組みを経路に挟むときの最低限の条件です。数字は低いほうで見積もり、上振れは結果として受け取る姿勢で始めてください。

※本記事にはAIが活用されています。編集者が確認・編集し、可能な限り正確で最新の情報を提供するよう努めておりますが、情報の完全性、正確性、最新性、有用性等について保証するものではありません。本記事の内容に基づいて行動を取る場合は、読者ご自身の責任で行っていただくようお願いいたします。

うちの業務、AIで何が自動化できる?

「AIで何ができるかは分かったが、自社の業務のどこに使えるのかが分からない」という段階の方へ。30業務の判定と5つの実務例から、最初に自動化する1業務を選ぶための無料ガイドです。

運営会社:株式会社デボノ

目次