【9/24 AIニュース】AIエージェントを動かしている人へ、モデルは変えずに28%安い ─ Strands Harness

2026年9月24日 08:29

あなたが毎月AIに払っている額の28%は、モデルではなくその外側で決まっているかもしれません。9月21日公開の Strands Harness が、同じ Claude・GPT のまま6つのベンチマークで28%安かったと公表しました。

効くのは、AIエージェントを毎日走らせている人です。一昨日は2社が同じ日に単価を下げましたが、今朝の話は単価ではなく、モデルを載せている入れ物のほうです。

今朝は6件。手を動かす人に効くのは3件で、最後に今日いちばんを1件だけ名指しします。先に1つだけやるなら、自分のエージェントが、会話が長くなったときどこで勝手に要約を始めるかを調べてください。

今朝の6件を先に並べます

一覧の数字は、あとで探せるようにテキストでも置いておきます。

Strands Harness（9月21日公開・Apache-2.0）。同じ Claude・GPT モデルで6つのベンチマークを通し28%安、Fable 5 では Claude Code 比77%安と公表
Jev の中身は25行の Python だった（9月22日）。0.6B のモデルと512トークンの文脈だけ。今日いちばん効く1件
Claude が新しい酵素系を発見（Anthropic・9月23日）。約950体のエージェントが21時間・2億1,000万トークンで20万超を絞り込み
Gemini 3.8 Flash TTS / Flash-Lite TTS の提供開始（Google・9月23日）。100以上の言語と方言、30秒の音声から声を複製
AGENTS.md はテレメトリが有効なときしか読まれていなかった（9月23日）。Claude Code 2.1.277〜2.1.280。警告は出ません
treg。60超の提供元・3,000超のエンドポイントを、1つのトークンで束ねる中継

Strands Harness ─ 同じモデルのまま28%という主張

Strands が9月21日に Strands Harness を公開しました。自分で組み立てるための SDK ではなく、組み立て終わった一式のほうです。Apache-2.0 で、Python と TypeScript の両方があります。

先に1つ、誤解しやすい点があります

これはコーディング専用のエージェントではありません。 発表文は「コーディングエージェントではなく汎用のエージェントとして作った」と明記しています。

比較の相手として Claude Code と Codex の名前が出てくるのは、費用の測り方をそろえるためであって、同じ用途の置き換えという意味ではありません。

出典: strandsagents.com の公式ブログ 2026年9月21日。右上の13,000は Strands 全体の数字で、本文のスター数は harness-sdk 単体のものです

公表されている数字は2つです

同じ Claude / GPT モデルを使ったとき、6つのベンチマークを通して28%安い
Fable 5 を使った場合は Claude Code 比で77%安く、Terminal Bench 2.1 のスコアはそれでも上だった

導入は pip install strands-harness か npm install @strands-agents/harness。

リポジトリは strands-agents/harness-sdk で、9月24日8時13分の時点で7,825スターでした（この数は刻々と動きます）。

つながる先は Claude・GPT・Gemini に加えて、ローカルの Ollama も含みます。

つまり何が変わるか

これまで「AI代を下げる」といえば、安いモデルへ乗り換えるか、単価が下がるのを待つかの二択でした。今朝の主張はモデルを固定したまま下がるという三つ目の道です。

差が出るところは公表文に書いてあります。ツールの実行結果は約1,500トークンを超えたぶんが捨てられ、会話の記憶が85%まで埋まった時点で自動的に要約へ入ります。毎回読み直すトークンの量は、この2つの設定で決まります。

昨日の記事で請求の42.6%がキャッシュ読みだったと書きました。そこに効くのは値下げではなく、この種の設計のほうです。

ただし、28%も77%も売り手の自己申告です

ベンチマークを選んだのも、測ったのも、それを公開しているのも同じ側です。

Terminal Bench については3日前にも書きましたが、版が違えば別物の試験です。2.1 では上位3社が1.1ポイント差に収まる一方、4 では29.3ポイント開きます。差が付きにくい版で「スコアは上だった」と言うのは、思うほど強い主張ではありません。

確かめる道は1つだけです。同じ仕事を今のエージェントと1回ずつ走らせて、請求を突き合わせる。それ以外に自分の環境の28%は出てきません。

Jev の中身は25行の Python だった

判定だけをする AI として9月に広まった Jev について、Duarte O. Carmo さんが9月22日に「25行で書ける」という記事を出しました。

出典: nobodywho.ai「Jev in 25 Lines of Python」の記述をもとに筆者作成

仕組みは「書かせない」ことだけです

やっていることは、文章を生成させずに選択肢の確率を読むことだけです。モデルは Qwen3-0.6B の量子化版（Q8_0）、文脈は512トークン。選択肢を与え、次に来るトークンの確からしさを選択肢のぶんだけ取り出して確率に直します。

記事に載っている出力例がそのまま答えになっています。メールを1通渡したときの結果が、正常 0.031 / 迷惑メール 0.084 / フィッシング 0.885 です。文章はひとことも生成されていません。

何が要らなくなるのか

API の呼び出しが要りません。手元で動きます
学習データの合成が要りません
強化学習も要りません

判定専用モデルの価値は「小さいこと」ではなく、生成をやめたことにありました。答えが選択肢に収まる仕事に大きなモデルで文章を書かせるのは、最初から過剰だったわけです。

Claude が新しい酵素系を見つけた ─ 950体・21時間

Anthropic が9月23日、自社の生命科学研究グループでこれまで記載のなかった酵素系を見つけたと公表しました。要点は数字のほうにあります。

出典: Anthropic「Claude discovers a novel enzyme system with CRISPR-like repeats」の公表値をもとに筆者作成

見つかったのは ART（配列関連逆転写酵素）と名付けられた仕組みで、バクテリオファージの中にあります。逆転写酵素と、隣の相棒の遺伝子と、等間隔に並んだ長い反復配列の3つで1組。この反復配列が CRISPR のものに似ている、という話です。

数字の並びがこの記事の本体です

約950体のエージェントが21時間、2億1,000万トークンを使って DNA 配列のデータベースを探しました。集めた逆転写酵素は20万件超、そこから3,500件の新しい候補系を選び、最終的に20件の最有力候補まで絞っています。

Anthropic 自身が「専門家の科学者なら、この種の解析には数週間から数か月かかりうる」と書いています。ただし実験室での検証と、生化学的・構造的な特徴づけは人間の科学者が行っており、この仕組みが何をしているのかはまだ分かっていません。

エージェントを並列で走らせている人にとっての読みどころは、生物学のほうではありません。950体・21時間という並列度が、そのまま成果の単位として公表されたことのほうです。

その他の動き

Gemini 3.8 Flash TTS と Flash-Lite TTS（Google・9月23日）。発表文の言い方は「本日から提供を開始」で、開発者向けは Gemini API と Google AI Studio、企業向けの Gemini Enterprise は近日です（正式提供と書かれてはいません）。100以上の言語と方言、2,000超の音声、30秒のサンプルからの声の複製（同意の確認つき）。Hume AI の音声デザインベンチマークで71.4点の1位、アクセントの再現は60.8点。生成物には SynthID の透かしが入ります
AGENTS.md がテレメトリ有効時しか読まれていなかった（9月23日公表）。5日前にここで「Claude Code が AGENTS.md を読むようになった」と書きましたが、その機能は条件つきでしか動いていませんでした。読み込みは tengu_agents_md_mod というサーバ側の機能フラグに依存し、既定値が false のため、テレメトリを切っていると読まれません。対応が告知されたのが 2.1.277 で、報告者が実装を確認したのが 2.1.280 の配布物です。警告は一切出ないので、指示が届いていないことに気づけません。回避策は CLAUDE.md から AGENTS.md を参照する1行を置くこと。なお同日公開の 2.1.281 の変更履歴に、この件の記載はありません
treg（Python・2026年7月15日作成・9月24日8時13分で2,685スター）。60を超える提供元の3,000超のエンドポイントを、1つのトークンと1つの接続先にまとめる中継です。認証情報はサーバ側で差し込まれるので、エージェントごとに契約を持たせずに済みます。ライセンスは Apache-2.0 に再配布の追加条項が付いた形

今日いちばん効くのはこれ

Jev が25行だったという記事です。今朝の3つの大きい話の中で、これだけを選びます。

理由は、残る2件が「乗り換えれば安くなる」「大量に並べれば見つかる」という話なのに対し、この1件だけが「そもそも頼まなくてよかった」を示しているからです。

安くする方法は今週すでに3つ出ました。単価の値下げ、キャッシュの効かせ方、そして今朝の入れ物の取り替え。どれも払い続ける前提の上にあります。25行の話だけが、払う対象そのものを外しにいく。しかも乗り換えの検証が要らず、今日そのまま動かせます。

今日やること

自分が AI に投げている仕事を、生成と判定に仕分ける。 答えが選択肢に収まるもの（分類・振り分け・可否の判定）は判定側です。ここに大きいモデルを使っているなら、25行のほうが速くて安く、確率まで付いてきます
エージェントが要約を始める位置を調べる。 28%の差はここから出ています。設定が見つからない、あるいは変えられない作りなら、それ自体が毎月の請求に乗っています
公表された28%を、自分の1タスクで測り直す。 売り手が選んだ6つのベンチマークと、あなたの仕事は違います。同じ仕事を1回ずつ走らせて請求を比べるまで、28%は他人の数字です

AI の中身にあまり詳しくない人が今日ひとつだけやるなら、先週 AI に頼んだことを5つ書き出して、そのうち「文章を書いてもらう必要が本当にあったもの」に丸を付けてみることをすすめます。丸が付かなかったぶんが、今朝いちばん安くできる部分です。

なぜ書いたか

値下げの話が続いたところで、方向を変えたかったからです。単価が下がるのを待つ話と、同じ仕事をもっと小さい仕組みで済ませる話は、似ているようで頼る相手が違います。今朝はたまたま、両方が並びました。