マルチエージェントシステムのコスト：オーケストレーターが3～6倍かかる理由

4つのワーカーに委任するマネージャーエージェントは、1つの12ステップのエージェントが172,800入力トークンと4,800出力トークンで完了するタスクを、362,600入力トークンと17,100出力トークンで完了します。これは入力で2.1倍、出力で3.6倍です。すべてClaude Sonnet 5（$2 / $10 per百万トークン）で構成した場合、システムコストは$0.90で、単一エージェントの$0.39に対してです。すべてClaude Opus 5（$5 / $25）で構成した場合、コストは$2.24となり、単一のSonnet実行の5.7倍です。

フレームワーク自体がコストの原因ではありません。LangGraph、CrewAI、OpenAI Agents SDK、Claude Agent SDKはすべてオープンソースです。コストの原因はコンテキストです。各エージェントがコンテキストを再構築し、ハンドオフのたびにコピーし、マネージャーのターンごとに再送信します。

これらの数字の根拠は次のとおりです。単一エージェントは、4,000トークンのプレフィックス（システムプロンプトとツール）、500トークンのタスク、およびそれぞれ300トークンのツール呼び出しと1,500トークンの結果を追加する12のステップを持ちます。12ステップの入力合計は172,800トークン、出力は4,800トークンです。

次に、同じタスクを分割します。4つのワーカーはそれぞれ3,000トークンのプレフィックス、500トークンの指示を受け、8ステップ実行します。ワーカーあたり: 8 × 3,500 + 1,800 × 28 = 78,400入力、8 × 300 + 1,000トークンのレポート = 3,400出力。4つのワーカー: 313,600入力、13,600出力。

マネージャーは4,500トークンの開始コンテキストを持ちます。計画（800トークン出力）を立て、各ワーカーに300トークンの指示を送り、1,500トークンのラップされたレポートを受け取り、その後1,500トークンの統合を記述します。6回のターンで4,500 + 5,300 + 7,100 + 8,900 + 10,700 + 12,500 = 49,000入力トークンと3,500出力トークンを送信します。

乗数を生み出す4つの要因: 1つではなく4つの別個のプレフィックス、増加するコンテキストを再送信する8ステップのワーカー、自身のコンテキストを再送信するマネージャー、そしてすべてのワーカーがレポートを作成しマネージャーがそれらを書き直すことによる3.6倍の出力トークン。出力は表内のすべてのモデルで入力の5倍の価格であるため、最後の要因が最も大きな影響を与えます。

ワーカーの1,000トークンのレポートは、ワーカー出力として一度支払われ（Sonnet 5では$10 per百万トークン）、その後、マネージャーの以降のターンごとにマネージャー入力として再度支払われます。上記の順次パターンでは、最初のレポートはさらに4回再送信され、2番目は3回、といった具合です。つまり、1,500トークンのラップされたレポートが15回再送信され、マネージャーの49,000入力トークンのうち22,500トークンが、既に読んだ内容を再読するために費やされます。

ハンドオフにはフレーミングも伴います。指示はタスクを繰り返し、レポートはコンテキストを繰り返します。私たちの経験では、これにより生の調査結果に20〜40%が追加されるため、ワーカーの出力を指示で制限してください（「最大300語、前置きなし」）。

逐次ディスパッチでは、ワーカー2がワーカー1の発見を確認できますが、ターンごとにマネージャーのコンテキストが増加します。並列ディスパッチでは、4つすべての指示を一度に送信し、4つすべてのレポートを一度に読み取ります。4,500 + 5,300 + 11,900 = 21,700マネージャー入力トークン（49,000の代わり）で、ウォールクロック時間は約4分の1です。

Opus 5マネージャーの場合、差は27,300 × $5 = $0.14/実行、Sonnet 5の場合は$0.05です。ただし、サブタスクが重複する場合、並列ワーカーは互いのツール呼び出しを繰り返し、4回の1,500トークン検索の繰り返しは、マネージャーが節約したコストを上回ります。並列は独立したサブタスクに使用し、後のワーカーが以前の発見に依存する場合は逐次を使用してください。

プランナーは最も少ないトークンを読み取り、間違えると最もコストがかかる判断を行います。そのため、フラッグシップモデルがその価値を発揮する唯一のノードです。ワーカーはツールを使って明確に指定されたサブタスクを実行します。これは安価なモデルが確実にこなせる作業です。

100万トークンあたりのレートでの推奨組み合わせ：

• プランナー：Claude Opus 5（$5 / $25）またはGPT-5.5（$5 / $30）
• ワーカー：Claude Haiku 5.5（最大100Kトークンのプロンプトで$0.10 / $0.50）、GPT-5.4 mini（$0.75 / $4.50）、Gemini 3.8 Flash（$0.75 / $3.75）、またはDeepSeek V4.1 Flash（ピーク時$0.30 / $1.20、オフピーク時半額）
• ワーカーに判断力が必要な場合の中間選択肢：Claude Sonnet 5（$2 / $10）またはGPT-5.4（$2.50 / $15）

価格面で最も安いワーカーは、10月にリリースされたClaude Haiku 5.5です。これは従来のHaiku 4.5（$1 / $5）を置き換え、10分の1のコストです。ワーカーとしてのテストはまだ行っていません。明確な指示に対する構造化ツール呼び出しで、これまでに実用に耐えた最も安いワーカーはDeepSeek V4.1 Flash（API名 deepseek-flash）です。これは廃止されたV4 Flashを置き換えたものです。失敗するケースについては[DeepSeek V4 for AI agents](/guides/deepseek-v4-for-ai-agents-cost)を参照してください。サブタスクがあいまいだったり、10ステップ以上に及ぶ場合は、Sonnet 5またはGPT-5.4のワーカーに料金を払ってください。安価なワーカーが迷走すると、無駄なステップごとにコンテキストを再送信し、マネージャーが悪いレポートを読むためのコストが発生するからです。より広範なランキングは[cheapest LLM for AI agents](/guides/cheapest-llm-for-ai-agents)にあります。

タスク：「3社のベンダーの価格ページを比較し、推奨事項を書く。」1つのプランナー、3つのワーカーがそれぞれ8ステップ実行（ワーカーあたり入力78,400、出力3,400；合計235,200と10,200）、逐次ディスパッチ、マネージャーターンは4,500 + 5,300 + 7,100 + 8,900 + 10,700 = 入力36,500、出力3,200。

比較として、単一のSonnet 5エージェントが全体を12ステップで実行した場合、$0.39です。マルチエージェントがコスト面で有利になるのは、ワーカーが安価な場合のみです。プロンプトキャッシング（AnthropicとOpenAIではキャッシュ読み取りで約10%）はすべての行に適用され、主にワーカーに適用されます。ワーカーのプレフィックスはそれぞれ8回再送信されます。レートは[prompt caching comparison](/compare/ai-prompt-caching-costs)にあります。独自の分割を[calculator](/calculator)でモデル化してください。DeepSeekの行はピーク時レートを使用しています。DeepSeekの価格は2026-10-27にapi-docs.deepseek.comで確認しました。Haiku 5.5の行は、最大100,000トークンのプロンプトに対するレートを使用しています（2026-11-03確認）。ここでのワーカー呼び出しはその範囲に達しません。

LangGraph、CrewAI、OpenAI Agents SDK、Claude Agent SDKはインストールと実行は無料です。各ベンダーはオプションのホスティングとオブザーバビリティを販売しており、価格は各社のページに記載されています。各フレームワークにかかるコストはスキャフォールディングです。役割と目標のテンプレート、ツール使用の指示、引き継ぎの説明、出力形式のルールが、すべてのモデル呼び出しの前に追加されます。当社の経験では、これは薄いSDKではステップあたり数百トークン、より意見の強いSDKでは数千トークンに及び、エージェントのすべてのステップで再送信されます。

ベンダーのトークンカウンタを使用して、フレームワークのデフォルトプロンプトありとなしで一度測定し、テンプレートが自身のものを上回る場合は上書きしてください。同じ測定がMCPツールリストにも適用されます。詳細は[MCPサーバートークンコスト](/guides/mcp-server-token-cost)を参照してください。

OpenAI Agents SDKでは、各Agentが独自のmodelを持つため、プランナーとワーカーは独立して価格設定され、ワーカーはプランナーに対してツールとして公開されます:

from agents import Agent, Runner, function_tool

@function_tool
def fetch_pricing_page(url: str) -> str:
    return http_get(url)[:6000]          # cap the result: ~1,500 tokens

worker = Agent(
    name="researcher", model="gpt-5.4-mini",            # $0.75 / $4.50 per 1M
    instructions="Answer one sub-question with the tool. Max 300 words, no preamble.",
    tools=[fetch_pricing_page],
)
planner = Agent(
    name="planner", model="gpt-5.5",                    # $5 / $30 per 1M
    instructions="Split the task into at most 3 sub-questions, delegate, then write the recommendation.",
    tools=[worker.as_tool(tool_name="research", tool_description="Research one sub-question")],
)
result = Runner.run_sync(planner, task, max_turns=8)
planner_in = sum(r.usage.input_tokens for r in result.raw_responses)
planner_out = sum(r.usage.output_tokens for r in result.raw_responses)
# planner cost = planner_in * 5 / 1e6 + planner_out * 30 / 1e6; workers log their own

LangGraphでは各ノードに独自のモデルクライアントを設定し、CrewAIではエージェントごとにllmを設定します。SDKが使用量を報告する方法については、[OpenAI Agents APIコスト](/guides/openai-agents-api-cost)を参照してください。

マルチエージェントシステムは、混乱したワーカーがマネージャーを待たせながらループする可能性があるため、高コストで失敗します。ガードレールは実行単位だけでなく、エージェントごとに適用してください:

• すべての呼び出しにmax_tokens、およびすべてのワーカーの指示に出力単語制限
• 各ワーカーにmax_turns（またはフレームワークの同等物）、通常8〜12、マネージャーには通常6〜10
• 各ワーカーがトリガーできる停止条件: ループを終了するreportツール
• すべてのエージェントの使用量フィールドから合計された実行ごとのドル予算、マネージャーはそれを超えると中断

[トークン予算ガードレール](/guides/ai-agent-token-budget-guardrails)の記事には、各ノードをラップできるランナーがあります。レイテンシが問題にならない夜間ファンアウトの場合、約50%オフのBatch APIが単一呼び出しと同様にワーカーにも適用されます。[バッチAPI価格比較](/compare/llm-batch-api-pricing)を参照してください。