AIコスパ術 ― モデル使い分けと利用制限対策 ―
強いAIを温存するためではなく、仕事に合う力を配るための実践ガイド
AIを使っていると、いちばん強いモデルを最初から選びたくなります。けれども、それを続けると、本当に難しい仕事に使う余力まで、単純な仕事で使ってしまいます。
大切なのは利用制限を「避ける」ことではなく、限られた利用枠を仕事の難しさに応じて配ることです。
目次
「一番強いモデルを毎回使う」は、かえってもったいない
モデル選びは、能力の順位ではなく仕事との組み合わせで決めます。
高性能なモデルは、難しい設計、複数ファイルにまたがる修正、根拠を確かめる監査のような仕事で力を発揮します。一方、文章の整形、一覧づくり、短い要約まで同じ強さで頼む必要はありません。
| 区分 | 仕事の例 | 必要な進め方 |
|---|---|---|
| 単純作業 | 見出しの候補、形式のそろえ、短い要約、一覧化 | 速いモデルで一度に終える |
| 通常作業 | 教材の下書き、既存ルールに沿う小さな修正、調査の整理 | 標準モデルで、対象を絞って頼む |
| 難しい作業 | 複数ファイルの実装、原因調査、矛盾する情報の整理 | 上位モデルへ上げ、工程を分ける |
| 重要監査 | 公開前確認、制度・数字の裏取り、他人の成果物の点検 | 別のAIも使い、根拠と差分を確認する |
モデルは段階的に上げる
最初から上位モデルに渡す前に、軽い方法で解けるかを確かめます。
- まずは速いモデルに、対象・目的・完成条件を短く渡す
- 失敗したら「何が足りなかったか」を見る。情報不足なら指示を足し、推論不足ならモデルを上げる
- 上位モデルへ渡すときも、前の作業結果と未解決点だけを引き継ぐ
- 最後まで解けない部分だけを、人間確認または重要監査へ回す
長い仕事は、教材なら科目ごと、コードならファイルごと、公開作業なら「作成・確認・修正」の工程ごとに分けます。大きな仕事を丸ごと渡すより、途中で出来を見られ、必要な場所だけ上位モデルに切り替えられます。
サービスごとの、考え方の例
表示名や使えるモデルは変わることがあります。ここでは役割の違いとして見ます。
| サービス | 軽い・通常の仕事 | 難しい仕事・重要監査 |
|---|---|---|
| Codex | Luna、Terra。推論強度は中を出発点にする | Sol、または推論強度を高・極高へ上げる |
| Claude Code | Sonnet。既存の決まりに沿う実装や整理 | Opus。設計判断、複雑な不具合、最終点検 |
| Antigravity | Gemini Flash系。下調べ、分類、たたき台 | Claude Sonnet 4.6(Thinking)または Claude Opus 4.6(Thinking)。複雑な検討や監査 |
「作るAI」と「監査するAI」を分ける
同じAIに何度も「本当に合っていますか」と聞くより、役割を分けます。
| 工程 | 担当 | 見るもの |
|---|---|---|
| 下書き | 作るAI | 依頼どおりの本文・コード・一覧を作る |
| 自己確認 | 作るAI | 不足、形式、依頼条件との照合をする |
| 第三者監査 | 別のAIまたは別モデル | 根拠、見落とし、矛盾、副作用を探す |
| 最終判断 | 人間 | 公開してよいか、原典確認が要るかを決める |
同じ仕事を複数の最高性能モデルで最初から何度も作り直す必要はありません。通常は、作るAIを一つ決めて形にし、最後の監査だけを上位モデルや別のAIに任せます。比較が必要なときも、全文ではなく、結論が分かれた箇所だけを比べます。
作業前に、AI自身に必要な力を判断させる
頼む側が毎回モデルを当てずっぽうで選ばなくてよい形にします。
最初に標準モデルへ短く相談し、仕事を4段階のどれに置くかを答えさせます。そこで「上位モデルが必要」と言われても、理由が具体的でなければ、すぐ切り替える必要はありません。
この一手を入れると、「高性能だから使う」ではなく、「この仕事のここだけに必要だから使う」という判断になります。
迷ったときのモデル選択表
| やりたいこと | 最初の選び方 | 上げる条件 |
|---|---|---|
| 文の整理、表への変換、要点の抜き出し | 軽いモデル | 固有のルールを何度も落とすとき |
| 既存の型に合わせた教材・コードの下書き | 標準モデル・推論中 | 複数ファイルの整合が取れないとき |
| 原因不明の不具合、設計の比較、複雑な修正 | 上位モデル・推論高 | 根拠の確認や公開判断が必要なとき |
| 制度・数字・公開前の最終確認 | 別AIまたは上位モデル | 原典の確認が必要なら人間へ渡す |
この資料は、特定の料金や利用上限を説明するものではありません。使えるモデル名や機能は変わるため、その時点での表示を確認してください。ここで持ち帰ってほしいのは、AIの力を仕事の難しさに合わせて配る、という考え方です。