AIエージェントのトークン消費は13倍｜不動産AIコスト設計3原則

AIエージェントは人間の13〜15倍のトークンを消費し、OpenRouterでは半年で14倍に増加。不動産業のAIコストが読めなくなる前に押さえるべき、タスク設計・モデル使い分け・成果測定の3原則を解説します。

AIエージェントのトークン消費は13倍｜不動産AIコスト設計3原則

AIエージェントは、人間のチャット1回の13〜15倍のトークンを消費します。

これがいま、AI導入コストの前提を静かに書き換えています。AIモデルの中継基盤であるOpenRouterの集計では、エージェント経由のトークン利用量が8月10日時点の7日移動平均で7.3兆トークンに達し、2月6日の約5000億トークンから14倍に膨らみました。同じ期間に人間の利用量は1.4兆トークンで2.8倍にとどまっており、いまやエージェントが人間の5倍以上を消費しています。本記事は、宅建業免許（東京都知事(1)第113520号）を保有し、AI導入コンサル100社超の実績を持つ株式会社オルセル（不動産のチカラ運営）が、不動産業のAIコスト設計という観点から解説します。

AIエージェントのトークン消費が人間を追い越した

結論から言えば、2026年2月にAIエージェントの消費量が人間の消費量を追い越し、そこから半年で差が5倍以上に開きました。Crypto Briefingが伝えたOpenRouterの集計によると、エージェント型の処理は1リクエストあたりおよそ13〜15倍のトークンを使います。人間のチャットは1往復で終わりますが、エージェントはファイルを読み、ツールを呼び、途中結果を検証し、失敗すれば作り直すという反復を1タスクの中で何十回も回すためです。

なぜ1回あたりがそこまで重くなるのか。OpenRouterのCOOであるChris Clarkは、SaaStrのインタビューで、エージェントの1ターンにはツールの定義、MCPゲートウェイの定義、スキルの前書き、そして推論とツール呼び出しの往復がまるごと乗ると説明しています。同社は週あたり約28兆トークンを処理しており、これは世界の推論のおよそ1パーセントにあたるとしています。実際、ある主要モデル群では全リクエストの約55パーセントがツール利用を求め、モデルは83パーセントの割合で実際にツールを使い、46パーセントの応答がツール呼び出しで完結していました。

OpenRouterのトークン利用動向を解説する記事のイメージ

料金体系もこの流れに追随しています。The Decoderがまとめた通り、GitHub Copilotは2026年6月1日から従量課金の「GitHub AI Credits」へ段階移行しました。短いチャット1件と、数時間走り続ける自律実行を同じ扱いにはできない、という判断です。定額で使い放題という前提は、エージェント時代には成り立ちにくくなっています。

不動産業でエージェント化が進むのはこれから

不動産業にとっての論点は、コストが増えることそのものではなく、増え方がまだ読めない段階にあることです。The Decoderが紹介したAnthropicの自社API分析では、エージェントのツール呼び出しのうち半数近くがソフトウェア開発に集中しており、カスタマーサービスや営業、金融などはそれぞれ数パーセント程度にとどまっています。不動産業の実務はまだ単純なチャット利用が中心で、エージェント化の波はこれから来る側です。

つまり、いま追客メールの自動生成や物件写真のキャプション作成をチャットで試している段階では、費用は月数千円から数万円で収まります。ところが、レインズのCSVを読み込んで反響を突き合わせ、条件に合う物件を抽出して提案文まで書き上げるといった多段階の処理をエージェントに任せた瞬間に、同じ1件の作業でも消費量が一桁変わり得ます。チャット時代の実績値で年間予算を組んでいると、期の途中で枠を使い切ります。実際、Fortuneの報道としてThe Decoderが引用した事例では、Uberが2026年のAIコーディングツール予算を4か月で使い切っています。

不動産業ならではの事情も重なります。宅建業の実務では、重要事項説明や契約書のように、間違いが法的責任に直結する書類が中心にあります。AIが出した内容をそのまま使うことはできず、宅地建物取引士による確認が前提になります。ここで厄介なのは、エージェントが2時間かけて誤った成果物を出した場合でも、トークンは消費済みだという点です。チャットなら回答を見て数秒で捨てられますが、自律実行では検証コストと再実行コストが後から乗ってきます。AI導入の費用対効果を扱ったAIコスト管理の3論点や、AIエージェントの電力消費が600倍という試算も併せて確認しておくと、全体像がつかみやすくなります。

不動産業のAIコスト設計3原則

ここからは実務です。トークンを経営指標として扱うための初動を、3つの原則に整理します。

第一に、タスクの枠組みを先に決めることです。The Decoderは、良いプロンプトだけでは足りず、何を解くのか、どのデータとツールを使ってよいのか、どこで人が確認するのか、どうなったら中断するのか、いくらまでかけてよいのかを事前に決める「タスクフレーミング」が要ると指摘しています。フリーランスに発注するときにテーマと文字数と納期と報酬を伝えるのと同じ発想です。不動産業なら、たとえば「反響メールの一次返信案を標準モデルで作成する。物件の面積や賃料など事実に触れる記述が含まれる場合のみ、上位モデルに引き上げる。入力が20万トークンを超えたら中断する」といった形で、条件と上限を文章にしておきます。

第二に、モデルを使い分けるルーティングです。単価だけを比べても意味がありません。The Decoderの整理では、GPT-5.5の出力単価が100万トークンあたり30ドル、DeepSeek V4 Proが87セントと大きく開いていますが、OpenRouterの実利用分析ではGPT-5.5の実コストが入力長に応じて前世代比で49から92パーセント増えたとされています。安いモデルでも、失敗して作り直せば高くつきます。定型の追客文面や物件キャプションは安価なモデルで回し、重要事項説明の下書きや契約条項のチェックなど責任の重い工程だけ上位モデルに寄せる、という二段構えが現実的です。

第三に、消費量と成果をセットで読むことです。The Decoderはこれを4つの症状に分けて説明しています。消費が多く成果も出ている場合はルーティングの無駄を疑う、消費が多く成果が出ていない場合はタスク設計とモデル選定と中断条件を疑う、消費は少ないが人手の手直しが多い場合はコストが人件費に移っているだけと考える、消費はあるがどの業務に効いたか言えない場合は費用と成果の紐づけそのものを作り直す、という読み方です。逆に危ういのは、利用量が増えたこと自体を成果と見なす発想で、The Decoderはこれを「tokenmaxxing」と呼んでいます。2時間かけて誤答した処理のほうが、5分で正解した処理よりトークンを多く使う以上、消費量は活動の指標であって成果の指標ではありません。エージェントに手順を渡す設計そのものについては、AIエージェントとスキル・手順の関係も参考になります。

まとめ

AIエージェントは人間の13〜15倍のトークンを消費し、OpenRouterの集計では半年で14倍に増えました。不動産業のエージェント化はこれからですが、チャット時代の実績で予算を組むと足元をすくわれます。タスクの枠組みを先に決め、工程ごとにモデルを使い分け、消費量と成果を並べて読む。この3点を先に決めておけば、AI費用は管理できる固定費に近づきます。

参考文献

※不動産のチカラでは、生成AIの導入支援から運用最適化まで、貴社の不動産事業に合わせたカスタマイズ提案を行っています。無料相談（30分）も実施中ですので、お気軽にお問い合わせください。
https://fudosannochikara.jp/contact/

引用元: SaaStr

【監修】齋藤竹紘（株式会社オルセル代表 / EC支援19年5,000社超・AIコンサル100社超 / 宅建業免許 東京都知事(1)第113520号）