Estontinc公開日 4 分で読めます
品質を落とさずにAIコストを下げる方法：Cloudflareの68%削減から学ぶ
CloudflareのAIコードレビューは大きな変更なしにコストが倍増し、最適化後に68%下がりました。費用の行き先、解決策、そして同じ教訓を活かす方法をまとめました。
AIのコストを下げるにはどうすればよいのでしょうか。 多くのチームが、AIの請求額が利用量より速く増えることに気づいています。2026年10月19日、Cloudflareは社内のAIコードレビューでまさにそれが起きたこと、そして品質を確認しながら1回あたりの平均コストを$2.43から$0.77へと68%下げた方法を公開しました。
この記事では、AIコストが静かに増える理由、Cloudflareが変えたこと、そしてどのAI機能にも使えるチェックリストを解説します。機能をこれから計画するなら、まずAI APIのコストを見積もる方法をご覧ください。
AIコストが静かに増える理由
Cloudflareのレビュー1回あたりの平均コストは、大きなアーキテクチャ変更なしに3月の$1.22から8月の$2.32へ上がりました。理由はモデルが賢く丁寧になり、エージェントがより多くのコンテキストを読み、より多くの呼び出しを行うようになったことです。レビューあたりのトークンは0.91百万から2.99百万へと3倍以上に増えました。
最適化前は、費用の大半がモデルがすでに見た、またはこれから再び見るコンテキストに使われていました。キャッシュ書き込みが約43%、キャッシュ読み込みが約34%、出力トークンが約23%です。呼び出しのたびに会話全体を送るため、コストは呼び出し回数とコンテキストの大きさの両方に比例して増えます。
Cloudflareが変えたこと
- 共有されたキャッシュプレフィックス。 ツール定義とエージェントのプロンプトは同じなのに、各セッションの最初のリクエストがキャッシュを見つけられたのは14%から26%だけでした。共通部分を単独でキャッシュできるようプロンプトを組み直したことが、最大の削減につながりました。
- 呼び出しの削減。 参照インデックスをプロンプトに含めたことで、あるレビュアーの1回あたりの呼び出しが15.9回から9.6回に減りました。サブレビュアーが使うべきでないツールを隠し、多くのセッションで無駄な呼び出しをなくしました。
- 3つのレビュアーで1つのプレフィックス。 コード品質、セキュリティ、パフォーマンスのレビュアーが同一の最初のリクエストを送るため、後続はキャッシュから読み込めます。
- テストで選んだモデルとエフォート。 ランダム化した比較で、品質を保ちつつトークンを減らせるモデルとエフォートを見極めました。
削減の約40%はコード変更によるもので、残りはモデルとエフォートの選択によるものです。9月初めから、レビューあたりのキャッシュ読み込みは82%、キャッシュ書き込みは54%、出力は67%減りました。最も遅いレビューも改善し、5分を超えるレビューは37.9%から0.7%になりました。
品質は下がったのか
Cloudflareは品質を前提にせず確認しました。指摘に作者が対応したかを調べ、2社のモデルに657件の指摘をブラインドで評価させました。高エフォートのコード品質では、消えたのは主にノイズで、重大な指摘への対応率は34%から59%に上がりました。中エフォートでは一部の本当の指摘が失われたため、エフォートは一律ではなくレビュアーごとにテストされました。
AIコストのチェックリスト
Cloudflareの結果と私たちのプロジェクト経験から、AI機能を手頃に保つ習慣は次のとおりです。
- タスクあたりのトークンを測る。 入力、キャッシュ読み込み、キャッシュ書き込み、出力に分けて把握します。
- 共有プロンプトを同一に保つ。 毎回リクエストの先頭に置き、キャッシュから読めるようにします。
- 誰も読まない工程を削る。 使われない要約やツール呼び出しなど。
- エージェントには必要なツールだけを渡す。 使えないツールで呼び出しを無駄にしないためです。
- モデルとエフォートを実タスクでテストする。 選び方はビジネスに合ったAIモデルの選び方で解説しています。
- 変更のたびに品質を確認する。 本番展開の前に実際の出力サンプルで確かめます。
ビジネスへの影響
AI機能は一度きりのコストではありません。モデルが進化し利用が増えると、誰も気づかないうちに費用が倍になることもあります。トークン費用をサーバー費用と同じように測定、確認、最適化することで、成果を犠牲にせずAIプロジェクトの採算を保てます。
Estontincのサポート
Estontincはマラン（インドネシア）のソフトウェア開発会社で、6年以上にわたり100件以上のプロジェクトと50社以上のクライアントを支援してきました。AI開発サービスではAI機能のプロンプト、キャッシュ、モデル選定を設計し、品質を検証します。クラウド・DevOpsチームはトークン費用を常に把握できる監視を整えます。
AIの請求額が増え続けていませんか。お問い合わせページから運用中の機能をお聞かせください。24時間以内にご返信します。
よくある質問
AIのコストはなぜ増え続けるのですか？
モデルが高性能になるほど、エージェントはより多くのコンテキストを読み、より多くの呼び出しを行う傾向があります。Cloudflareでは4月から9月にかけてレビューあたりのトークンが3倍以上に増えました。呼び出しごとに会話全体を送るため、コストも増えます。
CloudflareはどうやってAIコストを68%削減しましたか？
共通部分をキャッシュから読めるようプロンプトを組み直し、不要な呼び出しとツールを削り、3つのレビュアーで1つのプレフィックスを共有し、ランダム化テストでモデルとエフォートを選びました。削減の約40%はコード変更によるものです。
AIコストを下げると品質は落ちますか？
必ずしも落ちませんが、測定が必要です。高エフォートのコード品質では主にノイズが消え、作者が対応する指摘の割合が増えました。中エフォートでは一部の本当の指摘が失われたため、変更ごとに実際の出力でテストすることが大切です。
プロンプトキャッシュとは何ですか？
すでに処理したプロンプトの一部を再利用する仕組みで、通常は低い価格で利用できます。リクエストの先頭部分であるプレフィックス単位で機能するため、共通の指示やツールを毎回同一にし、先頭に置くことで効果的になります。
出典
この記事の事実と数値は、以下の公式情報に基づいています。
- AI
- AI development
- Cloudflare
- Cost
