OPENAI SEARCH INSIGHT

2026.10.10 / OpenAI最新情報

Asana、GPT-6.1 Solでブラウザエージェント費用を76分の1に

この記事で分かること: AsanaがGPT-6 Astra in CodexとGPT-6.1 Solを用いてブラウザエージェントのコスト・速度・回答性能をどう改善したのか、検証条件と実務への示唆を知りたい。

OpenAIは2026年10月9日、Asanaがブラウザエージェントのワークフローを最適化し、GPT-6.1 Solでのテストにおいて推定モデル費用を76分の1、実行時間を5分の1にしたと発表した。実験の実行・分析には、Codex内のGPT-6 Astraが使われた。

重要なのは、単なるモデル切り替えではなく、ブラウジング履歴のキャッシュ、保持するテキスト量、スクリーンショットの削除方法を組み合わせて見直した点だ。日本で業務エージェントを運用するチームも、モデル単価だけでなく、入力履歴の設計と評価基盤を優先的に点検すべきだろう。

OpenAI公式発表で確認できる内容

今回の発表はOpenAIの「Official News」として公開されたAsanaの事例である。Asanaは、買収したStackAIを通じ、ウェブサイトの操作、フォーム入力、情報収集などをノーコードで組み込むワークフローを顧客向けに提供している。

同社によれば、規模の大きいブラウザ自動化では、小さな非効率でも累積コストと処理時間への影響が大きい。そこでStackAIのCTOであるFrank Hidalgo氏が、GPT-6 Astra in Codexにエージェントの調査、改善案の試験、結果比較を指示した。

手作業なら1〜2カ月を要すると見積もられた調査は、GPT-6 Astraの活用により約1週間で進んだという。ただし、これはAsanaの担当者による見積もりであり、すべての開発組織やエージェント案件に同じ期間短縮が生じることを示すものではない。

比較対象とテスト設計

Asanaは144回の実行から成る調査で、GPT-6.1 Solと、Model A、Model B、Model Cと表記した他の3モデルを比較した。各構成は、公開デモカタログにある32冊の書籍から6項目ずつを収集する同一タスクを実行した。

最適化の比較で基準になったのは、従来本番環境で使っていたModel Bの元設定である。公式発表の76分の1という費用削減は、GPT-6.1 Solの最適化済み構成を、このModel Bの元設定と比べた数値であり、GPT-6.1 Sol単体の設定前後だけを示す値ではない。

実験では、履歴として保持するテキスト量を12万文字と48万文字の2水準に設定した。さらに、キャッシュとスクリーンショットに関する6種類の方針を、4モデルごとに各3回試した。モデル、履歴予算、キャッシュ、画像管理を分解して測る設計である。

ボトルネックとなった履歴とキャッシュ

GPT-6 Astraがコードベースを調べた結果、エージェントは固定の指示文とツール定義をキャッシュしていた一方、ブラウズ中に増加するページ本文やスクリーンショットの履歴は、各リクエストで全量を再送していたという。この履歴再送が費用増の要因だった。

一方で、古いスクリーンショットの削除とテキストのトリミングがほぼ毎ステップ実行されていた。履歴が頻繁に変更されるため、履歴を単純にキャッシュしても効率化しにくく、すでに取得した情報が失われれば、エージェントがページを再訪問する必要も生じる。

Hidalgo氏は提案された改善策から、閲覧履歴へのキャッシュ拡張、保持テキスト量の増加、スクリーンショットを毎ステップではなくまとめて削除する方法の3点を選んだ。GPT-6 Astraは初期テストの後、複数設定を並行実行できるようフロントエンドとバックエンドもリファクタリングした。

最適化後の費用、速度、回答結果

最良の方針は、スクリーンショットを20枚まで蓄積し、その後に最新の1枚を残して削減するものだった。削除までの期間に履歴内容を変えないことで、キャッシュが使える区間を長くし、48万文字の大きい履歴予算と組み合わせて最適化済みワークフローとした。

公式発表によると、最適化済みのGPT-6.1 Solワークフローの推定モデル費用は、1実行当たり平均0.47ドルだった。Model Bの元設定は少なくとも36.21ドル、最適化後のModel Bは1.24ドルであり、前者から後者への削減は29分の1とされる。

GPT-6.1 Solでは、48万文字の履歴予算と新しいキャッシュ・スクリーンショット方針により、1実行の推定費用が1.97ドルから0.47ドルへ約4分の1になった。Asanaは、各呼び出しの費用低下について、入力の89%が未キャッシュ時の5%の価格でキャッシュから処理されたことを理由としている。

処理時間は、Model Bの元設定で少なくとも22.5分だったのに対し、GPT-6.1 Solの最適化済みワークフローでは約4分だった。元設定にはステップ上限に達して未完了となった実行が含まれるため、公式発表は元設定の平均費用・実行時間を下限として扱っている。

回答の成立率にも差が出た。GPT-6.1 Solでは、履歴予算が小さい場合に回答を返した実行が18回中3回だったのに対し、大きい履歴予算では18回すべてが回答を返し、各回答は正解だったという。ここでは、長い履歴の保持が、コストだけでなく完了性にも影響したことが示されている。

日本の開発・運用チームが確認すべき点

ブラウザエージェントの費用分析では、1トークン当たりの価格表だけで判断しないことが重要になる。ページ本文、DOM由来のテキスト、スクリーンショット、ツール呼び出し結果が各ターンでどこまで再送されているかを、リクエスト単位で可視化する必要がある。

特に、履歴圧縮や画像削除を「毎ターン実施するほど効率的」とは限らない。頻繁な編集はキャッシュの連続性を壊し、必要な事実の喪失による再探索も招き得る。保持量、削除タイミング、再訪問率、タスク成功率を同じ評価表で追うべきである。

また、Asanaのように設定を変えた比較を行うなら、タスク、試行回数、モデル、上限到達時の扱いを明示することが欠かせない。少数回の平均値だけで導入判断をせず、失敗・中断・誤回答を費用評価から除外していないかを確認したい。

実装面では、プロンプト、ツール定義、閲覧履歴、画像、モデル出力を分けて記録し、どの部分がキャッシュ対象かを追跡可能にするのが現実的だ。Asanaの事例は、エージェント評価をモデル選定の作業に閉じず、ワークフロー設計の継続的な最適化として扱う必要を示している。

Agent Memories編集部の考察

今回の一次情報から読み取れる技術的な新規性は、GPT-6 Astraを「コードを書く助手」にとどめず、仮説設定、実験基盤の整備、複数条件の実行、結果調査まで担う役割として使った点にある。人間は目的設定、改善案の採否、結果確認を担う分業になっている。

ただし、76分の1という数字を他社の一般的な削減率として扱うべきではない。比較にはモデル変更とワークフロー変更の両方が含まれ、基準となるModel Bの元設定には上限到達した実行もある。自社環境では、現行ベースラインから再現可能な実験を組み直す必要がある。

実務上の優先順位は、まず入力履歴の観測、次にキャッシュ可能な不変部分の分離、その後に履歴予算と画像管理方針の比較となるだろう。モデルをより安価なものへ変更する前に、同じモデルでもワークフロー側で削減できる余地を測定する価値がある。

Asanaは、ブラウザナビゲーションに関する変更をStackAIへリリースしたと説明している。また今後は、顧客と社内チームがエージェント設定時にコスト、実行時間、回答品質を比較できるよう、こうしたテストをプラットフォームの評価へ組み込む計画を示した。

よくある質問

GPT-6 AstraとGPT-6.1 Solは同じ役割ですか？

同じ役割ではない。公式発表では、GPT-6 Astra in Codexがコードベースの調査、実験、結果比較を進めた。一方、GPT-6.1 Solは最適化されたブラウザエージェントのワークフローを実行し、費用・時間・回答結果を評価されたモデルである。

76分の1という結果はGPT-6.1 Solだけの効果ですか？

いいえ。公式発表では、GPT-6.1 Solの最適化済みワークフローを、従来のModel Bの元設定と比較している。履歴キャッシュ、保持テキスト量、スクリーンショット管理の変更とモデル差が含まれるため、単一要因の効果としては扱えない。

最適化後はすべてのテストで正解したのですか？

公式発表は、最適化済みワークフローでは全実行がタスクを完了し正しい回答を返したとしている。また、GPT-6.1 Solで大きい履歴予算を使った条件では18回すべてが回答を返し、各回答が正解だったとしている。

StackAIの利用条件やGPT-6.1 Solの提供範囲は公表されていますか？

今回確認できるOpenAI公式発表には、個別の料金体系、地域別の提供条件、一般向けの利用開始条件は記載されていない。本記事では、発表にない提供範囲や価格を補完していない。

まとめ

AsanaはOpenAIのGPT-6 Astra in Codexを用いてブラウザエージェントを実験・最適化し、GPT-6.1 Solのワークフローで平均推定費用0.47ドル、約4分という結果を報告した。比較基準に対する76分の1、5分の1は、モデルとワークフローを合わせた成果として読む必要がある。

開発者・AI専門職にとっての要点は、履歴を減らすこと自体ではなく、必要な文脈を残しながらキャッシュ可能な状態をどれだけ維持できるかにある。ブラウザエージェントでは、費用、速度、正答性、完了率を分離せず、同一実験で継続評価する設計が重要になる。

本カテゴリはMiraigent / Agent Memoriesによる非公式編集記事です。OpenAIとの提携・承認・後援を示すものではありません。