「いくら賢いか」より「いくら請求されるか」が選定を割り始めた
homulaは、特定のベンダーに縛られず、エンタープライズ企業が自社に最適なAI構成を選び使い続けられるよう支援するAIインテグレーターです。その立場から2026年7月の動きを見ると、エージェント選定の争点が「モデルの賢さ」から「料金モデルそのもの」へ移りつつあることがはっきりしてきました。
同じ7月上旬に、主要ベンダーが別々の方向へ舵を切りました。
- OpenAI: ChatGPTのワークスペース・エージェントを 7月6日から従量（クレジット）課金 に切り替え、無料プレビューを終了（TechTimes）。
- Anthropic: 7月2日、Claude Enterprise 向けに利用分析と支出統制（組織・個人の支出上限、しきい値アラート、Analytics API）を追加（Anthropic/Claude）。
- Salesforce: 座席・従量ではなく**定額（AELA）**でAgentforceを無制限利用させる契約を、2026年に大型案件で実装（Redress Compliance）。
この記事は、料金が「定額から従量へ」動いた話（席数からトークンへ、メーター課金になる日で既報）の続きです。ただし今回のポイントは「移行が始まった」ではなく、「移行先が1つに収れんせず、3つに分岐した」こと。だからこそ、どの型を選ぶかが調達判断そのものになります。
料金モデルは3つの型に分岐した
2026年7月時点の主要な選択肢を、買い手目線で整理すると次の3つに収れんします。
| 型 | 課金の単位 | 代表例（2026年7月時点） | 買い手のメリット | 買い手のリスク |
|---|---|---|---|---|
| metered（従量・クレジット） | 実行ごとのトークン消費 | OpenAI ワークスペース・エージェント | 使った分だけ・小さく始められる | コストが非線形に膨らみ予測しにくい |
| included＋caps（定額内包＋上限） | 席数/プラン内で利用、超過を上限で制御 | Anthropic Claude Enterprise | 予算が読みやすい・統制機能つき | 上限運用が甘いと途中で止まる／内包枠の実効値が不透明 |
| flat-fee（定額・無制限） | 組織全体の固定料金 | Salesforce AELA | コストが完全に予測可能 | ベンダーロックイン・複数年拘束 |
業界メディアはこの分岐を「Included か Metered か」という対立軸で語り始めています（Digital Applied、TechTimes）。実際にはSalesforceの定額型を加えた3すくみと捉えたほうが、選定の全体像が見えます。
「どれが正解か」ではありません。業務の使われ方によって最適な型が変わるというのが本質です。実行回数が読めない探索的な使い方には定額（flat-fee）が効き、実行あたりの価値が高くスポット的な業務には従量（metered）が向く、といった具合に、業務の性質と料金の型をマッチさせるのが調達の腕の見せどころになります。
なぜ「席数課金（per-seat）」は壊れたのか
3つの型に共通する背景は、席数課金がエージェントと構造的に噛み合わないことです。
理由はシンプルです。エージェントが優秀になるほど、同じ仕事に必要な「人の席」は減ります。つまり席数で売ると、ベンダーは成果を出すほど売上が減るという逆インセンティブを抱えます。買い手側でも、1人分の席で1体のエージェントが数百のLLM呼び出しと数千のツール実行を回すため、「席」は消費実態を表さなくなりました（CIO.com）。
実際、報道・調査によれば市場はすでに動いています。
- 座席のみのSaaSは12か月で 21%→15% に減少、ハイブリッド型は 27%→41% へ急増（Particula Tech）。
- 買い手調査では 43%が従量課金、27%が成果（outcome）ベースを選好（同）。
- 成果ベース課金は現状 10%未満のAI企業しか採用していないが、エージェント時代の本命になると広く見られている（Chargebee）。
Gartnerは、2026年末までに企業アプリの約40%がタスク特化型エージェントを備える（2025年は5%未満）と見込みます。席がエージェントに置き換わるほど、料金の単位も席から離れていく——これが分岐の根っこにあります。
各型のリスクを「買い手目線」で読む
分岐したということは、選び方を間違えると別々の落とし穴にはまるということです。型ごとに注意点が異なります。
metered（従量）——「非線形」を予算化できるか
従量の怖さは、コストが利用の増加に対して線形に増えないことです。エージェントは1つの指示から自律的にモデル呼び出し・ツール実行・再試行を連鎖させるため、成功して規模が出た瞬間にコスト曲線が跳ねます。調査では 78%のIT責任者が従量/AI課金で想定外の請求を経験し、90%のCIOがコスト予測を最大の課題に挙げています（Okoone）。従量を選ぶなら「1回の実行あたりコスト」を設計段階で見積もれるかが前提条件になります（次節で具体化します）。
included＋caps（定額内包＋上限）——上限を「設計」できるか
内包型は予算が読みやすい一方、上限（cap）の運用が甘いと現場が途中で止まります。Anthropicの7月2日の追加は、まさにこの弱点を埋めるものでした。組織・個人レベルの支出上限、75%・90%でのしきい値アラート、モデル単位の利用可否、そして財務・ITが自前のツールに取り込める Analytics API を提供します（Anthropic/Claude）。ただしこれは「人とアプリ単位」の統制であり、タスク単位・組織横断の統制は買い手側で別途設計する必要があります。
flat-fee（定額・無制限）——ロックインの重さに見合うか
Salesforceの AELA（Agentic Enterprise License Agreement） は、席数・従量を廃し、Agentforce・Data 360・MuleSoft・一部Slack機能を組織全体で無制限利用できる固定料金を、2〜3年の複数年契約で結ぶ形式です（Redress Compliance、Build MVP Fast）。2026年3月には人材大手アデコ（Adecco）が60か国以上を対象に締結したと報じられています（同）。コストの予測可能性は最高ですが、その代償はバンドルによるベンダーロックインと複数年拘束です。CFOの「請求が読めない」悩みを解く代わりに、出口の自由度を差し出す取引になります。
従量の「1回いくら」を読む——OpenAI本稼働から
3つの型のうち、いま最も設計者の手を動かさせるのが従量（metered）です。7月6日の本稼働で、抽象論だった「メーター課金」が具体的な数字になりました。報道によれば、OpenAIのワークスペース・エージェントの課金はおおむね次の構造です（TechTimes、Auteur）。
- 3つのトークン系統を別々に計量する: 通常の入力・キャッシュ済み入力・出力で、それぞれ「100万トークンあたりのクレジット単価」が異なる。
- 出力は入力の約6倍高く、キャッシュ済み入力は新規入力の約10分の1に安い。
- 標準的な1実行はGPT-5.5でおおむね 5〜25クレジット（読み込む文脈と生成量に依存）。
- ChatGPT内で起動した実行だけが計量対象。Slackなど外部起点の実行は当面プレビュー扱い。
- Enterprise/Eduは営業窓口経由で共有クレジットプールを契約に組み込む。
この単価構造は、そのまま設計の指針になります。出力が最も高いなら「無駄に長い生成を避ける」、キャッシュが10分の1なら「共通の前提・システムプロンプトはキャッシュに乗せる」、実行がChatGPT内だけ計量なら「起動経路で実効コストが変わる」。従量を選ぶ企業は、料金表をアーキテクチャの制約条件として読み込むべきです。
つまり従量課金は「安く見えるが、設計次第で数倍ぶれる」料金です。included/flat-feeと比べる際も、比較すべきは掲示価格ではなく「自社の業務での成果あたりコスト」になります。
調達・契約で押さえる交渉ポイント
料金モデルが割れた以上、選定は「機能比較表」だけでは足りません。契約・調達の観点で、最低限おさえるべき論点を挙げます。
- 移行の猶予を要求する: ベンダーが料金モデルを変えるとき、CIOはまず「新料金の適用に猶予を設ける」交渉から入るべきとされます。1年の据え置きを求めるのは実際に使われる戦術です（CIO.com）。
- 「活動を生む側」の利益相反に注意する: 従量では、エージェントの挙動をベンダーが握るほど、ベンダーには実行を増やす動機が生まれます。誰が実行回数を制御できるのか（自社側の上限・承認で止められるか）を契約前に確認します。
- 出口の自由度を値付けする: flat-feeの予測可能性は魅力ですが、複数年のバンドル拘束は移植性を犠牲にします。ロックインの重さを「割引」だけでなく「乗り換えコスト」と天秤にかけます（ノーコードの8か月終了で論じた移植可能性の観点と同じ問題です）。
- 可視化・配賦を契約要件にする: どの型でも、「誰が・何に・いくら使ったか」を部門・タスク単位で取り出せること（API/エクスポート）を要件に含めます。請求書を後から眺める運用では統制になりません。
homulaの観点——料金モデルは「設計と調達」で吸収する
homulaは、料金モデルの分岐を「どのベンダーが正しいか」ではなく「自社の業務にどの型をどう組み合わせるか」という設計・調達の問題として扱います。
- 単一ベンダー固定を避ける: n8n / Dify / LangGraph を組み合わせ、業務の性質に応じてモデルとツールを振り分けます。flat-feeのロックインにも、meteredの非線形コストにも、単一ベンダー依存の前提を崩すことで備えます。
- ムダな実行を構造から減らす: Agens はMCPを活用し、200以上のツールと構築ゼロで接続します。連携のたびの作り込みと、車輪の再発明によるトークン浪費を同時に減らし、従量課金での「成果あたりコスト」を下げます。
- 組織横断で支出と権限を統べる: Agens Control は承認フロー・DLP・5年分の監査ログ・RBACを提供します。ベンダー各社のコンソールが見ない「組織横断の用途・部門・承認」の軸で、どの料金モデルを採用しても効く統制層を置けます。自律エージェントに予算と承認のゲートを噛ませる設計と相性が良い領域です。
- 契約前に「1回いくら」を試算する: AIエージェント・ブートキャンプでは、業務棚卸し・プロトタイプ構築・ROI試算を3〜5日で完結します。料金モデルを選ぶ前に、自社の実業務で成果あたりコストを見積もることが、metered/included/flat-feeの正しい比較の出発点です。
実績の一例として、適切に設計したエージェント化で処理時間を93%削減したケースもあります。重要なのは、料金表の掲示価格を鵜呑みにせず、設計と調達でコストを吸収できる構造を先に持つことです。
まとめ——「どの型か」を業務で選ぶ
2026年7月に起きたのは、料金の「定額→従量」という一方向の移行ではありません。metered（OpenAI）・included＋caps（Anthropic）・flat-fee（Salesforce）という3つの型への分岐です。席数課金がエージェントと構造的に噛み合わなくなった以上、この分岐はしばらく続きます。
だからこそ、選定の問いは「一番安いのはどれか」ではなく「自社のどの業務に、どの型を、どう組み合わせるか」になります。従量なら料金表をアーキテクチャの制約として設計に落とし込み、内包なら上限を運用で設計し、定額ならロックインを移植性と天秤にかける。そして、どの型でも効く組織横断の可視化・承認・監査を自社側に持つ——これが料金分岐時代の勝ち筋です。
料金モデルの選定は、機能比較の前に「自社の業務で成果あたりいくらか」を試算するところから始まります。homulaは、metered・included・flat-feeの3すくみを、棚卸しからROI試算・組織横断の統制設計まで一気通貫で支援します。