軽量ハーネス vs 重量ハーネス——Piは200トークン、Claude Codeは10,000トークン

モデルに任せるか、ハーネスで削るか。コーディングエージェント設計思想の分岐点

1. 同じ「AIにコードを書かせる」でも、料金が10倍違う

「AIにプログラミングを任せる」。一言で言っても、裏側ではまったく違う仕組みが動いていて、同じ仕事をさせるのにかかる金額が10倍以上変わる。

タスク	Claude Code	Codex CLI	Gemini CLI
バグ修正（小）	$0.036	$0.028	$0.003
新モジュール追加（中）	$0.174	$0.080	$0.143
大規模リファクタ（大）	$3.150	$0.252	$0.400

2026年3月時点の実測値。小タスクなら12倍、大タスクなら12.5倍もの開きがある。

大事なのは「どのAIモデルを使うか」だけじゃない。「どの道具立て（ハーネス）で使うか」がコストと速度を決める。 そしてその鍵を握るのが「トークン」という単位の理解だ。

2. まず3層構造を理解しよう

AIエージェントの世界は3つの層に分かれている：

この記事で扱う「ハーネス」は 🦾 BODYの部分。AIの頭脳（モデル）は同じでも、ハーネスが違えば、パフォーマンスもコストもまるで変わる。

料理にたとえると：

HEAD = シェフの腕前（GPT-5 / Claude / Gemini）

NECK = 食材の仕入れ先（OpenRouter / OpenCode）

BODY = 厨房の設計・道具の揃え方 ← ここが今回の主役！

同じシェフでも、厨房（ハーネス）が違えば出来上がる料理も予算もまったく変わる。

3. トークンって何？なぜ大事？

トークン = AIが理解する言葉の最小単位。

「私はプログラマーです」という文なら：

「私」「は」「プログラマ」「です」→ だいたい5〜7トークン
英語なら1単語がだいたい1トークン

AIに支払う料金は、このトークンの使用量で決まる。

モデル	入力（1Mトークンあたり）	出力（1Mトークンあたり）
Claude Sonnet 4	$3	$15
GPT-4.1 / codex-mini	$1.50	$6
Gemini 2.5 Flash	$0.15	$0.60
DeepSeek V4 Flash	$0.14	$0.28
Kimi K2.7 Code	$0.95	$4.00

つまり 「どれだけトークンを消費するか」がそのまま料金に直結する。そして、ハーネスによって同じタスクでも消費トークン数がまったく違う。 これがこの記事の核心だ。

4. ハーネスって具体的に何をするの？

AIがコードを書くとき、裏ではこういうことが起きている：

システムプロンプトの作成 — 「あなたはプログラミングのプロです。以下のルールに従って…」という最初の指示書
ツール定義 — 「ファイルを読む」「検索する」「実行する」など、使える道具の一覧と使い方
会話履歴の管理 — これまでのやりとりを覚えておく
サブエージェントの起動 — 必要に応じて別のAIを呼び出す
結果の検証と整形 — 出力が正しいかチェックする

このすべてがトークンを消費する。特に「システムプロンプト」と「ツール定義」は毎回のやりとりで必ず送られるので、ここが長いと毎回数十万トークンを無駄に消費することになる。

5. 軽量ハーネス：Piの哲学

Pi（@earendil-works/pi-coding-agent）は「ハーネスは最小限に」という哲学を貫く。

システムプロンプト：200〜1,000トークン
ツールはたった4つ：read / write / edit / bash
セッションはJSONLで保存、完全に読める
ライセンス：MIT、完全無料

思想：「モデルが賢いんだから、余計な指示は要らない」

システムプロンプトのイメージ：
「あなたはプログラマーです。read/write/edit/bashの4つのツールが使えます。
PythonとNode.jsが使えます。セッションはJSONLに保存されます。」

たったこれだけ。あとはモデルの能力に任せる。

✅ 利点：

起動が爆速
1回の呼び出しで無駄が最小
完全に透明 — 何が起きているか全部読める
モデルを自由に差し替えられる（15以上のプロバイダ、324モデル）
月額0円（モデル代のみ）

⚠️ 欠点：

複雑なタスクだと迷う
モデルが弱いと結果も弱い
サブエージェントや高度な機能はなし

比喩： シェフに「料理して」とだけ言って、包丁1本だけ渡すスタイル

6. 重量ハーネス：Claude Codeの哲学

Claude Code（Anthropic）は「ハーネスで頑張ってトークンを最適化する」哲学。

システムプロンプト：約2,900トークン（core）＋約110の条件付きセクション → 実質10,000トークン超
ツール多数＋MCPサーバーで拡張可能
サブエージェント、cron、Teams、リモート制御、GitHub統合

思想：「ハーネス側で丁寧に誘導すれば、モデルの性能を最大限引き出せる」

✅ 利点：

複雑なタスクを安定して実行
豊富な機能（Teams、cron、リモート制御）
SWE-bench最高スコア（80.9%）
1Mトークンのコンテキスト窓

⚠️ 欠点：

トークン消費が大きい
システムプロンプトが非公開（逆解析でしかわからない）
安いプラン（$20/月）だとすぐ上限到達 → $100/月が実質必須
1日$10〜30のAPI利用がざら

ツール定義だけで55,000トークン

Anthropicの公開データによると：

MCPサーバー5つ + 58ツールを upfront 読込：55,000トークン
社内の最大構成：134,000トークン
「Hello」と打っただけで裏で55Kトークン消費している

Anthropicはこれに対して Tool Search（遅延読込）という機能を開発し、85%削減に成功したが、これはあくまで対策であって、設計の複雑さを物語っている。

比喩： 厨房全部の道具と100ページのマニュアルを一緒に渡すスタイル。でも料理は確かにうまい。

7. 一覧比較

ツール	システムプロンプト	ツール数	透明性	得意分野	月額コスト目安
Pi	200〜1K	4	✅ 完全公開	単純タスク爆速	モデル代のみ
OpenCode	変動（8系統）	20+	✅ 公開	バランス型	モデル代のみ
Codex CLI	非公開（Rust）	多数	⚠️ 部分的	コスパ最強	$20（ChatGPT Plus込）
Gemini CLI	非公開	多数	✅ Apache 2.0	巨大コード解析	無料〜API課金
Claude Code	10K+	多数+MCP	❌ 非公開	複雑タスク	$20〜100/月

8. 金額の具体例：同じ仕事、この差

週に20の小タスク + 10の中タスク + 2の大タスクをこなす開発者の場合：

ハーネス	週間コスト	月間コスト	年間コスト
Claude Code	$8.34	$23.36	$280
Codex CLI	$3.56	$9.96	$120
Gemini CLI	$3.03	$8.48	$102
最適混合	$2.80	$7.84	$94

年間で最大$186もの差がつく。 軽量系のツールだけでも十分な仕事ができるなら、年間約3万円の節約になる。

9. じゃあ、どれを選べばいい？

あなたの状況	おすすめ
とりあえず試したい	Pi（無料、シンプル、完全透明）
ガッツリ開発、品質最優先	Claude Code（ただし$100/月覚悟）
コスト最優先、毎日大量	Codex CLI（$20/月、4倍効率的）
予算ゼロ、軽めのタスク	Gemini CLI（無料枠あり）
モデルを自由に選びたい	OpenCode（75+プロバイダ対応）
超巨大コードベースの解析	Gemini CLI（2Mコンテキスト）
学習用・仕組みを理解したい	Pi（全セッションがJSONLで読める）

💡 プロの「最適混合」戦略

実際に最も効率の良い使い方は「どれか1つ」に絞らないこと：

タスクの種類	使うツール	理由
大きな設計・実装	Claude Code	品質と長文脈が強い
日常的な修正・リファクタ	Codex CLI	4倍効率的、$20/月で使い放題
コードレビュー・下調べ	Gemini CLI（無料枠）	0円で検索と解析
READMEやコメント生成	Pi + ローカルモデル	0円、機密情報が外に出ない

10. まとめ：ハーネスを知らずしてAI運用するな

同じモデルでも、使うハーネスで：
　・トークン消費量が4倍違う
　・かかる費用が10倍違う
　・かかる時間が数倍違う

「どのAIモデルを使うか」だけに注目する時代は終わった。

今や 「どのハーネスでそのモデルを動かすか」がパフォーマンスとコストを決める最重要要素 だ。

軽量ハーネス（Pi）は200トークンのシステムプロンプトで「モデルに任せる」哲学。重量ハーネス（Claude Code）は10,000トークンのシステムプロンプトで「ハーネスで徹底管理する」哲学。

どちらが正しいという話ではない。あなたのタスク、予算、求める品質に合わせて選ぶべきだ。

そして、その選択を正しくするために、トークンという単位を理解しておくこと。これが、AIエージェントを「使われている側」から「使いこなす側」に変わる第一歩になる。

参考：本記事のデータは2026年3月〜6月時点のものです。料金や性能は各社のアップデートにより随時変化します。