瑭宜の視点

OpenRouter のデータが示すもの：AI エージェントの使用量は人間の 5 倍、7.3 兆トークンの意味

林政賢 · 2026-08-27

ChatGPT を開き、指示を一つ打ち、答えを待つ。それが「AI を使う」ことの全部だと思っている。入力、待機、出力——あなたが主役で、AI は道具。この絵は間違っていない。ただ、もう全体像ではない。

AI を使っているつもりが、実は AI が AI を使っている

OpenRouter は数百の AI モデルを一つの入口につないだプラットフォームで、だから他の誰にも見えないトラフィックの全体像が見える。2026 年 8 月に公開されたデータはこうだ。

トークンは AI が文字を処理するときの課金単位で、「AI が考えるときに燃やす燃料」と思えばいい。つまり、あなたがプロンプトを一つ送り、AI が一段落返してくる間に、その五倍の量で AI が別の AI に指示を出し、返事を待ち、次の一手に進んでいる。

あなたが思い描く場面は「人が聞き、AI が答える」だ。実際の大半はすでに「AI が聞き、AI が答える」になっていて、あなたは最初のボタンを押した人にすぎない。

「道具」から「使い手」へ：AI の役割が質的に変わっている

以前 AI の使用量と言えば、「何人が質問しているか」だった。プロンプトを打ち、モデルが答えを返す。往復の間、人間はずっとそこにいる。このモードでは AI がいくら強くても、本質は指示を待つ道具だ——聞かなければ、動かない。

エージェント（多段階のタスクを自律的に実行する AI システム）が壊したのは、まさにこの「待つ」だ。一言返して止まるのではなく、目標を受け取ると自分で手順を分解する。まず調べ、次にコードを書き、動かして誤りを見つけ、自分で戻って直し、直したら次へ。この過程は何十ラウンドも回り、途中に人間は介在しない。これはもう「プロンプトへの応答」ではなく、「プロジェクトの実行」だ。

違いはどこで分かるか。「次に何をするか」を自分で決めるかどうかだ。人間が AI を使うときは、あなたが一歩ずつ決める。エージェントが AI を使うときは、エージェントが一歩ずつ決め、人間は最初に目標を投げ、最後に結果を確認するだけ。その間——調査、コーディング、ブラウジング、デバッグ——AI は自分の出力に向かって働いていて、人間のプロンプトに向かってはいない。「使われる対象」から「他の AI を使っている使い手」に変わったのだ。

なぜエージェントはこれほどトークンを燃やすのか

ChatGPT に質問を一つすれば、答えを一回計算して終わる。一回きりの消費だ。エージェントはそういう計算にならない。

何かをする前に、まず「これはどう分解すべきか」を考える。これで一ラウンド。考え終えてどのツールを呼ぶか決める——検索、コード実行、ファイル読み取り——呼び出し自体に何をするか記述するトークンがかかり、ツールの戻り値を読み込むのにもトークンがかかる。読んで方向が違うと分かれば、もう一ラウンドかけて計画し直す。ここまででまだ一つの手順も完了していない。「この手順をどうやるかを決めた」だけだ。

実際に手を動かしても、たいていのタスクは一度では成功しない。コードがエラーメッセージを吐き、エージェントはその全文を読み込んで原因を分析する。このエラー文だけで数百トークンかもしれない。分析して修正版を書き、修正版を再検証し、検証結果をまた読む。人間なら三秒見ればどこが違うか分かるバグを、エージェントは「実行—読み取り—分析—修正」を五〜十ラウンド回してようやく収束させる。

人間の質問は一回平均数百トークン。エージェントが中程度の複雑さのタスクを一つ終えるには、この自問自答の内部ループだけで一万を超える。5 倍の差は、エージェントが 5 倍多くのことをしているからではない。同じ一つのことをするのに、自分と 5 倍以上会話しないと終わらないからだ。

ついでに言えば、請求額は 14 倍にはなっていない。あの 7.3 兆のうち約七〜八割半はキャッシュヒット（同じ文脈の繰り返し読み取り）で、割引価格で課金される。だから「使用量の爆発」と「費用の爆発」は別の話で、データを見るときは分けて見る必要がある。

AI が自分の最大の利用者なら、AI の方向は誰が決めるのか

以前、製品を調整するときは利用者の行動を見た。どのボタンが押されないか、どのフローで多くの人が詰まるか、平均どれだけ滞在するか。このデータは本物の指と本物のためらいから来ていた。だが流量の五分の四をエージェントが自分で走らせているとき、この論理はまだ成り立つのか。

エージェントの「行動パターン」は人間とはまったく別物だ。次の一歩を押すかどうかで迷わないし、インターフェースが醜いからと離脱もしない。設定されたループをタスクが終わるかトークンが尽きるまで回すだけ。そのデータで製品を決めるチームは、機械の効率曲線で人間の使用習慣を推測しているのと同じで——この二つはそもそも同じ座標系にない。

もっと厄介なのは発言権だ。データの大半が AI 対 AI のやり取りから生まれるとき、「これが利用者の求める方向だ」と言う資格は誰にあるのか。エージェントを書いたエンジニアか、タスクを起動した人か、それとも絶えず自己確認し自己修正し、実際にこの 7.3 兆を燃やした AI 自身か。以前は「利用者を観察する」ことで AI がどうあるべきかを決めていた。今、その「利用者」の定義そのものが揺らいでいる。

私たちに残された、落ち着かない問い

7.3 兆トークン、人間の 5 倍。これは自然に元に戻る数字ではない。曲線は一方向にしか進まず、減速の兆しはない。かつての鎖はこうだった。人が製品を使い、製品が人の行動を集め、企業がデータで方向を調整する。この鎖の最初の環は、ずっと人だった。

今、その最初の環が置き換えられつつある。エージェントが自分で調べ、自分でコードを書き、次に呼ぶツールを自分で決めるとき、生まれるのは「AI 対 AI」の行動記録であって、「人対 AI」の使用記録ではない。そのデータで AI の進む先を判断するというのは、機械が機械にどう仕えるかを観察し、そのうえで人に同じように仕え続けるかを決めているようなものだ。

人間がもう AI の最大の利用者でないなら、
私たちは何を根拠に「AI はこう発展すべきだ」と言えるのか。

この問いは、次に ChatGPT やエージェントツールを開く前に、十秒だけ考える価値がある。

著者：林政賢（監督 · Gen AI クリエイター兼エンジニア · 瑭宜影像創意工作室 創業者）