Claude Sonnet 5とGPT-5.6が出揃った今、エージェント自動化を最小コードで組む

2026年7月、AI大手3社の新モデルが一気に出揃った。OpenAIのGPT-5.6（Sol/Luna/Terraの3バリアント）、AnthropicのClaude Sonnet 5、GoogleのGemini 3.5 Flash。共通点は全て「エージェント」対応という方向性だ。つまり、AIを単発で呼び出す時代から、複数ステップの自動フローとして組み込む時代へシフトしている。記事では、リサーチ→要約→整形を自動で回す最小構成のエージェント実装例を示しており、重要なのはモデルを「用途で使い分ける」という設計思想だ。軽量タスク（データ抽出・分類など）には高速・低価格のモデルを、思考量が必要な推論・生成には高性能モデルを当てる。同じくらいの「仕上がり」を得るなら、複数の安いモデルで何度も回す方が、一発の高級モデル呼び出しより安い場合も多い。

AIの鬼としてここに引っかかるのは、「万能なモデル1つを求める」思考が終わったということだ。5年前なら「GPT-4とGPT-3.5、どっちを使うべき？」という二者択一の議論があった。今は「この仕事にはこのモデル、あの仕事にはあのモデル」と複数を組み合わせるのが当たり前になっている。副業の業務自動化なら、それを「設計」のレベルで意識する必要がある。わかりやすい例では、毎日1000件のデータを分類するなら、分類判定自体はGemini FlashやClaude Sonnetで十分で、その出力結果だけをプロダクトオーナーがレビューする。すべてのデータをGPT-5.6 Solで処理するより、ずっと安くて速い。だが、最終レビューだけは人間にしかできない。ここが「エージェント時代の副業単価」の新しい分岐点だ。

中小企業の実務では、エージェント化の肝は「どの工程に何のモデルを割り当てるか」という設計にある。コードのボリュームはそこまで重くない。むしろ、タスクの軽重を正しく判定し、それに応じたモデル選択ルーティングを先に決めておくことが全てを左右する。高いモデルに全部丸投げするのは、大工さんが全ての釘を打つのに高級な電動ドリルを使うのと同じ無駄だ。