OpenAIは2026年10月9日、AsanaがCodexを使ってブラウザ操作の自動化エージェントを作り直し、テストでモデル費用を76倍安く、実行を5倍速くした事例を公開しました。Codexでブラウザ操作の自動化を組むときに、モデルの使い分けと設定の違いで費用と時間がどこまで動くのかが、数字付きで追える内容です。自分でAIエージェントを試している個人にも、設定の見直し方として読みどころがあります。
要点
- OpenAIは2026年10月9日にAsanaの事例を公開した。CodexでGPT-6 Astraに実験を走らせ、GPT-6.1 Sol上のブラウザエージェントのワークフローを76倍安く5倍速くした
- 最適化後のワークフローは推定モデル費用が1回あたり平均0.47ドル、所要時間は約4分だった
- 変更点は3つで、閲覧履歴へのキャッシュの拡張、保持できるテキスト量の増加、スクリーンショットをまとめて削除することだった
- 144回の実行による調査で、GPT-6.1 Solと他の3つのフロンティアモデルを比べた
- 手作業なら1〜2か月かかると見積もっていた調査が約1週間で終わった
何が発表されたか
Asanaは、自社が買収したプラットフォームStackAIを通じて、顧客が業務アプリをまたいだ作業を自動化できるようにしています。StackAIでは、コードを書かずに、サイトを移動してフォームに入力し情報を集めるワークフローを作れます。Asanaの規模では、こうしたワークフローの小さな非効率が積み上がります。
StackAIのCTOであるFrank Hidalgo氏は、ブラウザエージェント（人の代わりにブラウザを操作して情報を集めるAI）をより速く安くすることに取り組みました。CodexでGPT-6 Astraに、エージェントの調査、改善のテスト、結果の比較を指示しています。手作業なら1〜2か月かかると本人が見積もっていた作業は、約1週間で終わりました。Hidalgo氏は「寝る前に/goalを設定し、朝に結果をレビューしていた」と述べています。
どこに無駄があったのか
GPT-6 Astraはまずコードベースを把握し、エージェントがモデルへのリクエストをどう組み立てているかを説明しました。分かったのは、固定の指示とツール定義はキャッシュ（同じ内容を安く再利用する仕組み）していたのに、集めたページのテキストとスクリーンショットの履歴はキャッシュしておらず、リクエストごとに履歴を全額で送り直していたことです。
さらにエージェントは、ほぼ毎ステップで古いスクリーンショットを捨て、テキストを短くしていました。編集するたびに履歴が変わるため、履歴だけをキャッシュしても効果は出ません。しかも捨てた情報が後で必要になれば、すでに読んだページをもう一度見に行くことになります。
試した3つの変更
Hidalgo氏はGPT-6 Astraが出した修正案を確認し、3つを選んでテストしました。エージェントの閲覧履歴までキャッシュを広げること、保持できるテキスト量を増やすこと、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ことです。
コードは制御された実験向けに作られていなかったため、Astraは1つのフロントエンドとバックエンドで多数のワークフローを並行して動かせるよう、コードをリファクタリングしました。調査は144回の実行からなり、GPT-6.1 Solと他の3つのフロンティアモデル（出典内ではModel A・Model B・Model Cと表記）を対象にしています。履歴の上限は120,000文字と480,000文字の2通り、キャッシュとスクリーンショットの方針は6通りで、4つのモデルそれぞれで3回ずつ試されました。
最も成績が良かったのは、スクリーンショットを20枚までためてから最新の1枚に戻す方針でした。これにより削除の間隔が長くなり、それ以前の履歴が変わらない時間が延びます。大きい履歴の上限と組み合わせたものが最適化後のワークフローになりました。各設定が行ったタスクは同じで、公開のデモカタログにある32冊の本について6つの項目を集めるという、一部のAsana顧客がStackAIで動かしている内容を代表するものです。
比較対象のモデルは、Model Aが別のフロンティアラボの小さく安いモデルで2025年秋リリース、価格はGPT-6.1 Solの半分です。Model Bはもともと本番で使っていたモデルで、Model Aと同じラボから2026年夏にリリースされ、価格はGPT-6.1 Solと同じです。Model CはModel Bの更新版で2026年秋リリース、価格もGPT-6.1 Solと同じでした。
費用と時間はどこまで下がったか
Model Bでは、推定モデル費用が1回あたり少なくとも36.21ドル（元の実行の一部は終わる前にステップ上限に達した）から1.24ドルへ、29倍下がりました。 GPT-6.1 Sol上の最適化後のワークフローはさらに2.6倍安く0.47ドルで、最適化後のワークフローではすべての実行がタスクを完了し、正しい答えを返しました。
GPT-6.1 Sol単体で見ると、大きい履歴の上限のもとで新しいキャッシュとスクリーンショットの方針を入れた結果、費用は1.97ドルから0.47ドルへ4倍下がりました。1回の呼び出しが約3倍安くなった理由は、入力の89%がキャッシュから来ており、その価格がキャッシュなしの5%だったからです。時間も、Model Bの元の構成では少なくとも22.5分、GPT-6.1 Solの最適化後のワークフローでは約4分になりました。
履歴の扱いは、そもそも答えが出るかどうかにも影響しました。GPT-6.1 Solに閲覧履歴を多く残させると、答えが出た実行は小さい上限での18回中3回から、大きい上限では18回すべてに増え、いずれも正しい答えでした。
進め方と次の展開
GPT-6 Astraがワークフローを実行し、リクエストや使用記録、出力を検査し、別のモデルセッションがその作業をレビューしました。各セッションのリクエスト、データのトレース、結果は、Asanaのソフトウェア提供プラットフォームCommandに記録され、後から調査全体を見返せるようになっています。Commandでの発見はチケットになり、次にプルリクエストになり、変更は本番に入りました。
Asanaはブラウザナビゲーションの変更をStackAIでリリース済みで、同様の実験を繰り返しやすくするツールを開発しています。将来はこのテストをプラットフォームの評価に組み込み、顧客や社内チームがエージェントを設定するときにコスト・実行時間・回答品質を比較できるようにする計画です。またAsanaは、リリース前の製品機能のテストにもCodexのGPT-6 Astraを使っており、Astraがプラットフォームを操作し、さまざまな入力を試して、人のQAレビュー担当者向けにバグを報告しています。調査の全文はAsanaとStackAIのブログで公開されています。
個人の仕事や学びにどう使えるか
決まった項目を集める作業の設定を見直す
複数のサイトから決まった項目を拾う作業は、Webマーケターや営業事務の人が抱えやすい仕事です。今回の事例で効いたのは、履歴をどこまで残すか、スクリーンショットをいつ消すかという設定の違いでした。同じ自動化を使っているなら、まず「どの情報を残し、どれを捨てているか」を確認するところから始められます。
自分の自動化がどこで高くついているか調べさせる
エンジニアや情シスの人であれば、既存の自動化がモデルへのリクエストをどう組み立てているかをCodexに読ませ、説明させる使い方が参考になります。Asanaの事例では、キャッシュが効いていない部分がそのまま費用になっていました。費用の内訳を人の目で追う前に、いったん整理させる進め方です。
比較の型をそのまま真似る
学び直し中の人には、設定を変えて同じタスクを3回ずつ試し、費用と時間と正答を見るという進め方そのものが練習になります。モデルを乗り換える前に、同じモデルで設定を変えるだけでどこまで変わるのかを自分の手元で測れると、使い分けの判断が具体的になります。
会社・チームで使うときのポイント
Asanaの事例では、方向を決めたのは人で、実験を回したのはCodexのGPT-6 Astraであり、結果はCommandを経て本番に入りました。チームで同じことをするなら、誰が結果をレビューして本番に入れるのかを先に決めておくほうが安全です。費用の数字は推定であり、実行ごとのばらつきもあるため、自社の業務で測り直す前提で見ると判断を誤りにくくなります。法人で導入や研修を考えるなら、株式会社デジライズに相談できます。デジライズは法人向けAIリスキリングサービスで導入社数No.1（東京商工リサーチ・2026年3月末時点）で、累計600社超・5万人以上のAI活用を支援しています。
使う前の注意点
今回の数字は、Asanaのテストでの推定モデル費用と所要時間です。平均は3回の実行の平均で、ベースラインには上限で打ち切られた実行が含まれるため、その平均は下限値として示されています。タスクは公開のデモカタログにある32冊の本から6項目を集めるという特定の内容で、比較対象のModel A・B・Cは出典内で匿名のまま扱われています。掲載されている事例の企業規模はEnterprise、地域は北米です。自分で同じモデルや機能を使うときは、使う前に公式のヘルプで最新の提供範囲を確かめてから計画を立てるのが確実です。
まとめ
モデルを新しくすることだけでなく、履歴の残し方とキャッシュの使い方を直すことで、ブラウザ操作の自動化の費用と時間が大きく動いた事例でした。自分の自動化でも、まず何を毎回送り直しているかを確認するところから試せます。Codexの使い方を順番に身につけたい人は、デジライズAIスクールのコース一覧にある「1.Codexをはじめる」から入ると、今回のような調査の任せ方まで一本につながります。デジライズAIスクールは個人向けのオンラインAIスクールで、動画は990本以上あります。
出典
この記事は、各社の公式の発表をもとに AI で下書きし、出典の本文との照合とGoogle 検索による事実確認（ファクトチェック）を通ったものだけを公開しています。
