まず結論から言いましょう。2026年8月13日、MixedbreadはToast 1というモデルを発表しました。これはチャットで対話するための汎用モデルではなく、社内の文書を掘り下げて根拠を持ち帰ることだけを仕事とする、特化型の検索エージェントです。経営者が注目すべきなのは製品名ではなく、それが浮き彫りにした事実です。つまり、現在AIに支払っている費用の大部分は、考えることではなく探すという行為に使われており、この二つを切り分けることで、コストを大幅に削減しながら回答の質も同時に高められるということです。

実際に何が発表されたのか

同社の公式発表によると、Toast 1はひとつのタスクのために訓練された検索エージェントです。質問を受け取り、それをサブクエリに分解し、社内の情報源から根拠を集めて精査し、関連する資料を厳選したパッケージとして引き渡します。最終的な回答を書くことはありません。その後に大規模モデルが推論に使う素材を準備するのです。

同社は、検索品質に限って言えば最先端のフロンティアモデルと同等かそれ以上でありながら、コストは最大で十分の一、速度は十二倍だとしています。これはベンダーが示した数字であり、そのように受け止めるべきですが、より重要なのはアーキテクチャに関する主張です。既存の環境を変える必要がなく、データをどこか新しい場所へ移行することなく、すでに持っている検索インデックスの上で動作するというのです。

発表されたローンチ価格は、入力トークン百万あたり0.30ドル、キャッシュされた入力トークン百万あたり0.036ドル、出力トークン百万あたり0.72ドルです。実際の利用では、同社は一回のクエリをおよそ0.016ドルから0.023ドル、レイテンシの中央値を八秒としており、最高品質の構成ではおよそ0.05ドルから0.07ドル、中央値は十一秒に上がります。

経営者にとってなぜ重要なのか：検索の経済学

自社の文書の上にアシスタントを構築するとき、コストの大半は回答を組み立てる部分にあると考えがちです。実際はその逆です。モデルは役に立つ三行を見つけるために何十もの文書を読み、あなたはモデルが使った部分ではなく、読んだものすべてに対して料金を支払います。だからこそ、アーカイブが増えるにつれて請求額が膨らみ、回答が遅くなり、正しい答えがますますノイズの中に埋もれていくのです。

特化型の検索エージェントが行うのは、この重い作業を、まさにそのために訓練された、より安価で高速なモデルへ移し、凝縮した結果を大規模モデルに渡すことです。大規模モデルは引き続き関わりますが、その能力は他の何にもうまくできないこと、つまり理解、推論、そして意思決定の枠組みづくりに使われます。

実践のルール：アーキビストの仕事に似た作業に、フロンティアモデルの料金を払ってはいけません。思考は高価なモデルから、検索は安価なモデルから買いましょう。

二つの独立したベンチマークの数字

マーケティング上の主張には議論の余地がありますが、公開されたベンチマークはより明確です。Databricksが、複雑で現実的な企業の財務状況に関する九十問を通じて回答の正確さを測定するために公開したOfficeQA Pro v2では、Toast 1をサブエージェントとして利用できるGPT-5.6 Solが、タスクあたり約1.15ドルで70%の正答率を達成しました。比較すると、それまでの最高成績はタスクあたり約4ドルで60%にとどまり、同じモデルでも検索エージェントなしではわずか33%でした。検索レイヤーを加えたことで、精度はおよそ二倍になり、同時にコストも下がったのです。

Harveyの法律事務所向けナレッジベンチマークでは、三十三件のタスクからなるサブセットにおいて、回答の質は一定のまま、トークン消費量は検索を改善しただけで8060万から4700万に減り、特化型検索エージェントを加えるとさらに2300万まで減りました。ターン数は半分で完了し、コストは60%以上削減されました。

共通する教訓に注目してください。モデルの推論能力は変わっていません。変わったのは、モデルに届く材料の質です。これはまさに私たちがクライアントのプロジェクトで目にしていることです。失敗する社内アシスタントに足りないのは知能ではなく、ほとんどの場合「与えられる情報」なのです。

サウジアラビアのビジネスのどこに現れるのか

  • 契約書と合意書。「当社の契約のうち、三十日前の通知で解約できるものはどれか？」といった質問は、推論の問題ではなく検索の問題であり、現在は法務担当者の何時間もの時間を奪っています。
  • 入札書類とRFP。そもそも入札するかどうかを決める前に、何百ページもの書類から資格要件、違約金、納期を抽出する作業です。
  • 請求書と出来高請求。何年分もの書類にわたってひとつのコスト項目を追跡し、どこで利益が漏れているのかを突き止める作業です。
  • 人事アーカイブ。休暇規程、手当、在留許可の有効期限が、ファイルやつながっていないシステムに散らばっています。
  • カスタマーサポート。答えをでっち上げるのではなく、製品マニュアルや議事録をもとに回答するアシスタントです。

これらすべてのケースにおいて、あなたが所有する本当の資産はモデルではなく、アーカイブです。モデルは一週間で入れ替えられますが、よく整理されたアーカイブは一度しか構築できません。

購入前に確認すべき三つの質問

第一に、月額サブスクリプションの費用ではなく、質問一件あたりの費用はいくらか。ベンダーが数字で答えられないなら、規模が大きくなったときに請求額がどうなるのかはわかりません。

第二に、検索レイヤーはモデルから分離されているか。分離されていれば、明日にでもすべてを作り直すことなく大規模モデルを入れ替えられます。これは、ベンダーの価格変動に対する最も強力な備えです。

第三に、自社の文書はどこに保管され、そこから外に出るのか。これは技術的な問題である前にガバナンスの問題であり、アーカイブに顧客や従業員のデータが含まれる場合は、個人情報保護法（PDPL）に基づく義務に直接関わります。

Origamiの取り組み方

私たちは特定のモデルを販売しているわけではなく、今週ニュースになったからといって、ひとつのプロバイダーに業務を縛り付けるようクライアントに勧めることもありません。私たちが構築するのは、モデルを交換可能な部品として保つアーキテクチャです。つまり、自社が所有する整理された知識ソース、独立した検索レイヤー、誰が何を閲覧できるかを定める明確な権限、そして月々の請求書単位ではなくクエリ単位で測定されるコストです。

もし御社が、これまで活用できていない大量のアーカイブを抱えているなら、繰り返し発生し、コストのかかる質問のうち、最も範囲の狭いものから始めて、前後で時間とコストを測定してください。指標がひとつも結び付いていない大がかりなAIプログラムよりも、小さく測定された一歩のほうが価値があります。

出典