Claude Sonnet 5 が Google Cloud の Gemini Enterprise Agent Platform で利用可能に

論文「Don't Retrieve, Navigate」に基づくCorpus2Skillは、従来のRAGの受動的検索を改め、文書コーパスを階層スキルツリーにオフラインコンパイルしてLLMエージェントが鳥瞰ビューからドリルダウン探索する手法。ベクトルDBと検索APIが不要で、プロンプトキャッシュにより費用削減可能だが、社内マニュアルなど単一ドメイン・体系的分類のコーパスに最適で、雑多なFAQには不向き。

Message Batches API を使うと通常の Messages API と同じ結果を半額で処理でき、大量件数のバッチ処理に適している。非同期モデルのため、custom_id で結果と入力を突き合わせ、処理完了までポーリングして結果を回収する必要があり、結果の返却順序が保証されない・results() がワンタイムストリーム・processing_status が成功を保証しない、の3つのハマりどころがある。

Claude、DeepSeek、GPT など 7 つのモデルのトークナイザーを 9 言語で実測したところ、言語によって最安のモデルが異なることが判明。日本語では DeepSeek が最少トークン数、Claude 3 モデルは全言語で最大級のコストを要する。トークン数はスクリプト密度とトークナイザーカバレッジの積で決まり、文字数からは予測できない。

sqlite-utils 開発者 Simon Willison 氏が Claude Fable 5 を使った最終レビューの実費 $149.25 を公開。内訳を分析すると、94.5% が 37 回の対話型レビュー 1 セッションに集中し、5 つの検査エージェント合計 $8.23（5.5%）に比べて圧倒的に高コスト。1 か月前のデータでも同じ構造が確認でき、トークン消費量の多さが課金を左右する実例を示す。