Grok Bot、単一モデルにこだわらずタスクに最適なモデルを選択

Elon Muskは、Grok Botが常にGrokに依存するのではなく、各タスクに最適な人工知能モデルを選択すると発表した。Muskは、SpaceXが最良の結果を得るために「最適なバックエンドモデル」を使用すると書き、候補になり得る選択肢としてClaude Opus 5.5、MidJourney、Suno、その他のインターフェースを挙げた。

Grok Botは、Muskが率いる人工知能研究所でSpaceXに統合されたSpaceXAIと、Cursorによる共同製品だ。SpaceXは6月、Cursorを株式600億ドルで買収することに合意し、取引は8月に完了した。Grok Botは同月、ベータ版としてリリースされた。

モデルの振り分けがコスト削減の手段に

記事はこの手法を「モデルの振り分け」と表現している。これは、各リクエストを作業の種類とコストに適したモデルへ送り、より高価なモデルを複雑なタスクに限定する方法だ。Insight Partnersのイベント「ScaleUp:AI」に参加した22社の幹部に筆者が行ったインタビューによると、少なくとも10人がこのアプローチを採用していると答えた。

ある例では、セキュリティ企業がまずルールエンジンでデータを検査し、その後、残ったデータを小型モデルに渡している。同社の幹部の一人は、1ペタバイトのデータを、たとえ小型モデルであっても、いずれかのモデルに通すと数百万ドルかかる可能性があると述べた。別の例では、低コストモデルでユーザーのリクエストを理解してから、より高価なモデルに送ってタスクを実行している。

主な動機は、トークンへの支出を管理することだ。一部の企業は当初、人工知能の予算を無制限にしていたが、その後、これほど大量のトークンに対して実際に何を購入したのかという、より正確な問いに立ち戻った。また、他の企業は、常に最も高性能なモデルを使うのではなく、適切なモデルを選ぶよう従業員を訓練しようとしている。

より安価なモデルが大半の利用量を担う

単一の接続で数百のモデルにアクセスできるサービスであるOpenRouterのデータも、この傾向を示している。2026年10月7日に終了した週には、低コストで高速な4つのFlashモデルが、トークン数ベースで最も利用された10モデルの中に入った。DeepSeek V4.1 Flashが33.6兆トークンで首位となり、GLM 5.3 Flashが10.5兆トークン、MiMo-V2.6-Flashが10.1兆トークンで続いた。

一方、Claude Opus 5.5の利用は1週間で74％増加し、3.37兆トークンに達したが、規模では9位にとどまった。記事はその理由について、先進的なモデルが担当するタスクの割合は増えているものの、利用全体の大半を占めてはいないためだと説明している。

The New Stackのテストで示された結果は、より安価なモデルで十分なケースが多い可能性も示している。Claude Sonnet 5.5は15件のプログラミングテストをすべて通過し、コストはOpus 5.5より42％低かった。一方、GPT-6.1 SolはGPT-6 Astraと同じ精度を、コスト18％で実現した。

実際には何が変わるのか

この転換は、最も高性能なモデルが不要になったことを意味するのではなく、その選択が指針とテストを必要とする運用上の判断になったことを意味する。記事は、急速な切り替えのリスクを警告している。あるエンジニアリングチームは重要な発表の前にモデルを別のモデルへ置き換えた後、失敗し、変更を元に戻さざるを得なくなった。結論として、モデルを切り替える前に評価テストを使用する必要があるとされた。

OpenRouterのデータは、モデル用のルーターを使うことをもともと選択したサービス利用者を反映したものにすぎず、市場全体を測る完全な指標ではない。また、トークン数はユーザー数や支出を測るものではなく、企業向け契約のほうがより安定している可能性もある。しかし、この指標と、インタビュー対象企業の実践、そしてGrok Botの発表が重なることで、単一モデルへの忠誠は後退し、タスクとコストに応じてモデルを選択する構成が支持を広げていることが明らかになる。