ブラウザーエージェントを比較するなら、全試行の費用を、結果を確認できた個別タスク数で割ります。失敗や再試行は費用に含め、復旧したタスクも一件と数えます。試行単価と完了率の両方を見られます。
計測前に合格条件を決める
読み取りでは指定の項目を原文と照合します。書き込みでは保存先のレコードと変更値を再確認します。初回チェックリストとブラウザー CLI 解説に応用できる確認手順があります。
Codex CLI 0.166.0 で gpt-6.1-sol を指定し、Tabbit CLI 1.22.6.0 でローカルの読み取り専用ページを確認しました。合格条件は HTTP 200 と、ツール出力と最終回答の両方に見出しと実行時生成の ID 二つが含まれることです。B は初回に意図的に HTTP 503 を返し、復旧後に同じ ID で再試行しました。
| タスクと試行 | 入力 | キャッシュ入力 | 出力 | 結果 |
|---|---|---|---|---|
| A · 1 | 49,710 | 24,576 | 62 | 200、確認済み |
| B · 1 | 50,120 | 37,376 | 56 | 503、失敗 |
| B · 2 | 50,288 | 24,832 | 61 | 200、確認済み |
所要時間は 13.56、17.04、11.96 秒です。自動処理の経過時間で、人の確認時間とは別です。毎回指定ツールを一回呼び、終了コードはすべてゼロでした。三試行で二タスクが成功しました。人為的な障害は再試行費用の説明用です。
使用量と単価を分ける
キャッシュが入力に含まれるときは ((入力 − キャッシュ) × 通常単価 + キャッシュ × キャッシュ単価 + 出力 × 出力単価) ÷ 1,000,000 とします。単価は百万トークン当たりです。追加区分は契約を確認します。OpenAI キャッシュ資料 · 料金ガイド · CLI ベンチマーク
次は観察した使用量に仮の米ドル単価を当てた予算例です。
| 費用 | 仮定 | 三試行の合計 |
|---|---|---|
| モデル | 百万当たり通常入力 $2、キャッシュ $0.20、出力 $12 | $0.1461728 |
| ブラウザーとツール | 一試行 $0.01 | $0.03 |
| 人の確認 | 計 30 秒、時給 $30 | $0.25 |
| 検証済み一件当たり | 合計を 2 で割る | $0.2130864 |
この仮定では失敗した試行のモデル費用は $0.0336352 です。定額料金は同じ集計対象に配賦し、人が対応した時間と自動処理の時間を分けます。
条件をそろえて比較する
入力、権限、再試行の上限と合格条件を固定し、試行数、タスク数、成功数、失敗理由と費用を記録します。成功ゼロなら比率は未定義です。一タスク一試行、追加費用なしと仮定すると、一回 $0.03 で成功率 60% は一件 $0.05。$0.04 で成功率 90% は約 $0.0444 です。
ツール出力の大きさと画像数も記録します。MCP と CLI の比較は接続経路による違いを、ブラウザー自動化は決まった確認と推論の分け方を説明します。ログインを要する場合は復旧も計測します。既存ブラウザーに接続 · Tabbit をダウンロード
よくある質問
成功タスク当たりの費用はどう計算しますか？
同じ集計対象の全試行について、モデル、ブラウザー、ツール、人の確認費用を足し、結果を検証できた個別タスク数で割ります。
失敗や再試行も含めますか？
はい。費用に含めます。数回かけて成功したタスクも成功は一件です。
キャッシュ済みトークンはどう扱いますか？
入力総数に含まれる場合、普通の入力からその分を引き、通常とキャッシュの単価を別々に適用します。
成功がゼロならどうしますか？
総費用、試した件数、検証済みゼロを示します。成功一件当たりの費用は定義できません。
終了コードがゼロなら成功ですか？
クライアントが終了したことを示します。今回も終了コードゼロで HTTP 503 の試行がありました。実際の結果を検証します。