メインコンテンツへスキップ
Dev Tools 19分で読める

Claude Managed AgentsのDynamic Workflows|料金・1,000体上限と予算の罠

「62体のOpus 4.8サブエージェントを立ち上げたら、5時間枠を18分で使い切った。安い機能じゃない」(筆者訳)。Hacker NewsのユーザーSyntafが、Claude Code版Dynamic Workflowsを試した直後に書いた一文だ(出典)。

その同じ仕組みが、2026年10月9日にClaude Managed Agentsへ来た。Managed Agentsは、エージェントの実行基盤をAnthropicのサーバーに任せ、自社アプリからAPIで呼び出せるサービスだ。つまり、自社サービスに組み込んだエージェントが、ユーザーの一言をきっかけに数百体の部下を起こせるようになった。

自分(電脳狐影)はエンジニアではなくPMで、Managed Agents版をまだ実運用していない。この発表を見て最初に考えたのは「何が作れるか」より「請求書がどう膨らむか」だった。本記事は公式ドキュメントの読解と、先行するClaude Code版の利用者の声をもとに書いている。先に結論を書くと、新しい設定タイプへ移行するなら、まずワークフローを明示的にオフにしておくべきだ。

この記事はこんな人におすすめ
  • Claude Managed Agentsで自社向けエージェントを運用している、または検討している開発者
  • 契約書・ドキュメントの大量レビューや監査をAIで並列化したいチーム
  • マルチエージェントの費用感を事前に把握しておきたいPM・テックリード

Managed AgentsのDynamic Workflowsとは

公式ドキュメントは、用途を「数百件のドキュメントのレビューのような、1回の会話には大きすぎるタスク」と説明している(Workflow runs)。

仕組みを一言でいえば、指揮役のエージェントが「部下を動かすプログラム」を自分で書き、サーバーがそれを実行する。LangGraphのように開発者がグラフを手で組む必要はない。

「ワークフローは、多数のエージェントをフェーズごとに走らせ、その結果をまとめるプログラムだ。サーバーはそれを1つのワークフロー実行としてバックグラウンドで動かす」(Multiagent orchestration、筆者訳)

実行中も、ユーザーと会話する本体のエージェントは手が空いている。会話を続けながら、裏で走る実行の進み具合を報告できる。Claude Code版との最大の違いは、ワークフローがAPIの向こう側で完結することだ。

Anthropicが公表した数値によれば、11万6千行のコードベースに70個のバグを仕込んだテストで、単一エージェントは3回の試行で14・15・27個、ワークフローは3回とも66個を見つけた(@ClaudeDevsの投稿)。ベンダー自身のテストで、使用モデルやコストは公開されておらず、筆者も再現していない。自分には、数字の大きさより「単一エージェントは試行ごとのブレが大きい」という点のほうが参考になった。

有効化の方法と「既定でオン」の落とし穴

有効化は、anthropic-betaヘッダーにmanaged-agents-2026-04-01を指定したうえで、エージェント定義に次のように書く。

"multiagent": {
  "type": "multiagent_20261001",
  "workflows": { "type": "enabled" }
}

見落としやすいのが、公式ドキュメントのこの記述だ。multiagent_20261001タイプでは、subagentsもworkflowsも既定で有効になっている。旧来のcoordinatorタイプから移行するとき、workflowsを書かずに更新すると既定値が適用され、ワークフローが使える状態になる、とも明記されている(出典)。

PMとして一番気になったのはここだ。「サブエージェントを使いたいだけ」で新タイプに移行したら、いつの間にか1,000体まで起動できるエージェントができている。止めたいなら"workflows": {"type": "disabled"}を明示する。nullを送ると「既定値=有効」に戻る点も地味に危ない。

しかも、ワークフローを始めるかどうかを決めるのはエージェント自身だ。ドキュメントによれば、ツールの実行許可(パーミッションポリシー)は実行中のエージェントが呼ぶツールに効くもので、実行の開始そのものには効かない。確実なブレーキは「設定でオフにする」か「予算で止める」で、システムプロンプトでの指示はあくまで誘導にとどまる。

移行前に確認したい3点
  • coordinatorからmultiagent_20261001へ移行する更新リクエストで、workflowsを明示しているか
  • システムプロンプトに「どんなときにワークフローを使うか(使わないか)」を書いているか
  • セッション作成時にbudgetを付けているか(後付けできない)

上限値:Dynamic Workflowsは1,000体・同時64本・24時間

ここでいう「スレッド」は、ワークフローの中で動くエージェント1体ぶんの作業単位だ。公式ドキュメントの上限表を要約・再構成すると次のようになる(最新の記載は原文を参照)。

項目値上限に達すると
1回の実行で同時に動くスレッド64空きが出るまで新規を作らない(保証値ではなく変更あり)
1回の実行の全期間で起動するエージェント1,000thread_limit_errorで実行が終了
実行の寿命既定24時間(エージェントが短く設定可)timeout_errorで終了
1セッションで同時に開ける実行既定10(待機中の実行も含む)新しい実行の開始を拒否

1,000は同時並列数ではなく、1回の実行の全期間での累計だ。同時に動くのは64までで、ここは混同しやすい。

実行は入れ子にならない。ワークフローの中のエージェントが、さらに自分のワークフローを始めることはできない。また、モデルへのリクエストは、すでに使っているMessages APIの利用上限(1分あたりのリクエスト数・トークン数)を共有する。64本が同時に走れば、本番サービスの他のトラフィックと枠を取り合うことになる。

料金:実行に値札はなく、課金の大半はトークン

ワークフロー実行そのものに専用の料金はない。かかるのは次の3つだ(Session budgets、いずれも公式記載のUSD定価)。

  • モデルのトークン:各エージェントが使ったモデルの定価
  • Web検索:1,000回あたり10ドル
  • セッション稼働時間:1時間あたり0.08ドル

稼働時間について、ドキュメントには「同時に動くスレッドの重なった時間は1回として数える」とある。64本同時に1時間走っても、稼働時間料金は64倍にならない。膨らむのはほぼトークンだ。

試算してみる。1体あたり入力5万トークン・出力5千トークンを使うエージェントを1,000体、Sonnet 5.5(入力100万トークンあたり2ドル、出力10ドル。公式料金表)で動かすと、入力5,000万トークンで100ドル、出力500万トークンで50ドル、合計約150ドルになる。1ドル=150円換算で約2万2千円だ。プロンプトキャッシュが効けば入力分はかなり下がるし、実際の消費量はタスク次第の単純計算にすぎない。それでも「1回の依頼で2万円前後になりうる」という桁感は持っておきたい。

注意したいのが、ワークフローがその場で定義する使い捨てのエージェント(インラインエージェント)の扱いだ。インラインエージェントは、セッションを動かす本体と同じモデルを使う。指揮役がOpusなら部下も全員Opusになる。部下だけ安いモデルにしたいなら、そのモデルで別のエージェントを作り、事前登録リストのworkflows.predefined_agents(最大20件)に入れる必要がある。モデル別の単価はOpus 5.5/Sonnet 5.5の料金解説にまとめてある。

予算は「ハードキャップ」だが、ぴったりでは止まらない

ブレーキ役のセッション予算は、セッション作成時にbudgetで指定する。金額はセント単位の文字列で、"125"なら1.25ドルだ。挙動で押さえておきたいのは3つある。

  1. 少しはみ出す。上限チェックはモデルへのリクエストの合間に行われ、上限を越えたリクエストは最後まで処理される。超過分は「スレッドごとに最大1リクエスト分」とされている。64本が同時に走っていれば、最大64リクエスト分はみ出しうる
  2. 後付けできない。予算のないセッションにあとから予算を付けると400エラーになる。一度削除した予算も付け直せない
  3. 止まっても終わらない。上限に達したセッションは終了ではなく待機状態(APIのステータスはidle)になり、予算を変更すれば再開する。ただし待機中も実行の寿命は進むので、放置するとtimeout_errorで終わる

さらに、実行がcompletedで終わっても、中の作業が成功したとは限らない。ドキュメントには、スレッドの作業が失敗していてもcompletedになりうると書かれている。完了通知だけで納品扱いにはできない。

実際に使った人の声:成功と失敗

Managed Agents版は公開から5日しか経っておらず、本番運用の体験談はまだ見つからなかった。ここでは同じ仕組みを先に提供しているClaude Code版の声を紹介する。いずれも投稿者個人の体験で、筆者は事実関係を検証していない。

うまくいった例。HNユーザーのvblancoは、JavaのゲームのC#移植やOCRの修正、翻訳作業にワークフローを使い、同じプロンプトをコードベース全体に「適用」したい作業に役立つと書いている(出典)。ただし使ったのはDeepSeekの安価なモデルで、約20億トークンを20ドルで済ませたという。Claudeの定価で同じ量を回せば桁が変わる。

コストで痛い目を見た例。冒頭のSyntafは5倍のMaxプランで62体のOpus 4.8を動かし、次はHaikuかSonnetで回るよう調整すると書いている。ncphillipsは、小さなパッケージのコードレビューで90体が立ち上がってMaxプランの上限に達し、「トークン消費を増やしてほしいってことだよね?」(筆者訳)と皮肉った。国内でもazukiazusa氏が組み込みの/deep-researchを試し、「レートリミットに達してしまいレポートの出力までは確認できませんでした」と記録している(出典)。

価値を疑う声。AndyNemmityは、9か月使ってきた自前のシステムと比べ、自分なら4体で済ませる作業に8体が使われたと書いている(同スレッド)。

Anthropicの登壇者も費用面に触れている。10月12日のAI Engineer New YorkでCJ Avilla氏とHarrison Stall氏は、ワークフローは単一エージェントより費用がかなりかさむ一方、細部まで拾う力ははるかに高い、という趣旨の説明をした(Latent Spaceの記録)。

自分(電脳狐影)ならこう使う

以下は未検証の運用案だ。自社サービスに入れるなら、まずworkflowsをオフにした状態で新タイプに移行する。そのうえで、ワークフローが本当に効く用途だけを別のエージェントとして切り出す。

ワークフローを始めるかどうかの判断がモデル側にある以上、ユーザーが「この50件、全部見ておいて」と気軽に頼んだだけで実行が始まりうる。PMとしては見積もりが立てにくい。逆に、社内の契約書レビューのように「件数が多く、各件が独立していて、結果を突き合わせる価値がある」仕事に絞れば、単一エージェントのブレを減らす効果は見込めると考えている。

試す順番は次のとおりだ。

  1. 数ドルの予算を付けたセッションで、わざと失敗するドキュメントを1件混ぜて実行し、completedの中身を確かめる
  2. 部下用にSonnet 5.5やHaiku 5.5のエージェントを作ってpredefined_agentsに登録し、インラインエージェントを無効にする
  3. システムプロンプトに「10件未満なら自分でやる」「実行の寿命は1時間」と書く

正直に言うと、64本同時に走ったときのレート制限が既存トラフィックにどう響くかは、自分にはまだ読み切れていない。公式ドキュメントも、ここに載っていない上限やルールがサーバー側にあると書いている(Workflow runs)。ベータの間は、顧客向け機能ではなく社内ツールから始めるのが無難だ。

Claude Managed Agents完全ガイドを読む → — Managed Agentsの基本構成と料金、本番運用の始め方

Claude Code Dynamic Workflows完全解説へ → — 先行したClaude Code版の仕組みとコスト爆発の事例

詳しく見る

関連記事


本記事は2026年10月14日時点の公式ドキュメント・公開情報をもとに作成しています。Dynamic Workflowsはベータ機能であり、上限値・料金・挙動は予告なく変更される場合があります。記載の料金は公式ドキュメント記載の米ドル定価で、日本からの利用時は消費税等が別途かかる場合があります。試算は単純計算による目安です。実際の請求額は利用状況により異なるため、必ずAnthropicの公式ドキュメントおよび料金ページでご確認ください。ユーザーの体験談は各投稿者個人の見解・体験を要約したもので、筆者自身がManaged Agents版を本番運用した結果ではありません。

Share