Chaos and Order

💡 왼쪽 원문을 읽으면서 오른쪽에 따라 써보세요. Tab 키로 힌트를 받을 수 있습니다.

はじめに — 「どれが一番安いか」に先に答えると
4つのツールはそれぞれ自分を何だと言っているか
なぜ4つのツールの価格を並べて置けないのか
では、どこまで突き合わせられるのか — 算数で確認できた部分
Anthropicだけが実際の観測コストを公開している
共通ベンチマークは存在しない — そしてそれが本稿の要点
この4つは互いに排他的ではない
それで、何をどんな仕事に使うのか — 決定ルール
いつ本稿を信じてはいけないか
おわりに
参考資料

はじめに — 「どれが一番安いか」に先に答えると

AIコーディングエージェントを選ぶとき、最も多く出る質問はこの2つです。「何を使うべきか」、そして「どれが一番安いか」。

2番目の質問から答えます。各ベンダーが公開している価格だけでは答えは出ません。4社が使用量を売る単位が4つとも違い、互いに換算できないからです。Anthropicは「Proの5倍または20倍」という倍率で売り、Cursorは「含まれるAPI使用額いくら」をドルで売り、GitHubは「1クレジット = 1セント」のクレジットで売り、OpenAIは「5時間あたりモデル別メッセージ何通」で売ります。これは同じ品物に別の値札が付いているのではなく、そもそも目盛りの違う物差しが4本あるということです。

1番目の質問の答えは、もっと興味深いものです。この4つは互いに排他的な選択肢ではありません。Anthropicのドキュメントには、Claude Codeが「VS Code、Cursorおよびその他のVS Codeフォーク、JetBrains」で動くと書かれており、GitHubのドキュメントはAnthropic ClaudeとOpenAI CodexをGitHubの上で動かせるサードパーティコーディングエージェントとして載せています(パブリックプレビュー)。つまり「CursorかClaude Codeか」は、かなりの部分、立て方を誤った質問です。Cursorの中でClaude Codeを使うのはサポートされた構成なのですから。

そこで本稿は「どのベンダーが勝つか」を扱いません。代わりに仕事がどこで始まるかを軸に、各製品の自前の一次ドキュメントで確認できる事実だけを置いて決定ルールを作ります。以下の数字はすべて2026年7月17日時点で各ベンダーの公式ドキュメントから直接確認したものであり、確認できなかったものは確認できなかったと書きました。

本稿の隣の記事も先に明らかにしておきます。ツールをどう使うか(習慣)はAI コーディングツールとうまく働くための5つの習慣で、本当に速くなるのか(生産性測定)はAI は本当に開発者を速くするのかで、ベンチマークスコアは信じられるのかはAI コーディングモデルの評価で信号とノイズを見分けるで既に扱いました。本稿はその3つと重ならない場所 — 具体的なツール選択だけを見ます。

4つのツールはそれぞれ自分を何だと言っているか

比較の出発点は、他人の評価ではなくそれぞれの自己紹介であるべきです。ベンダードキュメントの表現をそのまま引き写します。

Claude Code(Anthropic)。公式ドキュメントの最初の行は「コードベースを読み、ファイルを編集し、コマンドを実行し、開発ツールと統合されるエージェンティックコーディングツール」であり、「ターミナル、IDE、デスクトップアプリ、ブラウザで利用可能」と書かれています。プラットフォームのドキュメントはさらに一歩進みます — 「Claude Codeはどこでも同一のエンジンで動くが、各表面は互いに異なる作業方式に合わせて調律されている」。そして表面ごとの用途をベンダー自身が分けています。CLIは「ターミナルワークフロー、スクリプティング、リモートサーバー」用、Agent SDKはCLI専用、Webは「多くの操縦を必要としない長時間の作業、あるいはオフラインでも続くべき作業」用です。

Cursor(Anysphere)。モデル・価格のドキュメントは「CursorはOpenAI、Anthropic、Google、SpaceXAIなどのフロンティアモデルをサポートする」で始まります。つまりCursorは自分をモデルの供給者ではなくモデルを選ぶ場所として規定しています。ただし自前のモデルもあります — Composer 2.5は「エージェンティックコーディングに高度に有能であるよう学習されたCursor自前のモデル」で、Grok 4.5は「長時間のコーディング・知識作業のためにCursorとSpaceXAIが共同で学習した」モデルです。そして、もうIDEだけではありません — 製品ドキュメントにはAgent、Cloud、CLI、Mobile、Automations、Review(Bugbot)、Tab、Marketplaceがすべて入っています。

GitHub Copilot。クラウドエージェントのドキュメントは「リポジトリを調査し、実装計画を立て、ブランチでコードを変更する。あなたはdiffをレビューし、反復し、準備ができたらプルリクエストを作る」と書きます。エントリーポイントがすべてGitHubのものです — Agentsタブ、イシューの割り当て、既存PRコメントでの @copilot メンション、スケジュール・イベントベースの自動化、そしてセキュリティキャンペーンのアラート割り当てまで。Copilotのアイデンティティはモデルではなく、リポジトリとPRのライフサイクルの上に住んでいるという点にあります。

OpenAI Codex。価格ドキュメントはPlusプランの説明で表面を列挙します — 「Web、CLI、IDE拡張、iOSのCodex」、そして「自動コードレビューやSlack連携のようなクラウドベースの統合」。モデルはGPT-5.6系列で、ドキュメントが用途を直接分けてくれます。Solは「品質と推論の深さが最も重要なとき」、Terraは「日常のデフォルト — 性能と価格のバランスがより良い、強力な性能」、Lunaは「速度と経済性に最適化、軽量または大量の作業に適する」。さらにAPIキーモードが別にあり、ドキュメントの表現で「CIのような共有環境での自動化に良い」と勧める代わりに、「クラウドベースの機能(GitHubコードレビュー、Slackなど)はなし」と釘を刺します。

ここまで見るだけでも、4製品の重心は違います。Claude Codeはターミナル、Cursorはエディタ、Copilotはリポジトリ、CodexはChatGPTサブスクリプションに載ったマルチサーフェスです。この違いが、後の決定ルール全体を支配します。

なぜ4つのツールの価格を並べて置けないのか

いよいよ本題です。4ベンダーの課金単位を、それぞれのドキュメントからそのまま抜き出して1つの表に置くと、こうなります。

ベンダー	含まれる使用量を売る単位	絶対量は公開されているか
Anthropic (Claude Code)	Pro比の倍率(Max = 5倍または20倍) + ローリングウィンドウ	いいえ — 倍率のみ公開
Cursor	ドルで表示された、含まれるAPI使用額	はい — プラン別金額
GitHub Copilot	クレジット(1クレジット = `$0.01`)	はい — プラン別クレジット数
OpenAI Codex	5時間ウィンドウあたりのモデル別メッセージ数	はい — モデル別範囲

4つの欄がすべて別の品物です。そしてこれは私が無理やり切り分けたのではなく、各ベンダーが自分のドキュメントで実際に使っている単位です。

Anthropicは絶対量を公開していません。Maxプランのサポート文書は「Proプランより5倍または20倍多い使用量」とだけ書いています。5倍の基準となるProの絶対量がいくらなのかは、どこにもありません。使用量上限の文書はむしろ、なぜ書けないのかを説明しています — 「送れるメッセージ数はプランによって異なる」としつつ、メッセージの長さ、添付のサイズ、会話の長さ、ツール使用、モデル選択、努力レベル(effort level)、アーティファクト生成がすべて影響すると列挙します。Claude Codeのドキュメントも同じトーンです — 「組織のプランに含まれる使用量プール、ローリングウィンドウでリセット」。だから「Max 20xなら1日に何回回せるのか」は、ベンダーが答えを公開していない質問です。

GitHubは正反対に、完全にドル化しました。課金リファレンスが堂々と書いています — トークンコストは「クレジットに換算され、1クレジット = $0.01」。そしてプラン構造が単純です。ドキュメントの表現そのまま、基本クレジット(base credits)は「サブスクリプション価格と一致し、決して変わらない」。検算してみました。

Copilotプラン	月額	基本クレジット	基本クレジットのドル価値	フレックス割当	総クレジット	総ドル価値
Pro	`$10`	1,000	`$10`	500	1,500	`$15`
Pro+	`$39`	3,900	`$39`	3,100	7,000	`$70`
Max	`$100`	10,000	`$100`	10,000	20,000	`$200`
Business	`$19` / ユーザー	1,900	`$19`	—	—	—
Enterprise	`$39` / ユーザー	3,900	`$39`	—	—	—

基本クレジット × 1セントがサブスクリプション価格と、5つのプランすべてで正確に一致します。つまりCopilotのサブスクリプション料は「その分のトークンを返してもらう」構造であり、実際の得はその上に載るフレックス割当から来ます。

ただし、ここでベンダー自身の警告をそのまま書き写さなければなりません。フレックス割当は明示的に可変です。ドキュメントの表現では「含まれる使用量の可変的な部分であり、モデル価格・新モデル・効率改善を含め、AIの経済性が進化するのに合わせて適応するよう設計されている」。つまり上の表の総額の欄は、GitHubがいつでも変えられると自ら明かしている数字です。固定なのは基本クレジットだけです。そしてクレジットは繰り越されません — 毎月1日の00:00:00 UTCにリセットされ、この日付はあなたの決済日とは無関係に固定です。

Cursorもドルで売っています。ただし表現が違います。

Cursor個人プラン	月額	含まれるAPI使用額	価格に対する倍率
Pro	`$20`	`$20`	1.0倍
Pro Plus	`$60`	`$70`	約1.17倍
Ultra	`$200`	`$400`	2.0倍

ここにCursorだけの構造がもう1つあります。個人プランは使用量プールが2つあります — 1st-partyプール(Auto、Composer 2.5、Grok 4.5)と、APIプール(特定のモデルを直接選ぶと、そのモデルのAPIレートで差し引かれる)です。上の表のドル金額はAPIプール側で、1st-partyプールについてCursorは金額の代わりに「潤沢な含まれる使用量(Generous included usage)」とだけ書いています。つまりCursorに含まれる使用量も、半分は公開され、半分は公開されていません。チームプランはStandardが$40/ユーザー、Premiumが$120/ユーザー(Agentの上限がStandardの5倍)で、チーム・エンタープライズでは、Autoでないサードパーティモデルのリクエストに100万トークンあたり$0.25のCursor Token RateがモデルAPI価格の上に上乗せされます(Autoと1st-partyモデルは免除)。

OpenAIは4つの中で唯一、モデル別のメッセージ数を公開しています。これは称賛に値する透明性です。

モデル	Plusローカルメッセージ / 5時間	Pro 5x	Pro 20x
GPT-5.6 Sol	15–90	75–450	300–1,800
GPT-5.6 Terra	20–110	100–550	400–2,200
GPT-5.6 Luna	50–280	250–1,400	1,000–5,600

Proの「5倍または20倍」という主張が実際に合っているのか、検算してみました。6つのモデル × 上限・下限 = 12ペア、各ペアを2つの倍率(5倍・20倍)で検算して、12ペアすべてが正確に一致しました。Solの下限 15 × 5 = 75、上限 90 × 20 = 1,800 — 丸めもごまかしもなく、ぴったり割り切れます。ベンダーが倍率を主張し、その倍率が自分の表で検算できるケースは、思ったより稀です。

ところが、Businessプランの上限はPlusと同一です(Sol 15–90)。ユーザーあたり$20(年間決済、月間なら$25)を払うプランが、個人の$20プランと同じ上限だという意味です。Businessが与えるのは上限ではなく、管理機能と「クラウド作業をより速く回す、より大きな仮想マシン」です。

ここでもベンダーの警告をそのまま保存します。OpenAIはこの表のすぐ上に書いています — 「似たように見える作業でも、互いに異なる量のクォータを消費しうる。モデル選択、コンテキスト、推論、ツール使用、検索、キャッシングがすべて使用量に影響するため、プロンプトの長さだけでは信頼できる見積もりにならない」。15–90という範囲自体が6倍です。これは精密な数字ではなく、正直な範囲です。

では、どこまで突き合わせられるのか — 算数で確認できた部分

単位が違うからといって、何もできないという意味ではありません。2本の橋があります。

橋1 — CursorとCopilotは同じ種類の物差しを使っています。どちらも「サブスクリプション料を払えば、その分のトークン使用額をもらう」構造なので、価格に対する倍率を並べることができます。

価格に対する含まれる使用額の倍率 (各ベンダー自身のドキュメント基準)

Cursor  Pro    $20 -> $20     1.00x
Cursor  Pro+   $60 -> $70     1.17x
Cursor  Ultra  $200 -> $400   2.00x

Copilot Pro    $10 -> $15     1.50x   (base 1,000 + flex 500 クレジット)
Copilot Pro+   $39 -> $70     1.79x   (base 3,900 + flex 3,100)
Copilot Max    $100 -> $200   2.00x   (base 10,000 + flex 10,000)

-> 最上位ティアで両方とも正確に 2.00x に収束

最上位ティアが両方とも2.0倍というのは、興味深い偶然です。しかし、これを「Cursor UltraとCopilot Maxは同じ値打ち」と読むと間違いです。倍率が同じでも分母が違います — 同じ$1が何トークンなのかはそれぞれの単価表が決め、2つの単価表は異なります。Cursorはチームプランで100万トークンあたり$0.25を追加で上乗せまでします。だからこの表から読み取るべきは順位ではなく構造 — どちらも「サブスクリプション料 = トークン予算」であり、上のティアへ行くほど予算が価格より速く増えるということです。

橋2 — OpenAIのクレジットは、自社のAPI定価に換算できます。OpenAIはCodexのクレジットレート(100万トークンあたりのクレジット)とAPI定価(100万トークンあたりのドル)を互いに別の文書で公開しています。2つの表を割ってみました。

モデル         トークン種別    クレジット/1M   API定価 $/1M    割った値
GPT-5.6 Sol   input           125          5              0.04
GPT-5.6 Sol   cached input     12.5         0.5           0.04
GPT-5.6 Sol   output          750          30             0.04
GPT-5.6 Terra input            62.5         2.5           0.04
GPT-5.6 Terra cached input      6.25        0.25          0.04
GPT-5.6 Terra output           375         15             0.04
GPT-5.6 Luna  input            25           1             0.04
GPT-5.6 Luna  cached input      2.5         0.1           0.04
GPT-5.6 Luna  output           150          6             0.04

-> 9つのデータポイントすべて 0.04 で一致

3つのモデル × 3つのトークン種別 = 9つが、すべて正確に$0.04に落ちます。偶然である確率は事実上ありません。つまりCodexクレジット1個はOpenAIの標準API定価基準で4セントであり、Codexの超過使用量はAPI定価で課金されるという意味になります。

ここで重要な但し書きを付けます。この$0.04は、OpenAIが公開した数字ではなく、私が2つの公式の表を割って得た値です。OpenAIのCodexドキュメントのどこにも「1クレジット = $0.04」という文はありません。クレジットレート表とAPI価格表はそれぞれ一次資料ですが、両者の間の等価は私の算数です。OpenAIがこの比率を維持する義務もなく、予告なく変えてもドキュメント上の矛盾ではありません。GitHubが「1クレジット = 1セント」を文書に明記したことと、OpenAIが明記していないことは、別の事実です。前者は引用で、後者は推定です。

Anthropicだけが実際の観測コストを公開している

ここに、4ベンダーのうち1社だけがやっていることがあります。Anthropicのコスト管理ドキュメントは、実際のデプロイで観測された金額を書いています。

エンタープライズデプロイ全般で、平均コストは開発者あたり活動日基準で約$13、開発者あたり月$150–$250の水準であり、ユーザーの90%は活動日あたり$30未満を維持しています。

これはベンダー自己測定値であり、その条件をそのまま添えなければなりません。測定対象は「エンタープライズデプロイ全般」で、ドキュメント自身がすぐ次の文で限界を認めています — 「開発者あたりのコストは、モデル選択、コードベースの規模、複数インスタンスを回したり自動化を使うといった使用パターンによって大きく変わる」。そしてこの数字はAPIトークン課金基準であって、Pro/Maxサブスクリプション基準ではありません。同じドキュメントが「サブスクリプションプランの価格は claude.com/pricing を見よ」と別途案内しています。つまり$150–$250は、「Max 20x($200/月)を使えばいいね」と読む数字ではありません。課金経路が違います。

それでもこの段落に値打ちがあるのは、残りの3ベンダーには対応する数字がないからです。確認してみました — OpenAIのCodexドキュメント全体(約1.26MBの統合マークダウンダンプ)を開発者あたりコストのパターンで検索したとき、出てきたのは「2人以上、年間決済。月間決済ならユーザーあたり月$25」という脚注1つだけでした。OpenAIはCodexのドキュメントで、開発者あたりの実測コストを公開していません。CursorとGitHubのドキュメントにもありません。

付け加えると、検索スニペットには「Codexは開発者あたり月$100–$200の水準」という文が出回っています。本稿では外しました。OpenAI自身のドキュメントで確認できなかったからです。確認できなかった数字はベンダーが言っていない数字であり、「まだ公開されていない」ということも1つの事実です。

共通ベンチマークは存在しない — そしてそれが本稿の要点

ここが、本稿で最も重要な段落です。

4ベンダーの公式ドキュメントのどこにも、競合製品との共通ベンチマークはありません。AnthropicのドキュメントはCursorをベンチマークせず、CursorのドキュメントはCopilotのスコアを載せず、GitHubのドキュメントはCodexと自分のエージェントを競わせません。それぞれ、自分の製品が何をするかだけを書きます。だから「Claude CodeはCursorよりX%良い」のような文があるなら、それは4ベンダーの誰の一次ドキュメントから出たものでもありません。

最も近いものが1つだけあります。GitHubのAIモデル比較リファレンスは、OpenAI・Anthropic・Google・xAIのモデルを1つの表に載せ、作業領域別に推薦します。たとえばGPT-5.6 Solは「深い推論とデバッグ / 大規模コードベースに対する複雑な推論と長時間のエージェンティック作業」、Claude Haiku 4.5は「単純または反復的な作業の高速処理 / 軽いコーディングの質問への速く信頼できる回答」という具合です。複数ベンダーのモデルを1か所で比較する資料が稀だという点で、参考に値します。

しかし、これはベンチマークではありません。理由は2つあります。第一に、スコアではなく叙述です — 「excels at」という散文のフィールドであって、測定された数値ではありません。第二に、範囲がCopilotの中です。この表は「Copilotでどのモデルを選ぶか」のルーティングガイドであって、「Copilot対Cursor」への答えではありません。審判が競技の参加者でもあるという点も、そのまま織り込んでおくべきです。

だから正直に言えばこうです。「どのエージェントがより良いコードを書くのか」に、本稿は答えません。共通の測定基準が公開されておらず、存在しない基準で順位を付けるのは根拠ではなく創作だからです。そして、仮にリーダーボードのスコアがあってもそのまま信じてはいけない理由は、AI コーディングモデルの評価で信号とノイズを見分けるで別途扱いました — 要約すると、OpenAIの評価チーム自身が、最も広く使われているコーディングベンチマークはもはや意味のある信号を与えないと明らかにしています。

この4つは互いに排他的ではない

「何を使うべきか」が立て方を誤った質問である理由を、今度は各ベンダーのドキュメントで示します。

Claude CodeはCursorの中で動きます。Anthropicのサポート文書 — Pro/Maxプランは「VS Code、Cursorおよびその他のVS Codeフォーク、そしてIntelliJ・PyCharmのようなJetBrains IDE」でのClaude Codeを含みます。
GitHubはClaudeとCodexを載せました。GitHubドキュメントの「サードパーティコーディングエージェント」(パブリックプレビュー)の項目に、サポート一覧はちょうど2つです — Anthropic Claude、OpenAI Codex。イシューを割り当て、PRコメントでエージェント名をメンションし、Agentsタブ・モバイル・VS Codeから作業を開始できます。ドキュメントの表現では、これらは「Copilotクラウドエージェントと同一のセキュリティ保護・緩和・制約を適用される」のです。
Cursorは他社のモデルを売っています。「OpenAI、Anthropic、Google、SpaceXAIなどのフロンティアモデルをサポートする」。
Copilotも他社のモデルを売っています。モデルカタログにOpenAI・Anthropic・Google・xAIが一緒に入っています。

つまり市場は「4つの排他的な製品」ではなく、表面(surface)とモデルと課金が互いに交差する格子です。CursorでAnthropicのモデルを使えばCursorにお金を払い、Cursorの中でClaude Codeを使えばAnthropicにお金を払います。同じエディタで同じモデルで同じ仕事をしても、請求書は別の会社から届きます。これが、「どれが一番安いか」が単純な質問ではない本当の理由です。

それで、何をどんな仕事に使うのか — 決定ルール

ここまでの事実だけで作れるルールです。すべて、各ベンダーの一次ドキュメントで確認できるものだけを使います。

ルール1 — リポジトリのホストがGitHubでなければ、そこで分かれます。Copilotクラウドエージェントのエントリーポイントは、すべてGitHubのものです(イシュー、PR、Agentsタブ)。一方、Cursorクラウドエージェントはドキュメント上、GitHub(クラウド・Enterprise Server)、GitLab(クラウド・セルフホスティング)、Bitbucket Cloud、Azure DevOpsをサポートします。GitLabを使っているなら、この1行で決定は終わりです。好みの問題ではなく、サポート一覧の問題です。

ルール2 — 仕事が「イシュー → PR」で流れるなら、リポジトリ側のエージェントです。チケットが既にイシューとして存在し、成果物がPRであるべきなら、そのライフサイクルの上に住むツールが有利です。Copilotクラウドエージェントがまさにその形で(調査 → 計画 → ブランチ → PR)、スケジュール・イベントベースの自動化とセキュリティアラートの割り当てまで同じ場所にあります。そしてルール1を通過したなら、同じ場所でClaudeやCodexを選んで使うこともできます — GitHubがサードパーティエージェントとしてサポートしているのですから。

ルール3 — 仕事がターミナルとCIで始まるならCLIです。4つともCLIがあります。ただし細部が分かれます。Claude CodeはAgent SDKがCLI専用だとドキュメントが釘を刺しているので、エージェントをライブラリとして包んで自前のシステムに組み込むつもりなら、CLIが唯一の経路です。CodexはAPIキーモードが「CIのような共有環境での自動化に良い」と自ら勧める代わりに、クラウド機能を放棄させます — 共有CIで個人のサブスクリプションを燃やさないための設計です。Cursor CLIはprintモードとGitHub Actionsのドキュメントを別々に持っています。

ルール4 — 自社クラウド・コンプライアンス要件があるなら、候補が狭まります。Claude CodeはAmazon Bedrock、Google CloudのAgent Platform、Microsoft Foundryを通じたデプロイをドキュメントでサポートします。「モデル呼び出しは我々のクラウドアカウントの中で起きなければならない」が要件なら、この軸が事実上決めます。

ルール5 — Tab自動補完が1日の中心なら、エディタ側です。Cursorのドキュメントは「すべての個人プラン(Pro・Pro+・Ultra)が無制限のTab補完を含む」と書き、無料のHobbyは「制限されたTab補完」です。Copilotも有料プランはIDE内で無制限の補完、Freeは月2,000回です。Claude CodeとCodexは、自分のドキュメントで自動補完を自分のアイデンティティとして掲げていません — エージェントであって、補完エンジンではありません。

ルール6 — 予算を「計算」するか「固定」するかで、課金モデルを選びます。これが前の節の実務的な結論です。

コストを事前に計算して事後に精算する必要があるなら → CopilotまたはCursor。どちらもドル単位なので、トークンの見積もりさえあればスプレッドシートが作れます。Copilotは1クレジット = 1セントがドキュメントに明記されていて、特に計算しやすいです。
コストを月額固定で確定させたいなら → Claude CodeサブスクリプションまたはCodexサブスクリプション。その代わり、「この上限で何をどれだけできるか」は事前に計算できません。Anthropicは倍率だけを公開し、OpenAIは6倍幅の範囲を公開します。
4つとも、超過時にAPI定価へ移る脱出口があります。Anthropicは「標準APIレート」の使用クレジット、Codexは追加クレジットとAPIキー、Cursorはオンデマンド(同じレート、後払い)、Copilotはドルで設定する追加使用量予算です。

1行の決定ルール。ツールを選ばず、仕事が始まる場所を選んでください。チケットから始まるならリポジトリエージェント、エディタから始まるならCursorかCopilot、ターミナル・スクリプトから始まるならCLI、場所を渡り歩くなら同じエンジンが複数の表面にある側。その次に、その場所をサポートする候補の中だけで課金モデルによって絞り込んでください。順序を逆にすると — 価格表から比較を始めると — そもそも換算できない4本の物差しを抱え込むことになります。

いつ本稿を信じてはいけないか

正直に限界を書きます。これがなければ、上のルールにも価値がありません。

本稿は品質を比較しません。上のルールのどこにも「どれがより良いコードを書くか」がないのは、ミスではありません。共通ベンチマークが公開されていないからです。表面・価格・サポート一覧はドキュメントで確認できますが、品質は確認できません。品質を知りたければ、あなたのコードベースの小さな評価セットが唯一の道であり、その結果がリーダーボードと食い違うのは正常です。

価格は、本稿で最も早く腐る部分です。Anthropicの価格ページは「価格とプランはAnthropicの裁量で変更されうる」と明記し、Copilotのフレックス割当は設計上可変であり、OpenAIのクレジットとドルの等価は、そもそも私の算数であって彼らの約束ではありません。上の表は2026年7月17日のスナップショットです。決定の前に各ベンダーのページを直接開いてください — 本稿の参考資料がすべてそのリンクです。

公開されている上限は精密ではありません。OpenAIの15–90は6倍の幅があり、ベンダー自身が「プロンプトの長さだけでは信頼できる見積もりにならない」と書きました。この範囲をキャパシティプランニングにそのまま入れてはいけません。

いくつかの状態変化も織り込むべきです。GitHubのドキュメントは、2026年4月22日からFree/Teamプランの組織によるCopilot Businessの新規セルフサーブ加入が一時停止されたと告知しています。Copilotのリクエストベース課金は、ドキュメント構造上すでにレガシーへ押し出されています(request-based-billing-legacy)。GitHubのサードパーティコーディングエージェントはパブリックプレビューです。プレビュー機能の上にチームのワークフローを建てることは、それ自体が1つの決定事項です。

そして、ツールを替えれば生産性が上がるという保証はありません。これは本稿の範囲外ですが、最も重要な但し書きです — よく設計されたランダム化比較実験2つが正反対の符号の答えを出しており、その話はAI は本当に開発者を速くするのかにあります。ツールの選択は、使い方よりおおむね重要ではありません。

おわりに

まとめるとこうです。

「どれが一番安いか」は、公開された価格では答えが出ません。4ベンダーが4つの異なる単位で売っています — Anthropicは絶対量のない倍率、Cursorはドル(ただし半分は「潤沢」)、GitHubは1セントのクレジット、OpenAIは6倍幅のメッセージ範囲。そのうちGitHubとCursorだけが構造的に比較可能で、それさえ単価表が違うので順位は付けられません。算数で確認できるのは3つです — Copilotの基本クレジットはサブスクリプション価格と5つのプランすべてで正確に一致し、OpenAIの5倍・20倍という主張は12ペアすべてで検算でき、CodexクレジットはOpenAI自身のAPI定価基準で4セントに落ちます(これはベンダーの文ではなく、私の割り算です)。

「何を使うべきか」は、そもそも排他的な選択ではありません。Claude CodeはCursorの中で動き、GitHubはClaudeとCodexを載せ、CursorとCopilotはどちらも他社のモデルを売っています。だから選ぶべきはベンダーではなく、仕事が始まる場所です。チケットならリポジトリ、コードならエディタ、スクリプトならターミナル。場所を決めれば候補が減り、その次にようやく課金モデルが意味を持ちます。

そして、品質ランキングは誰も公開していません。4ベンダーの誰も、競合製品との共通ベンチマークを載せていません。そんなランキングを見かけたら、その出どころは4社のどのドキュメントでもありません。その空白を埋める方法はリーダーボードではなく、あなたのリポジトリの評価セット1つだけであり、それは相変わらず退屈で、相変わらず唯一の方法です。

ツールではなく、仕事が先です。これはGraph RAG 編で下した結論と正確に同じ形ですが、偶然ではありません — ベンダーが答えを公開していない質問には、あなたの測定だけが答えだからです。

参考資料

Anthropic — Claude Code

Cursor

GitHub Copilot

OpenAI Codex

関連記事