AIトークノミクス：AIトークンのコストと浪費される場所

QuesmaOrgが管理するGitHubリポジトリ「awesome-ai-tokenomics」は、AIトークンの実際のコストと、浪費を特定し最適化する方法を網羅した包括的なガイドです。2026年7月時点で、197のエントリが5つのエリア（監視、最適化、ガバナンス、理解、測定）、8つのプラクティス、10のコンセプト、8つのクレーム、7つのコピーペーストセットアップに分散しています。リポジトリのデザインは、キュレーションされた優れたリストと、編集上の視点を持つフィールドガイド層（プラクティス、コンセプト、クレーム）を組み合わせたハイブリッドです。

アンドレイ・カーパシー（Andrej Karpathy）は2026年のインタビューで、「サブスクリプションが残っていると不安になる。それはトークンスループットを最大化していないことを意味する」と語り、トークン使用効率の重要性を強調しています。

監視エリアでは、ccusage（15のコーディングエージェントソースからのトークン使用とコストを報告するオープンソースCLI）、Claude Code Usage Monitor（バーンレート分析とセッション有効期限予測を備えたリアルタイムターミナルダッシュボード）などのダッシュボードツールがリストされています。また、AgentSightのようなeBPFベースのカーネルキャプチャツールや、Langfuse、OpenLLMetry、Arize Phoenixなどの観測ツールも含まれています。

最適化セクションでは、キャッシング、圧縮、コンテキストエンジニアリング、コスト制御をカバーしています。GPTCacheやkhazadはセマンティックキャッシングにより有料呼び出しを削減します。LLMLinguaやrtkはプロンプトや出力を圧縮してトークン消費を減らします。AgentDietやContextBudgetはエージェントが限られたコンテキストウィンドウ内で効率的に動作するのに役立ちます。コスト制御では、Claude CodeとCodexが暴走ループに対するガードレールを導入しました。Bifrost、Cloudflare AI Gateway、LiteLLMなどのゲートウェイとプロキシは、統一されたコスト測定と制限機能を提供します。

リポジトリには、プラクティス、コンセプト、クレームのセクションも含まれており、キャッシュ会計、予算、価格モデル、エネルギー効率に関する議論など、より深い洞察を提供しています。さらに、ICPC 2026の研究によると、コードの圧縮により入力トークンが42%削減される一方、精度が12ポイント低下するというトレードオフが示されています。AIトークンの使用を最適化したい開発者やチームにとって貴重なリソースです。