Microsoft Research と UC Berkeley の研究チームが公開しました TokenEconomizerコーディングエージェント向けのオープンソースのコスト制御ツールです。TokenEconomizerは、リポジトリ内の過去のセッションから学習し、以降のセッションでの無駄を削減するプラグインです。Claude Code、Codex、GitHub Copilot CLI、Piで動作します。モデルの重みやエージェントのコードには一切手を加えません。277のSWE-Benchタスクにおいて、5つのエージェント-モデル設定すべてで平均コストを18.4%から30.9%削減しました。
TL;DR
- パッケージ: 標準ライブラリのみのPythonパッケージとエージェントプラグインで、切り替え可能な3つのメカニズムを備えます。
- 動作環境: Python 3.10+が入っており、Claude Code、Codex、Copilot CLIまたはPiが動く任意のマシン。GPUも専用のAPIキーも不要です。
- パフォーマンス: SWE-Benchの平均コストを18.4%から30.9%削減し、30のリポジトリ-設定セルのすべてで低コスト化。
- 最良: Claude CodeとOpus 4.8の組み合わせでコスト30.9%削減(RTKと併用すると33.2%)。
- 最悪: ReposVulの監査では節約は6.4%から9.3%にとどまり、Opus 4.8ではPass@1が1.0ポイント低下。
なぜコーディングエージェントはトークンを無駄にするのか?
エージェントのすべてのターンで、システムプロンプト、読み込まれたすべてのツールスキーマ、そして完全な履歴が再課金されます。研究チームは、Opus 4.8を使用するClaude Codeで6つのリポジトリにわたる60のSWE-Benchタスクをプロファイリングしました。 その結果、3つの繰り返し現れる無駄の発生源が見つかりました:
- 繰り返しの探索: 現在のタスクの前に5つのタスクが存在すると、ツール呼び出しの30%が以前のアクションを繰り返します。
- 未使用のツール: 23のツールスキーマが毎ターン読み込まれます。16は一度も呼び出されず、3つで呼び出し全体の98%をカバーしています。
- 失敗ループ: 10の失敗ランはタスク全体の17%でしたが、総支出の32%を占めました。
また、3つの既存のオープンソース戦略もテストしました: RTK, Serena そして AiderのRepoMapです。どれもすべての場面で安くなるわけではありませんでした。3つすべてがDjangoではコストを削減した一方、SymPyでは増加させました。
TokenEconomizerはどのように動作するのか?
TokenEconomizerは、エージェントをブラックボックスとして扱う外部コントローラです。完了したトレースから構築される、リポジトリごとの状態を保持します。各タスクの前に、プロンプト、ツール設定、イベントストリームを通じて3つのポリシーを設定します。
1. マイスキル
LLMプロポーザがトレースのダイジェストを、テスト実行コマンドのような1行の事実に変換します。各事実には正規表現のディテクタが付いており、モデルを呼び出さずに後続のトレースを検証します。事実は、編集されたファイルが重複しないタスクで3回確認された後にプロンプトへ入ります。その必要率も0.4以上を維持しなければなりません。矛盾が1つあると5回の確認と同じにカウントされるため、誤った事実はすぐに引退します。
2. ツールの刈り込み
シェル、読み取り、書き込み、編集ツールは常に保持されます。その他のツールは、3タスク連続で未使用の場合や、LLMジャッジが無関係と判定した場合にマスクされます。完全なカタログは5タスクごとに戻され、再監査が行われます。DjangoとClaude Codeの組み合わせでは、タスク2の最初のリクエストのプロンプトトークン数が43,351から16,295に減少しました。
3. 失敗ループへの介入
コントローラはターン予算を学習します。これは成功した実行の長さの90パーセンタイルの1.25倍です。安価なルールチェックが、繰り返される失敗や密度の高いエラーを検知します。その後、LLMジャッジが0.7以上の信頼度で、エージェントがスタックしているかどうかを判断します。スタックしたエージェントは1回のリダイレクトを受け、ループが再発した場合は停止させられます。
SWE-Benchの結果は何を示しているのか?
| 設定 | デフォルト比のコスト | Pass@1 デフォルト | Pass@1 TokenEconomizer |
|---|---|---|---|
| Claude Code + Sonnet 5 | -23.6% | 74.7 | 76.0 |
| Claude Code + Opus 4.8 | -30.9% | 74.0 | 73.0 |
| Codex + GPT-5.6 Terra | -24.7% | 73.8 | 74.7 |
| Codex + GPT-5.6 Sol | -26.1% | 80.1 | 81.7 |
| Copilot CLI + Sonnet 5 | -18.4% | 75.0 | 77.6 |
出典: arXiv 2610.22732、Table 1。コストにはすべてのコントローラー呼び出しが含まれます。設定ごとに3シード。
Pass@1は5設定中4設定で向上しました。推論労力を下げるとコストは節約できましたが、Pass@1が1.8〜10.3ポイント低下しました。RTK単独では30のリポジトリ×設定セルのうち12でコストが上昇し、RepoMapでは15で上昇しました。
節約は時間とともに積み重なります。ほとんどのリポジトリでは最初はコストが高くなりますが、6つ目のタスクまでにはすべて安くなりました。Claude Code単体では、ツールの刈り込みで13.2%〜17.7%、マイクロスキルで11.8%〜14.3%、ループガードで5.4%〜7.1%の節約が得られました。
結果はSWE-Benchの外部でも成立しました。Web-Benchではコストが16.0%〜21.2%低下し、CredDataでは16.5%〜19.6%低下しました。ReposVulでは6.4%〜9.3%にとどまりました。これは、実行が短いほど削減の余地が少ないためです。
他のトークン節約ツールとどう比較できるのか?
| 機能 | TokenEconomizer | RTK | Serena | Aider RepoMap |
|---|---|---|---|---|
| アプローチ | 過去のセッションからリポジトリごとのポリシーを学習 | シェルコマンドの出力を圧縮 | シンボルレベルのコードツールを備えたMCPサーバー | プロンプト内のリポジトリシンボルのランキングマップ |
| 以前のタスクから学習 | はい | いいえ | いいえ | いいえ |
| ライセンス | Apache 2.0 | Apache 2.0 CLI、エンジンはBUSL-1.1 | GPL-3.0-or-later(SolidLSPはMIT) | Apache 2.0 |
| 対応エージェント | Claude Code、Codex、Copilot CLI、Pi | 18のAIコーディングツール | 任意のMCPクライアント | Aider |
| 平均SWE-Benchコスト変化（論文、5設定） | -18.4%から-30.9% | -8.9%から+4.5% | メイン実行には未掲載（プロファイリングでプールコストが上昇） | -6.1%から+6.5% |
| コストが高いセル（30セル中） | 0 | 12 | 非公開 | 15 |
コスト行: TokenEconomizer論文。ライセンスと主張: 各プロジェクトのリポジトリまたはドキュメント。
TokenEconomizerはどうやってインストールしますか？
このプラグインには4つのエージェントのいずれかとPython 3.10以降が必要です。Claude Codeでは、リポジトリをクローンし、マーケットプレイスとして追加してから、次を実行します claude plugin install tokeneconomizer@tokeneconomizer。学習データは ~/.tokeneconomizer内にローカルに保持されます。ツールのプルーニングとループガードはデフォルトで有効です。マイクロスキルは、proposerがモデル呼び出しを追加するため、デフォルトでは無効になっています。
主なポイント
- TokenEconomizerは、エージェントを変更せずにSWE-Benchのコストを18.4%から30.9%削減します。
- 30のリポジトリ設定セルのすべてでより安価でした。RTKとRepoMapはそうではありませんでした。
- ツールのプルーニングが最大の単一レバーで、13.2%から17.7%です。
- Pass@1は5設定中4設定で上昇し、Opus 4.8では1.0ポイント低下しました。
- Apache 2.0ライセンスで、Claude Code、Codex、Copilot CLI、Piにインストールできます。
ぜひご覧ください 論文, GitHubリポジトリ および プロジェクトページ。また、お気軽に私たちをフォローしてください Twitter 、そして私たちの 150k以上のML SubReddit への参加と、 ニュースレターの購読もお忘れなく。お待ちください！Telegramをお使いですか？ 現在、Telegramにも参加できるようになりました。
GitHubリポジトリ、Hugging Faceページ、製品リリース、ウェビナーなどの宣伝について当社と提携する必要がありますか？ 私たちとつながる
この投稿 Meet TokenEconomizer: コーディングエージェントのコストを最大30.9%削減するMicrosoftのプラグイン は最初に MarkTechPost.