メインコンテンツへスキップ
見出し画像

Geminiくんに解説動画を作ってもらったけど、「この数字どこから来た?」と掘り下げた話

    AIで解説動画を作るとき、ちゃんとしたツールを繋ぐと驚くほどきれいな動画が出ます。

    ただ、見た目が整うけど、中に出てくる数字の「根拠」は自分から聞き返さないとなかなか出てきません。

    今回は、ささっと動画を作れるのはいいけれどやっぱりワークフローを組んどかないとねと思った話。

    ツールを繋いだら、動画の仕上がりが別物になった

    Google の新モデル「Gemini 4」のコスト感を知りたくて、解説する縦型のショート動画を作ってもらいました。

    最初に作ってもらった動画は、色々なツールを繋げずに作ったので、少し心許ない感じ。

    Antigravityを開いたら。あ、モデル増えてる。と思って雑に作ってもらった版👇
    雑過ぎw pic.twitter.com/NILKmlSs64

    — タカヒロ |AIと仕事作る人 (@showaradio) November 13, 2026

    そこで、いつも教材制作で使っている HyperFrames(HTMLとGSAPで動画を組むツール)や、音声生成 API(gemini-3.8-flash-tts)を繋いで作り直してもらいました。

    すると、とっても綺麗に仕上げてくれました。

    Gemini 4 シリーズ「価格帯別・作れるもの」早見ガイド💡

    🟢 Gemini 4 Hydrogen|約0.5〜5円 / 1タスク
    (軽量・1〜2往復:数秒〜30秒)
    ・Webダッシュボード / SPA画面1枚の作成
    ・Python / PowerShellの自動化スクリプト
    ・単体テストの一括生成
    ※100ページPDFの構造化読込でも約20円!

    🔵 Gemini… pic.twitter.com/rqbjilP5lw

    — タカヒロ |AIと仕事作る人 (@showaradio) November 13, 2026


    1分2秒の縦型動画で、音声の生成は5シーン合計で1,687トークン。外部の動画生成 API は使わずに、図解とテロップのアニメーションまでしっかり組まれています。

    ここまでは、正直かなり満足していました。

    きれいな動画だけど、数字の「根拠」が気になった

    動画を見返していて、1つ引っかかったのが費用の数字です。

    画面には「Gemini 4 Hydrogen は1タスク約0.5〜5円」「Argon は約30〜150円」と大きく出ています。

    ぱっと見はすごくわかりやすい。
    でも「この1タスクあたりの費用って、どこから出てきたんだろう?公式資料なのかな」と気になりました。

    だって見た感じ「そんなんありえへんやろ」だったので。

    Geminiくんにそのまま聞き返してみると、返ってきた答えはこうでした。

    公式資料に出ているのは「100万トークンあたりの単価(Hydrogenなら入力1.50ドル・出力7.50ドル)」や、「Orchestrator を使うとコストが平均24%削減される」というベンチマークの数字まで。

    「1タスクあたり何円」という日本円の金額そのものは、公式の固定料金ではなく、AI側が一般的な作業量を仮定して試算した目安でした。

    「一般的ってどこから?」ともう一歩だけ掘り下げる

    仮定の数字を出すこと自体は、わかりやすさのためにアリだと思います。

    でも、「一般的なコーディングエージェントの消費トークン量」と言われたときに、その「一般的」がどこから来たのかは説明できた方がいい。

    そう思って、もう一段突っ込んで聞いてみました。

    すると、やり取りを重ねたところで、ようやく最終的な根拠の元を出してくれました。

    SWE-bench などの公開評価では、自律エージェントが複数ファイルを探索してテスト修正を回すため、1タスクで累計40万〜200万トークンほど消費するケースが多いこと ・独立評価機関(Artificial Analysis 等)のデータでは、Gemini 4 Hydrogen で重めのベンチマークタスクを回すと、思考レベルによって1タスク約0.29ドル(約43円)〜3.16ドル(約474円)かかる試算が出ている

    ここまで出てきて、やっと腹落ちしました。

    軽量な1〜2往復の実装なら数円、自律ループをがっつり回すと数十円〜数百円になる。同じ「1タスク」でも前提の重さで桁が変わります。

    その場でレポートと動画のキャプションにも、この前提と根拠を追記してもらいました。

    ツールが賢くなっても、最後について回る作業

    前回の記事でも、AIの出力に対して掘り下げることを書きました。

    ツールを繋いで動画のクオリティが上がっても、綺麗なレポートが一瞬で出てきても、やっぱり最終的に「これ、どこから来た数字?」と掘り下げる作業はついて回るものだなと改めて思った感じです。※定型作業でワークフロー組んでたら別

    きれいな成果物が出たときほど、最後に一言だけ「これ、どこから来たの?」と聞き返す。

    それくらいがちょうどいいなと思います。

    (注記:本記事内のコスト試算の根拠は2026年11月時点の公開単価およびSWE-bench等の公開評価データに基づくものです)


     
     
    会社員をやめて途方に暮れていた頃、AIと出会いました。 今では小さなお店や会社の困りごとを解決しながら、仕事を作ることができるようになりました。 面倒な仕事を、AIと仕組みで自動化していく実践記録です。 試したことが、誰かの支えになれば嬉しいです。

    あなたへのおすすめ