LLMマルチエージェントのトークン消費量を分析
arXiv
2026年6月9日 (火)
- •ソフトウェア開発におけるLLMベースのマルチエージェントシステムのトークン消費パターンを調査した。
- •ChatDevのワークフローにおいて、コードレビュー段階が全トークン消費量の59.4%を占めることが判明した。
- •入力トークンが全消費量の平均53.9%を占めており、運用効率の低下が浮き彫りになった。
2026年1月20日に提出された研究論文は、ソフトウェアエンジニアリング向けのマルチエージェントシステムにおけるトークン消費量を調査した。研究チームは、GPT-5推論モデルを活用するChatDevフレームワークを用いた30種類の開発タスクを分析し、設計、コーディング、コード補完、レビュー、テスト、ドキュメント作成の各段階におけるトークン配分を定量化した。本研究は、実務者が運用コストを予測し、ソフトウェア開発ライフサイクル（SDLC）内のワークフロー効率を改善するための標準的な評価基準を提供することを目的としている。
分析の結果、反復的なコードレビュー段階が消費量の最大部分を占め、平均59.4%に達することが明らかになった。さらに、入力トークンが一貫してリソース消費の過半数を占め、平均53.9%に達している。これらの結果は、エージェントによるソフトウェアエンジニアリングの主要な経済的および計算的コストが、初期のコード生成ではなく、自動化された洗練・検証プロセスに由来することを示唆している。研究チームは、これらの体系的な非効率性に対処するため、トークン効率の高いコラボレーションプロトコルの開発を推奨している。