はじめに
どうも、最近比較検証が好きな山ちゃんです。
2026年11月18日にAIエージェント向けのメモリ"Amazon OpenSearch Memory"が一般提供されました。
Memoryといえば...そう!Amazon Bedrock AgentCore Memoryが既にありますよね?
どう違うの?と気になりますよね。ということで比較検証してみました‼️名前に"OpenSearch"と付いていますが、OpenSearchのクラスターを用意しなくても、APIを呼ぶだけで使えるメモリー機能です。
以下、OpenSearch MemoryをOSM、AgentCore MemoryをACMと略します。
🧩 違いをざっくり解説
共通点としてはどちらも記憶を2つの領域に分けて持っていて、会話の原文をしばらく保存する「短期記憶」とそこからLLMが大事なところを抜き出してまとめた「長期記憶」があります。
| OSM | ACM | |
|---|---|---|
| 長期記憶の種類 | SEMANTIC(事実と好み)、SUMMARY(要約) | SEMANTIC、SUMMARIZATION、USER_PREFERENCE(好み)、EPISODIC(エピソード) |
| 独自の記憶種類 | CUSTOM(抽出プロンプトを自分で書く) | カスタム戦略(組み込みのプロンプトを上書き) |
| 検索方式 | ベクトル検索(neural)、キーワード検索(match)、ハイブリッド検索(hybrid、両方を組み合わせる)、会話の原文検索 |
ベクトル検索 |
| 短期記憶(会話の原文) | actorId(ユーザー)とsessionId(会話)ごと | actorId(ユーザー)とsessionId(会話)ごと |
| 長期記憶(抜き出した記憶) | actorIdごとに自動で分かれ、さらに絞るならmetadata | namespaceで分ける(既定あり、自分でも決められる) |
| 抽出モデル | Haiku 5.5(既定)かOpus 5.5の2択 | 組み込みはAWS管理、カスタム戦略はBedrockのモデルを自分で指定 |
一番の違いは検索の表現力だと思います。OSMはOpenSearchの強みを活かして記憶に対してクエリを書いたりキーワード検索やハイブリッド検索をかけたりできますが、ACMはベクトル検索とIDの指定・一覧の取得で、絞り込みはnamespaceとメタデータまで。キーワード検索やハイブリッド検索はありません。
🧪 検証方法
- 架空のユーザー1人とAIの会話を36回分(合計99往復)作り、同じ会話を両方のメモリに書き込む(雑談・仕事・ペットの話を混ぜ、紛らわしい番号や名前も入れる)
- 42問を質問し、そのたびにメモリから記憶を8件検索して回答LLMに答えさせる
- メモリと検索方法を変えた次の4パターンで答えを比べる
| パターン | やり方 |
|---|---|
| ACM(ベクトル検索) | 長期記憶(事実・要約)から、質問文と意味が近いものを検索 |
| OSM(ベクトル検索) | 長期記憶(事実・要約)から、質問文と意味が近いものを検索(neural) |
| OSM(ハイブリッド検索) | 長期記憶(事実・要約)から、意味の近さと単語の一致を組み合わせて検索(hybrid) |
| OSM(キーワード検索) | 長期記憶(事実・要約)から、単語が一致するものだけを検索(match) |
※回答LLMはClaude Haiku 4.5(temperature 0)、プロンプトは全パターン共通
📊 採点結果(OSM得意のキーワード検索で惨敗)
| パターン | 正解率 |
|---|---|
| ACM基本 | 89% |
| OSM基本(ベクトル) | 83% |
| OSM基本(ハイブリッド) | 79% |
| OSM基本(キーワード) | 31% |
OSMのキーワード・ハイブリッド検索がベクトル検索より低い理由は次の章にて↓
OSMは日本語の会話を英語で記憶する
同じ会話を入れても2つのメモリは記憶の言語が違っていました。例を以下に記載します。
「むぎの体重(11月4日に4.2kg、11月15日に3.9kg)」
体重は4.2kg(2026年11月4日時点)→3.9kg(2026年11月15日時点・自宅計測)。…
As of 2026年11月4日, むぎ (Mugi) weighed 4.2 kg.
On 2026年11月15日, the user measured むぎ (Mugi) at home at 3.9 kg. ...
OSMの組み込みの戦略では、日本語のやり取りがほとんど英語で記憶されていました。質問が日本語で記憶が英語なのでキーワード検索に当たらなくなります。キーワード・ハイブリット検索の正解率が低かったのはこのためです。
なぜ英語になるのか?
OSMのSEMANTICとSUMMARYの組み込みプロンプトはドキュメントで全文が公開されています。読んでみると「会話と同じ言語で書く」のような出力言語の指示はどこにもありません。プロンプト自体が英語で書かれていておそらくそれに引きずられて英語で記憶されていると推測しました。
一方でACMの組み込みプロンプトには「会話と同じ言語で記憶を書く」という指示が明記されています。またOSMのCUSTOMは、言語の指示を足さずにプロンプトを日本語に訳しただけで記憶が全件日本語になりました。プロンプトの言語に引きずられるという推測と合います。
OSMはACMのプロンプト見習ってほしいですね...![]()
🔤 英語で聞けばキーワード検索は大逆転
試しに質問文を英語に訳して再計測してみました。
| パターン | 正解率(日本語で検索 → 英語で検索) |
|---|---|
| OSM(ベクトル) | 83% → 87% |
| OSM(ハイブリッド) | 79% → 88% |
| OSM(キーワード) | 31% → 81% |
キーワードがマッチするとやはり正解率がグッと上がりました。このことからOSMはキーワード検索そのものはちゃんと使えますが記憶が自動で英語に変わってしまうと日本語の質問では正解率が下がることがわかりました。
💰 速度とコスト
速度
| OSM | ACM | |
|---|---|---|
| 短期記憶→長期記憶まで | 72〜83秒 | 71〜72秒(エピソード記憶だけは2〜10分) |
| 検索速度(LLM回答含まない) | 約250ms | 約250ms |
※長期記憶までは最後の書き込みからの時間(10秒おきに確認)、検索速度は1回あたりの中央値です。
コスト
| OSM | ACM | |
|---|---|---|
| 短期記憶の取り込み | 無料 | 1.00 USD/GB(1イベントは最低12KBとして課金) |
| 短期記憶の取得 | リクエスト数で課金 | 0.20 USD/GB |
| 長期記憶の検索 | 0.049 USD/1,000リクエスト | 0.50 USD/1,000 Memory-Retrieved(検索1回あたりか、取り出した記憶1件あたりかは確認中) |
| 抽出 | Bedrockと同じトークン単価で別に課金 | 組み込み戦略は料金に含まれる |
| 回答LLMの入力トークン(今回の検証) | 平均689 | 平均1,864 |
※東京リージョンの単価。OSMは料金ページに単価がまだないため、AWS Price List API(2026年11月16日公開分)の値です。
OSMの単価(AWS Price List API)
ACMの料金ページ
ACMの検索単価が1回あたりでも記憶1件あたりでも、検索はOSMのほうが10分の1以下で安く済みます。長期記憶の保存(OSM)と検索(ACM)の単価の単位は、分かり次第追記します。
🔌 周りのサービスとの相性
| OSM | ACM | |
|---|---|---|
| フレームワークとの統合 | 特になし | Strands Agents用のセッションマネージャーがbedrock-agentcore SDKにあり、渡すだけで会話を保存・読み込み |
| 基盤との統合 | 特になし | AgentCoreのハーネス/Managed KBで managedMemoryConfiguration 指定することで統合可 |
| 流用できる知識 | OpenSearchのクエリ(match、match_phrase、neural、hybrid など) |
特になし |
OSMのマネージメントコンソールではイベント(短期記憶)およびメモリー(長期記憶)の一覧が確認できます。(地味に嬉しい)
⚖️ OSMとACMの使い分け
| こういうチャットなら | おすすめ | 理由 |
|---|---|---|
| StrandsとAgentCore Runtimeでエージェントを作る | ACM | 組み込みが簡単 |
| 番号や型番をキーワードで探したい | OSM | 番号は英語にならないのでキーワードで当たる |
| OpenSearchでRAGを運用していて、検索を自分で詰めたい | OSM | 使い慣れたクエリで検索できる |
| 記憶を検索する回数が多い | OSM | 検索が安い(ACMの10分の1以下) |
| 会話がまだ少ない、または短い | どちらでも | 短期記憶だけで足りる |
保存の費用を含めた使い分けは、単価が分かり次第追記します。
🍜 締め
OSMならではの強みはキーワード検索とハイブリッド検索です。でも組み込みの戦略は日本語の会話を英語で記憶してしまうので日本語で聞くとキーワードが当たらずその強みが活かせないのは痛いところです...ただ、英語ではいけるので、コードや品番のようなものは使えそうです。意味検索ではOSMとACMでは結構似たような感じだったので今後のアプデでもう少しそれぞれの個性が出たら嬉しく思ったりしています。
