【2026年9月1日版】Devin、OpenClaw、Codex、Claude Code、Cursor eyc… AIエージェントとLLMを料金まで含めて整理した個人的メモ

正直、AIエージェントが増えすぎて花盛り、情報多くて最近かなり分からなくなってきた。

Devin、OpenClaw、Codex、Claude Code、Cursor、GitHub Copilot、OpenHands、Cline、Replit Agent。

さらに、その後ろには、

ChatGPT、Claude、Gemini、Qwen、Gemma、DeepSeek、gpt-oss……

とLLMまで並んでいる。

最初は、

DevinとOpenClawの違いは？、どちらを使えばいいのか？

くらいの疑問だった。

ところが調べていくと、そもそもDevinとOpenClawは直接比較するものではないことが分かった。

さらに、AIエージェントとLLMも分けて考えた方がいい。

そこで今回は、自分自身が後から見返すための備忘録も兼ねて、2026年9月1日時点の情報で一度まとめておく。

料金については米ドル表記を基本とし、税、為替、地域価格、キャンペーン価格などは含めない。AIサービスは料金改定がかなり速いので、実際に契約するときは公式ページを再確認する前提とする。

円安なんだよね...

最初に結論

現時点では、一つのAIエージェントですべて済ませようとは考えない方がよさそうだ。

自分の中では、だいたいこう整理した。

やりたいこと	第一候補
普段の本格的なプログラム開発	Codex / Claude Code
IDE中心でAIと一緒に開発	Cursor
GitHub IssueからPRまで処理	GitHub Copilot
大きな仕事を丸ごと渡す	Devin
AIエージェントを常駐させる	OpenClaw
複数のCoding Agentを束ねる	OpenClaw
OSSでAgent環境を組みたい	OpenHands / Cline
Webアプリを0から作る	Replit Agent
機密資料を外へ出したくない	OpenClaw / Cline + Local LLM
RAG・MCP・ローカルLLMまで統合	OpenClaw

そして、一番大事なのは、

Agent
≠
LLM

ということだと思う。

LLMとAgentは別物

自分の中ではこう考えると分かりやすかった。

LLM = 頭脳

Agent = 手足 + 作業手順

Tool / MCP = 外部システムとの接続

Docker / Sandbox = 作業場所

RAG = 自分の資料を調べる仕組み

図にするとこんな感じになるかな。

例えば、

このpytestのエラーを直して

と依頼した場合、LLMだけなら修正コードを回答するところで終わる。

Agentになると、

Repositoryを調査
    ↓
ファイルを読む
    ↓
原因を考える
    ↓
コードを修正
    ↓
pytest
    ↓
失敗
    ↓
ログを読む
    ↓
再修正
    ↓
pytest
    ↓
PASS

までループできる。

ここが普通のチャット型LLMとの大きな違い。

2026年9月時点のAIエージェント料金

まず料金から整理する。

製品	個人向けの主な料金	課金の考え方
Devin	Free / Pro $20 / Max $200	月額＋利用枠＋超過
Codex	Free～ / Plus $20 / Pro $100・$200	ChatGPTプラン＋追加クレジット
Claude Code	Pro $20 / Max $100・$200	Claude契約またはAPI
Cursor	Free / Pro $20 / Pro+ $60 / Ultra $200	月額＋モデル使用量
GitHub Copilot	Free / Pro $10 / Pro+ $39 / Max $100	月額＋AI Credits
OpenClaw	$0	モデル・API・サーバー代は別
OpenHands	$0から	BYOKまたはモデル従量
Cline	$0	モデル推論料金
Replit Agent	Free / Core $20 / Pro $100	月額＋Agent使用量

Devinは現在、Free、Pro $20、Max $200、Teamsは最低$80/月という構成になっている。

CodexはFree、Go、Plus、Pro、BusinessなどのChatGPTプランに含まれており、Plusは$20/月、Proには$100と$200の2段階がある。Pro $100はPlus比5倍、$200は20倍の利用枠という位置付けになっている。

Claude CodeはClaude Pro $20/月から利用でき、Maxは$100/月の5xと$200/月の20xがある。

CursorはPro $20、Pro+ $60、Ultra $200。Cloud Agentsなども有料プランに含まれる。

GitHub CopilotはPro $10、Pro+ $39、Max $100で、それぞれ月1,500、7,000、20,000 AI Creditsが付く。1 AI Creditは$0.01。

OpenHandsはローカルのOSS版が無料で、Cloud Individualも基本料金は無料。自分のAPIキーを使うか、OpenHands側のモデルを原価ベースで利用する。

ClineもOSS版そのものは無料で、基本的には利用したLLMの推論料金だけを支払う。

ReplitはStarter無料、Core $20/月、Pro $100/月。年払いではCore $17/月相当、Pro $95/月相当となっている。

1. Devin

Devinは「AIコーディング支援」というより、

AI Software Engineer

として考えるのが分かりやすい。

例えば、

Issue
 ↓
Repository調査
 ↓
計画
 ↓
実装
 ↓
テスト
 ↓
修正
 ↓
Pull Request

という単位で仕事を任せる。

細かく横について一緒にコードを書くより、

このIssueを調べて修正しておいて

という使い方に向いている。

現在は個人向けProが$20/月なので、以前よりかなり試しやすくなっている。Maxは$200/月。

大規模なライブラリ移行、リファクタリング、複数Issueの処理などが増えてきたら有力候補だと思う。

2. Codex

今、自分が主力を選ぶなら最有力候補の一つ。

Codexは、

調査
↓
設計
↓
実装
↓
Shell
↓
Test
↓
修正

を一通り扱えるCoding Agent。

Freeから利用可能で、Plus、Proなどでは利用枠が増える。利用上限に達した後、対応プランでは追加クレジットを購入して継続する仕組みもある。

例えば、

FastAPI
OpenLayers
DuckDB
Docker Compose
pytest
ruff
mypy
Playwright

のような構成を丸ごと扱わせ、

修正
↓
ruff
↓
mypy
↓
pytest
↓
docker compose build
↓
アプリ起動
↓
確認

までやらせる使い方と相性がいい。

3. Claude Code

Claude Codeもかなり有力。

こちらはターミナルを中心に、

Repository
   ↓
Claude Code
   ├─ File
   ├─ Git
   ├─ Shell
   ├─ Build
   └─ Test

という形で作業する。

Proは$20/月、Max 5xが$100、Max 20xが$200。Claude CodeはPro/Max契約に含めて利用できる。

既存設計を読みながら大きなコードベースを整理したり、複数ファイルをまたいだ変更を行ったりする用途で候補になる。

4. Cursor

Cursorは、

IDE + Agent

として考えると分かりやすい。

コードを見ながら、

質問
 ↓
変更
 ↓
diff確認
 ↓
テスト
 ↓
再修正

を繰り返せる。

2026年9月現在は、

Hobby       Free
Pro         $20
Pro+        $60
Ultra       $200

という構成。

Cloud Agentsもあり、IDEだけの製品ではなくなってきている。

普段からVS Code系の操作感で開発したいなら、かなり自然な選択肢。

5. GitHub Copilot

GitHub Copilotも昔の「コード補完」のイメージからかなり変わった。

現在は、

Chat
CLI
Cloud Agent
Code Review
GitHub Issue
Pull Request

まで対象になっている。

個人料金は、

Pro      $10 / month
Pro+     $39 / month
Max      $100 / month

で、月間AI Creditsはそれぞれ1,500、7,000、20,000。

GitHub中心で、

Issue
 ↓
Agent
 ↓
Pull Request
 ↓
Human Review

という運用をしたいなら分かりやすい。

料金だけ見るとPro $10はかなり入りやすい。

6. OpenClaw

今回一番気になっていたのがOpenClaw。

OpenClawはCodexやDevinのようなCoding Agentそのものではない。

どちらかというと、

AIエージェントの実行基盤・司令塔

と考えた方が分かりやすい。

OpenClaw 2026.8.1は公式に「OpenClaw 2.0」とされている。

さらに現在のOpenClawはACPを通して、

Claude Code
Codex
GitHub Copilot CLI
Cursor CLI
Gemini CLI
Qwen Code
OpenCode
Kimi CLI
...

などの外部Coding Agentを起動できる。Codexについてはネイティブのapp-server経路も用意されている。

つまり、

OpenClaw VS Codex

という比較ではない。

むしろ、

OpenClaw
   ↓
Codex

という構成ができる。

OpenClawを司令塔にする

例えばこんな構成。

こうなるとOpenClawは、

開発者

というより、

AI開発チームの受付・司令塔

に近くなる。

OpenClaw本体はMITライセンス。ソフトそのものに月額利用料があるわけではない。

ただし、OpenAI APIやClaude API、クラウドLLM、VPSなどを使えば当然その費用は別途かかる。

7. OpenHands

OpenHandsはオープンソースのSoftware Agent基盤。

OSS版は無料。

さらに、

独自Agent
独自Tool
MCP
独自Workflow
自社LLM

などを組み合わせたい場合にも向いている。

OpenHands Cloud Individualも基本料金無料で、BYOKまたはOpenHands側のモデルProviderを原価ベースで利用できる。

完成品を使うというより、

自分たち用のAI開発環境を作りたい人向け

という印象。

8. Cline

ClineもOSS系Coding Agent。

オープンソース版は無料で、OpenAI、Anthropic、Gemini、OpenRouterなど好きなProviderを使える。

さらに、

Cline
 ↓
Ollama
 ↓
Local LLM

という構成が可能。

Cline公式のローカルモデルガイドでは、現在Qwen3 Coder 30Bを主要な推奨モデルとしており、32GB RAMをエントリーラインとして案内している。

ローカルLLMをCoding Agentとして試す入口としては分かりやすい。

9. Replit Agent

Replit Agentは少し方向が違う。

既存の巨大Repositoryを延々と保守するというより、

こういうアプリが欲しい
 ↓
設計
 ↓
Frontend
 ↓
Backend
 ↓
Database
 ↓
Deploy

という0→1に強い。

現在はStarter無料、Core $20/月、Pro $100/月。Coreは2 Parallel Agents、Proは10 Parallel Agentsを利用できる。

Webサービスの試作品を一気に作りたい場合には面白い。

ここからが本題。LLMは何を使うか

Agentを決めても、その後ろで動くLLMによって、

性能
速度
費用
機密性
Tool Calling
Context

が大きく変わる。

ここはAgentとは別に考えたい。

OpenAIの現在のAPI料金

2026年9月1日時点のGPT-5.6系は次のようになっている。

Model	Input / 1M tokens	Cached Input	Output / 1M tokens
GPT-5.6 Luna	$0.20	$0.02	$1.20
GPT-5.6 Terra	$2.00	$0.20	$12.00
GPT-5.6 Sol	$4.00	$0.40	$20.00

Lunaは大量処理向け、Terraは性能とコストのバランス、Solは複雑な専門業務やコーディング向けという位置付け。

なおSolの$4/$20はプロモーション価格で、少なくとも2026年11月21日までは提供予定とされている。

これはかなり重要。

Agentのすべての処理をSolへ投げる必要はない。

Claude APIの料金

2026年9月1日現在の代表的なモデルは、

Model	Input / 1M tokens	Output / 1M tokens
Claude Sonnet 5	$3	$15
Claude Opus 5	$5	$25
Claude Fable 5	$10	$50

となる。

Sonnet 5は2026年8月31日まで$2/$10の紹介価格だったため、過去の記事を見る場合は注意が必要。9月1日から通常価格へ切り替わる。

Opus 5は複雑なAgentic Codingや大規模システム作業、Fable 5はさらに長時間・高難度のAgent処理を想定した最上位クラスという位置付け。

Ollamaも「ローカルだけ」ではなくなった

Ollamaというと、

Ollama
=
ローカルLLM

というイメージが強かった。

現在はクラウドモデルも提供している。

料金は、

Free     $0

Pro      $20 / month
          $60 usage credits included

Max      $100 / month
          $300 usage credits included

Team     $500 / month
          $1,000 shared usage credits

となっている。

クラウドモデルの単価もかなり安い。

例えば2026年9月1日時点では、

Ollama Cloud Model	Input / 1M	Output / 1M
gpt-oss:20b	$0.07	$0.30
gpt-oss:120b	$0.15	$0.60
Gemma 4	$0.14	$0.40
GLM-5.3 Flash	$0.15	$0.50
DeepSeek V4 Flash	$0.44	$1.32
Kimi K2.7 Code	$0.95	$4.00

となっている。

ローカルとクラウドを同じOllama系で扱えるのは面白い。

ローカルOllamaならAPI従量料金はない

例えば、

OpenClaw
 ↓
Ollama
 ↓
Local Model
 ↓
自分のGPU

なら外部APIへのトークン料金は発生しない。

OpenClawのOllama Providerでもローカルモデルのコストは0として扱われる。

ただし、

Local LLM = 完全無料

ではない。

実際には、

GPU
RAM
SSD
電気代
マシン購入費
保守
推論時間

が必要になる。

なので正確には、

Local LLM
=
API従量料金が発生しない

と考える方がいい。

AgentでローカルLLMを使う場合は注意

普通のチャットとCoding Agentでは要求が違う。

Agentは、

System Prompt
+
Repository
+
Tool定義
+
Shell結果
+
Test Log
+
Diff
+
Conversation

を何度もLLMへ渡す。

そのため、

Context Window
Tool Calling
Reasoning
Instruction Following

がかなり重要になる。

OpenClaw公式もローカルモデルについて、ハードウェア、コンテキスト長、プロンプトインジェクション対策への要求が高くなるとしている。公式のかなり厳しい目安では、快適な本格Agent Loopには最高構成のMac Studio 2台以上、あるいは同等のGPU環境を挙げており、単一24GB GPUは軽めのプロンプト向けという評価になっている。

つまり、

小さいLocal LLM
+
強力なAgent
=
最強Agent

とはならない。

OpenClaw + Ollamaは正式対応

OpenClawからOllamaを直接利用できる。

現在は、

Local only
Cloud only
Cloud + Local

という構成を取れる。

これはかなり便利。

例えば、

という構成もできる。

なおOpenClawからローカルOllamaへ接続するときは、ネイティブOllama APIを利用するのが推奨されている。/v1を付けたOpenAI互換経路ではTool Callingが安定しないため、公式ドキュメントでも避けるよう注意されている。

これは構築時に忘れないようにしたい。

一番合理的なのはハイブリッド構成かもしれない

全部クラウドLLMにすると簡単だが、Agentはかなりトークンを消費する。

逆に全部Local LLMにすると、複雑なCoding Agent処理で性能不足になりやすい。

そこで、

Local
+
安価なCloud
+
高性能Cloud

を組み合わせる。

例えば、

という構成。

自分なら3段階に分ける

Layer 1：ローカル

Ollama
+
Qwen / Gemma / gpt-ossなど

担当は、

ログ整理
Markdown整理
RAG
ファイル分類
簡単なコード確認
定型処理
機密資料

。

Layer 2：通常のクラウドLLM

GPT-5.6 Terra
Claude Sonnet 5

担当は、

通常のプログラム開発
バグ修正
コードレビュー
ある程度大きな変更

。

Layer 3：高性能モデル

GPT-5.6 Sol
Claude Opus 5
Claude Fable 5

担当は、

システム設計
難しいバグ
大規模リファクタリング
長時間Agent
最終レビュー

全部を最上位モデルへ投げないのがポイント。

API料金を簡単に計算してみる

例えば1か月にAgent全体で、

Input
20 million tokens

Output
4 million tokens

使ったと仮定する。

キャッシュ、Batch、Tool料金などを無視した単純計算では、

Model	約月額
GPT-5.6 Luna	$8.80
GPT-5.6 Terra	$88
GPT-5.6 Sol	$160
Claude Sonnet 5	$120
Claude Opus 5	$200
Claude Fable 5	$400
Ollama Cloud Gemma 4	$4.40
Ollama Cloud gpt-oss:120b	$5.40

となる。

AgentではRepositoryやTool定義を繰り返し送るため、入力トークンが大きくなりやすい。

一方でPrompt Cacheが効けば実コストは下がる。

この表を見ると、

何でもSol / Opus / Fable

にするより、

大量処理
 ↓
Luna / Local / Open Model

通常
 ↓
Terra / Sonnet

難問
 ↓
Sol / Opus / Fable

とする意味が分かりやすい。

サブスクリプションとAPI料金は別物

ここは混乱しやすい。

例えばClaude Pro $20を契約するとClaude Codeを利用できる。

しかしClaude Pro契約にはAnthropic API料金は含まれない。APIを直接利用する場合はConsole側の従量料金になる。

OpenAIも同様に、

CodexをChatGPT契約で利用

する場合と、

自作AgentからOpenAI APIを直接利用

する場合は考え方が違う。

OpenClawから外部Coding AgentとしてCodexやClaude Codeを起動する場合は、そのCoding Agent側の認証を使う。一方、OpenClawからLLM Provider APIを直接呼ぶなら、そのProvider側のAPI料金になる。OpenClawのACPでもClaude CodeやCopilotなどはホスト側の認証が必要と明記されている。

この違いは料金を考えるときにかなり重要。

RAGまで組み合わせる

ここまで来たら、RAGも組み合わせたい。

こうすると、

資料を検索
+
技術基準を確認
+
GISを操作
+
Pythonを実行
+
結果をまとめる

まで一つのAgentで扱える。

Chatbotというより、

業務用AIシステム

に近くなってくる。

機密情報はLocalへ逃がす

会社で使うなら、モデル性能だけでは決められない。

例えばデータを、

PUBLIC

INTERNAL

CONFIDENTIAL

に分類して、

PUBLIC
 ↓
Cloud LLM可

INTERNAL
 ↓
用途に応じてCloud / Local

CONFIDENTIAL
 ↓
Local LLM + Local RAG

のようにする。

すると、

という構成を作れる。

OpenClawを使うならセキュリティ設定は必須

ここはかなり重要。

2026年8月末時点のOpenClaw公式ドキュメントでも、

SandboxingはデフォルトOFF

と明記されている。

つまり初期設定のままでは、AgentのexecがGatewayホスト上で動く。

OpenClawにはDocker、SSH、OpenShellなどのSandbox backendがあり、Sandboxを有効にすればTool実行を隔離できる。

自分なら最低でも、

OpenClaw Gateway
       ↓
Sandbox
       ↓
専用Workspace
       ↓
Repository
       ↓
Docker Compose

にする。

そして、

本番資格情報を直接渡さない
GitHub権限を最小化
Productionへ直接deployさせない
execを無制限に許可しない
PRは人が確認
機密情報はLocalへ

くらいは最初から決めておきたい。

Docker Socketにも注意

Agent用SandboxでDockerを使えば安全、というわけでもない。

OpenClaw公式も、Sandboxへ/var/run/docker.sockをBind Mountすると、実質的にホストを制御できる権限を与えることになると注意している。

つまり、

Sandbox
+
docker.sock

は万能な隔離ではない。

Docker ComposeをAgentに操作させるなら、権限境界まで設計する必要がある。

では自分なら何を使うか

ここまで調べて、現時点ならまずこうする。

最初から複雑なAgent基盤を作るのではなく、

まずCodexまたはClaude Codeで、AI Coding自体を安定させる。

次の段階でOpenClawを入れる

Coding Agentが安定したら、

とする。

この構成なら、

簡単な仕事
 ↓
Local

普通の開発
 ↓
Codex / Claude Code

難しい判断
 ↓
Frontier LLM

資料検索
 ↓
Local RAG

外部システム
 ↓
MCP

という分業ができる。

Devinはその後でいいと思う

Devinはかなり魅力的だが、役割が違う。

例えば、

100個のIssue
 ↓
並列処理
 ↓
PR

のような仕事が大量に出てきた段階で使いたい。

普段の開発を横で一緒に進めたいならCodexやClaude Code。

仕事そのものをアサインしたいならDevin。

という整理にしておく。

自分用の最終選定表

状況	選ぶもの
とにかく安く始める	GitHub Copilot Pro
普段の本格開発	Codex
ターミナル中心	Claude Code
IDE中心	Cursor
大量の仕事を委任	Devin
AIをまとめる司令塔	OpenClaw
ローカルLLM Coding	Cline + Ollama
独自Agent開発	OpenHands
新規アプリを一気に作る	Replit Agent
機密RAG	OpenClaw + Ollama
複数Agentを統合	OpenClaw

現時点で一番試したい構成

最終的にはこれ。

役割は、

Local LLM
    ↓
大量処理
RAG
ログ整理
機密資料

GPT-5.6 Terra / Claude Sonnet
    ↓
普段の仕事

GPT-5.6 Sol / Claude Opus
    ↓
難しい仕事

Codex / Claude Code
    ↓
実際の開発作業

OpenClaw
    ↓
全体の司令塔

という形。

今のところの個人的な優先順位

性能ランキングではなく、

自分が環境を作る順番

としては、

1. Codex
       ↓
2. Claude Code
       ↓
3. Docker / Test環境を固める
       ↓
4. Ollama + Local LLM
       ↓
5. OpenClaw
       ↓
6. RAG
       ↓
7. MCP
       ↓
8. Devinなどの大規模自律Agent

がいいと思っている。

いきなり10種類のAgentを接続するより、

1 Agent
 ↓
確実にTest

1 Local LLM
 ↓
用途を限定

OpenClaw
 ↓
最後に統合

という順番の方がトラブルも少なそうだ。

まとめ

2026年9月時点では、

どのAIが一番賢いか？

だけで選ぶ時代ではなくなってきた。

重要なのは、「どのように組み合わせるか」 だと思う。

LLM
+
Agent
+
Tool
+
MCP
+
RAG
+
Sandbox
+
Docker
+
GitHub
+
Human Review

自分なりに一言でまとめると、

Codex
→ 主力Coding Agent

Claude Code
→ ターミナル型Coding Agent

Cursor
→ IDE + Agent

Devin
→ 仕事を丸ごと任せるAI Engineer

GitHub Copilot
→ GitHub中心のAgent

OpenHands
→ OSS Agent開発基盤

Cline
→ Local LLMとも組みやすいOSS Coding Agent

Replit Agent
→ 0→1アプリ開発

OpenClaw
→ AgentとLLMを束ねる司令塔

Ollama
→ Local / Open Modelの実行基盤

という整理になる。

そして一番面白いのは、

人間　→　AI

という1対1の世界から、

のような構成へ移り始めていること。

「AIにコードを書かせる」という段階から、

AI開発チームをどう設計するか

という段階へ変わってきたように感じる。

しばらくは、

Codex
　+
Claude Code
　+
Ollama
　+
OpenClaw
　+
Docker Compose

あたりを中心に追いかけてみたいけどね。

数か月後にはまた状況が変わっていると思うので、この記事も随時更新する予定。

更新履歴

2026-09-01
初版

・Devin
・OpenClaw 2.0
・Codex
・Claude Code
・Cursor
・GitHub Copilot
・OpenHands
・Cline
・Replit Agent
・Ollama

を整理。

2026年9月1日時点の料金を確認。
GPT-5.6 / Claude 5系のAPI料金を反映。
Local LLM / Cloud LLMのハイブリッド構成を追加。
OpenClawのACP Agent連携を反映。
OpenClaw SandboxがデフォルトOFFである点を追記。