TrueForgeとClaude Managed Agentsを比較：コスト、管理負担、企業導入の違い

TrueForgeは、TrueFoundryが公開したオープンソースのエージェント・ハーネスだ。ここでいうハーネスとは、言語モデルの周囲でツール、コンテキスト、サブエージェント、コード実行、承認、セッション、状態、トレースなどを管理する実行基盤を指す。MITライセンスで提供され、特定のモデル事業者にランタイムを固定せず、顧客が管理するインフラで動かせる設計だ。

企業にとっての問いは、「TrueForgeがClaude Managed Agentsを全面的に置き換えられるか」ではない。より重要なのは、モデルの選択肢、データの管理、エージェント実行ループの制御を得る代わりに、どこまで基盤運用を自社で引き受けるのかという点だ。

TrueForgeとClaude Managed Agentsの違い

比較項目	TrueForge	Claude Managed Agents
ランタイム	顧客が調査、変更、運用できるオープンソースのハーネス	Anthropicがホストするマネージド型ランタイム
モデル選択	ベンダーニュートラル。異なる商用モデルやオープンウェイトモデルに対応する方針	AnthropicのClaudeモデルを中心に構成
デプロイ	企業が管理するクラウド、データセンターなどで実行可能	Anthropicがランタイムとサンドボックス基盤を管理
運用負担	スケーリング、パッチ、セキュリティ設定、可観測性、障害対応を顧客が担当	プラットフォーム運用の多くを提供側が担当
料金	ソフトウェアは無料。ただし推論、計算資源、ストレージ、監視、エンジニアリングには費用がかかる	Claudeの通常のトークン料金に加え、アクティブなセッション実行時間の料金が発生。追加ツールにも別料金がある場合がある

TrueForgeの差別化は、単に別のモデルを使えることではなく、アーキテクチャの所有権にある。チームは同じハーネスから複数のモデルエンドポイントを利用し、ランタイム、データ、アクセス制御をどこに置くかを決められる。

一方、Claude Managed Agentsは、Anthropicのモデル、実行環境、インフラを一体化した導入経路だ。組み立てる基盤が少なくて済む反面、Anthropicのプラットフォームとモデルエコシステムへの依存度は高くなる。

公開ベンチマークが示したこと

TrueFoundryは、DevRevのEnterprise-Benchからレベル1およびレベル2のタスク14件を選び、両方のハーネスを比較したと説明している。タスクでは、企業システムを横断し、MCPサーバーを呼び出し、複数の情報を統合して最終回答を作成する。各構成に同じタスクを与え、3回ずつ試行したという。

報告された結果は次の通りだ。

• 同じOpus 4.8を使用した場合：TrueForgeとClaude Managed Agentsはいずれも約14件中11件を完了した。TrueForgeの平均コストは1回約8.50ドル、Claude Managed Agentsは約11.80ドルで、TrueForgeが約30％安かった。
• TrueForgeとGLM-5.2を組み合わせた場合：TrueFoundryは、約14件中11件を完了し、平均コストは1回約2.90ドルだったと報告している。Claude Managed AgentsとOpus 4.8の構成と比べると、約75％安い計算になる。
• 別のモデル比較：TrueFoundryは以前、GLM-5.2とOpus 4.8を10件のタスクで比較した。タスクは基礎、難問、長いコンテキストの3層に分けられていたが、これも中立的な第三者による検証ではなく、同社が実施したテストだ。

この数字は、TrueFoundryが行ったテストの結果としては参考になる。しかし、すべての企業の料金を保証するものではない。特に「75％安い」という比較では、ランタイムだけでなくモデルもOpus 4.8からGLM-5.2へ変更している。そのため、TrueForgeのハーネス自体の効果と、モデルを変更した効果を切り分けられない。インフラ、スタッフ、監視などを含む企業全体の運用費が同じ割合で下がることを示す結果でもない。

TrueForgeのコスト削減はどこから来るのか

TrueFoundryの主張は、エージェントが行う処理量を制御し、タスクに合ったモデルを選べるランタイムを持つことで、支出を抑えられるというものだ。主なレバーは2つある。

1. ランタイムの効率化：セッション、ツール、状態、コンテキストを管理し、対話の全履歴を毎回そのままモデルへ送り直す構成を避ける。TrueFoundryの公開説明では、ある比較で同じ結果に到達するまでの計画ステップが少なかったとされるが、実装の詳細や、さまざまな業務での効果は独立には検証されていない。
2. モデルの振り分け：高度な判断が必要な処理には最上位モデルを使い、範囲が狭い処理やリスクの低い処理は、GLM-5.2のような低コストまたはオープンウェイトモデルへ振り分ける。Opusを使うClaude Managed Agentsと、GLM-5.2を使うTrueForgeを比べたときに差が大きくなった主因は、このモデル選択にある。

したがって、導入費を見積もる際に「オープンソースなので無料」と考えるのは危険だ。実際に比較すべきなのは、入力・出力トークン、コンテキストの増加、ツール呼び出し、再試行、レイテンシ、モデルのホスティング費、GPU、監視、そして人による確認作業である。公開情報が裏付けるのは、あくまでTrueFoundryが報告したベンチマーク結果であり、同じ削減率がすべてのモデル、タスク、同時実行数に適用されることではない。

セルフホストの自由度と、増える責任

TrueForgeをセルフホストすると、エージェントが実行される環境を企業側で管理できる。自社または自社が管理するクラウドにランタイムを置き、ネットワーク境界を設定し、プロンプト、文書、ツール出力、トレースの扱いを決められる。データレジデンシーや社内アクセス要件への対応が容易になる可能性はあるが、セルフホストしただけでコンプライアンスが成立するわけではない。アクセス制御、保持期間、監査、モデルガバナンス、安全なツール権限は、企業自身が設計・運用する必要がある。

TrueForgeを本番環境で運用する企業は、少なくとも次の作業を引き受けることになる。

• ランタイムのアップデートとセキュリティパッチ
• 可用性、スケーリング、キャパシティ計画
• シークレット管理とID連携
• サンドボックスとコネクター権限の設定
• 可観測性、トレース保持、インシデント対応
• モデルエンドポイント、GPU容量、性能劣化の管理

マネージドサービスなら、こうした負担の多くを減らし、試作から本番までの時間を短縮できる。その代わり、ランタイムへの直接的な制御は小さくなり、提供事業者のプラットフォームとの結びつきが強くなる。マネージド型とセルフホスト型の比較では、ソフトウェア価格だけでなく、コンプライアンス、データ所有権、モデルの振り分け、運用能力、業務との適合性を見る必要がある。

どのような業務に向くのか

TrueForgeが有力な候補になるケース

• 厳格なネットワーク境界やデータレジデンシー要件がある
• モデル提供者を変更したい、またはオープンウェイトモデルを使いたい
• 独自の承認、監査、可観測性フローが必要
• 永続的、ツール連携型、高頻度のエージェントを運用する
• プラットフォーム、セキュリティ、SREのチームが基盤を運用できる

Claude Managed Agentsが有力なケース

• 初期導入をできるだけ早く進めたい
• ホスト型のサンドボックスとランタイムを使いたい
• インフラ管理の負担を抑えたい
• モデルの可搬性を強く求めない標準的な業務が中心
• セルフホストに必要な人員やオンコール体制を持ちたくない

セルフホストは自動的に安くなるわけではない。利用量が少ない、または予測しにくい段階では、マネージドサービスのほうが、アイドル状態の計算資源やプラットフォーム人件費を提供側に分散できるため、経済的になりやすい。利用が安定して大きく、モデル選択による節約が明確で、既存のインフラ運用能力を活用できる場合に、セルフホストの優位性が高まりやすい。

TrueFoundryの創業者、資金調達、初期導入企業

TrueFoundryは、元MetaのエンジニアであるNikunj Bajaj、Abhishek Choudhary、Anuraag Gutgutiaが2021年に創業した。

同社は、Intel Capitalをリード投資家とする1,900万ドルのシリーズAを調達した。Peak XV、Eniac Ventures、Jump Capitalなども参加している。

TrueForgeの初期の本番導入企業としては、NetApp、Automatiq、そしてTrueFoundry社内のAsk TFYシステムが挙げられている。ただし、これらの事例は初期段階での企業利用を示すものであり、幅広い本番環境での信頼性を独立に証明するものではない。

DeepSeek Harness、Codex CLI、LangChainとの位置づけ

TrueForgeは、基盤モデルそのものでも、エージェントのロジックを組み立てるだけの開発フレームワークでもなく、エージェントの実行・運用層に位置づけられる。

• Claude Managed Agents：Anthropicのモデル、ホスト型実行環境、マネージドインフラを一体化したサービス。導入しやすい一方、モデルとランタイムの可搬性は低い。
• TrueForge：所有可能で、モデルに依存しないランタイム。セルフホスト、モデル振り分け、企業向けの制御を重視する。
• DeepSeek関連のハーネス：オープンモデルとオープンランタイムの流れに属するが、今回の情報だけでは、TrueForgeとの機能を項目ごとに厳密比較するには材料が足りない。
• OpenAI Codex CLI：主に開発者向けのコーディングエージェントとコマンドライン環境であり、複数ツールを扱う企業向け業務エージェントの汎用的な制御プレーンを直接置き換えるものではない。
• LangChain Deep Agents：計画型ワークフローやサブエージェントを構築するためのフレームワークとして理解するのが適切だ。TrueForgeのような本番ランタイムとは競合する場合もあるが、組み合わせて使うこともできる。

企業が導入前に確認すべきこと

TrueForgeの最も現実的な提案は、「マネージド型は不要になる」ということではない。モデルを選び、デプロイ先を管理し、ガバナンス要件に合わせてエージェントの実行ループを調整したい企業にとって、ランタイムを所有する選択肢になるということだ。

同じOpus 4.8で約30％、GLM-5.2への切り替えで最大約75％というコスト差は、検証する価値のある仮説だ。しかし、代表的な自社タスクで再現されるまでは、確定した削減効果として扱うべきではない。

比較テストでは、実際のデータとツールを使い、次の項目を測定したい。

• タスク成功率と失敗パターン
• 長時間実行時のレイテンシ
• トークン量とコンテキスト消費
• モデル、GPU、ストレージ、監視を含む総コスト
• 権限管理、監査、データ保持などのセキュリティ要件
• 構築、保守、障害対応、人手による確認に必要な時間

これらを比較したうえで、基盤を運用する人員や必要性がなければ、Claude Managed Agentsのほうが適切な製品になる可能性がある。反対に、制御性、モデルの可搬性、継続的な利用量に基づく経済性を重視する企業にとって、TrueForgeは限定された業務で試す価値のある候補だ。ただし、導入しただけで本番運用の信頼性やガバナンスが保証されるわけではない。