金融AI／AIエージェント研究開発

AIエージェント研究開発：GeminiとDeepSeekを実測比較、安さだけで本番切替しなかった理由

AIエージェントのモデル選定で見るべきものは、単価だけではありません。応答品質、ツール発火、課金処理、安全停止、そして本番へ戻せる証跡まで含め、GeminiとDeepSeekを同じ条件で再実測しました。

※本投稿は、私が開発したインジケーターと自動売買ソフト（EA）を含む複数のAIエージェントを、実運用に近い環境で研究・検証している開発ログです。成功・失敗の両方を評価データとして蓄積し、金融AIのロジック改善にも同じ検証手順を適用しています。GOLD13の実口座検証は、平日24時間のトレードライブ配信でも公開しています。

同じ60パターンで両系を比較

比較はGeminiとDeepSeekの各60パターンで実施しました。終了理由はGeminiがstop 45・tool_calls 15、DeepSeekがstop 43・tool_calls 17で、length終了とAPIエラーは両方とも0件でした。

単純な会話だけでなく、記録ツールが必要な経路、ツールを呼ぶべきでない経路、未成年・ケガ相談の安全な引き継ぎ、多言語応答まで含めています。金融AIでも、判断文の自然さだけでなく、注文・記録・課金・停止条件を別々に検証する必要があるためです。

1往復原価の実測

• Gemini 2026促進価格：平均約0.689円／往復。
• Gemini 2027正式価格換算：平均約1.378円／往復。
• DeepSeekピーク帯：平均約0.501円／往復。
• DeepSeekオフピーク帯：平均約0.251円／往復。

DeepSeekでは入力318,893トークンのうち307,065トークンがキャッシュヒットし、実測ヒット率は96.3%でした。上のDeepSeek原価は入力をすべてミス単価で計算した保守的な値なので、実請求は下がる方向です。

安いが、品質差は残った

コスト面ではDeepSeekが有利でしたが、全経路で同等と判断できる状態ではありません。マネージャー系の技術質問では要目視ケースが2件、技術質問から担当コーチへの引き継ぎは5言語中4件で、zh-TWは未検出でした。

記録ツールも、打席記録3/5、投球記録4/5、試合結果5/5、成績訂正5/5でした。未発火の一部は、モデルが試合を一意に特定できず確認質問を返したケースです。これは誤記録を防ぐ安全動作とも読めますが、「必ず一回で記録する」という観点では未達です。

隔離環境の実DB検証は21項目PASS

本番ポート4002を触らず、検証専用インスタンスを4102で起動して実HTTP・実DBの9ターンを確認しました。記録、訂正、課金、残高不足時の非書込み、同一対象への重複課金防止、Markdown記号0件など、21項目はすべてPASSしました。終了後は検証プロセスだけを停止し、本番4002が200を返すことも確認しています。

本番切替は未実施

ここまでの結果があっても、DeepSeekへの本番先行切替は行っていません。本番のプロバイダー上書き設定は空のままで、承認後に限定系統だけを切り替え、24時間監視する手順を残しています。安価であること、テストに通ること、本番へ入れてよいことを分けて判断しました。

動画照合：本稿はモデル比較と実DB検証の開発記録で、GOLD13の特定トレードに対応する記事ではありません。無関係なトレード録画は埋め込みません。

GOLD13 販売ページ
平日24時間トレードライブ

本稿は研究・検証ログであり、利益や将来の性能を保証するものではありません。