Anthropic の Claude Code は、自律型コーディングエージェントを本格的な開発ツールとして確立するのに役立ってきたが、そのサブスクリプション費用と利用制限が、オープンソースの競合にチャンスを与えている。Block の Goose は、必須のサブスクリプションなしで同様のエージェントワークフローを提供し、開発者が選んだモデルを使ってローカルで実行できる。

この違いは価格以上の意味を持つ。Claude Code は Anthropic のクラウドインフラに依存する一方、Goose は Ollama のようなツールを通じてローカルモデルを使うよう設定できる。これにより、開発者はオフライン開発への道を確保でき、ソースコードや会話を自分のマシン上に保持できる。ただし、この方法には適切なハードウェアが必要で、モデル品質、速度、セットアップの手間においてトレードオフを受け入れる必要がある。

Claude Code の価格設定が利用制限を浮き彫りにする

VentureBeat AI によると、Anthropic の Claude Code は、利用状況に応じて月額 20 ドルから 200 ドルのサブスクリプション階層で提供されている。無料プランにはコーディングエージェントへのアクセスは含まれない。同誌は、Pro プランでは 5 時間ごとにおよそ 10〜40 回のプロンプトが可能で、Max プランではより高い上限と Anthropic のより高性能なモデルへのアクセスが提供されると報じている。

Anthropic は、Sonnet 4 または Opus 4 の利用時間として表現される週次上限も導入している。これらの表現は、固定された作業量にきれいには換算できない。実際の消費量は、コードベースの規模、コンテキスト長、タスクの複雑さなどの要因に左右される。VentureBeat は、Pro ユーザーでは約 44,000 トークン、200 ドルの Max プランでは 220,000 トークンというセッション上限を推定する独立分析を引用したが、これらの数値は Anthropic の公式な価格指標として示されているわけではない。

Anthropic はまた、これらの制限はユーザーの 5% 未満に影響し、Claude Code をバックグラウンドで継続的に動かしている人々を対象としていると擁護している。元記事は、Anthropic がその割合が全ユーザーに適用されるのか、特定のサブスクリプショングループのみなのかを明確にしていないと指摘している。Reddit や開発者フォーラムでは、一部のユーザーが集中的なセッション中にすぐ制限を使い切るといった報告が見られるが、それらは逸話であり、独立して検証された利用データではない。

Goose はエージェントを開発者のマシンへ移す

Block が開発した Goose は、デスクトップアプリケーションおよびコマンドラインインターフェースとして利用できるオープンソースの AI エージェントだ。公表された目的はコード補完にとどまらず、依存関係のインストール、ファイルの作成・編集、コマンドの実行、テストの実行、失敗のデバッグ、プロジェクト全体にわたる作業の調整までこなせる。

このツールはモデル非依存だ。開発者は Anthropic、OpenAI、Google などの提供元の商用モデルに接続したり、Groq や OpenRouter といったルーティングサービスを使ったり、Ollama 経由でローカルモデルに接続したりできる。ローカル構成では、プロンプトやコードをリモートの提供元へ送る代わりに、モデルが開発者のコンピュータ上で動作する。

このアーキテクチャはオフライン作業を支え、継続的な Goose サブスクリプションを避けられる。ただし、実際の意味で全体のセットアップが無料になるわけではない。利用者は選択したモデルを動かせるコンピュータを依然として必要とし、商用モデル API を選べば、その利用料金が別途発生する可能性がある。「無料」は主として Goose 自体とローカルのソフトウェアスタックを指し、ハードウェアコストやあらゆる可能なモデル接続の費用を指すわけではない。

Goose は Model Context Protocol、すなわち MCP もサポートしており、エージェントをファイルシステム、データベース、検索ツール、その他のサービスに接続できる。ツール呼び出しと組み合わせることで、システムはコードを提案するだけでなく、実際にアクションを実行できる。ただし、基盤となるモデルは依然として重要だ。エージェントの信頼性は、そのモデルが指示をどれだけ正確に解釈し、ツールを選び、エラーを処理し、プロジェクトの制約を守れるかに左右される。

証拠が示すこと、そして示さないこと

この比較は独立した直接比較評価ではなく、VentureBeat AI の報告に基づいている。記事によると、Goose は GitHub スターが 26,100 以上、貢献者が 362 人、リリースが 102 回あり、掲載時点で 1.20.1 が最新リリースとされていた。GitHub スター数やリリース数は関心と開発活動を示すが、本番での信頼性、ユーザー定着率、Claude Code との同等性を証明するものではない。

したがって、Goose が Claude Code と「ほぼ同一」の作業をこなせるという主張は慎重に扱うべきだ。両ツールとも自律的なコーディングワークフローを支援できるが、それが同等の成果を出すことを意味するわけではない。VentureBeat の報道は、いくつかの違いを挙げている。Anthropic の主力モデルは難しいソフトウェアエンジニアリングの課題で依然として強く、クラウドサービスは一般に推論が速く、Claude の大きなコンテキスト容量は複雑なリポジトリで有用になりうる。

ローカル展開には独自の制約がある。Block のドキュメントは、大きなモデルや出力に対する堅実な基準として 32GB の RAM を推奨していると報じられている一方、小規模なモデルはより少ないメモリのシステムでも動作できる。コンテキストウィンドウが長くなると、追加メモリが必要になり、応答速度が落ちる可能性がある。こうした制約により、ローカルエージェントは、あらゆる高負荷のエンジニアリングワークフローよりも、プライバシー重視の作業やオフライン作業に適している。

オープンソースモデルの進歩も報じられている要因の一つだが、ベンチマーク比較を現実世界での同等性と混同すべきではない。VentureBeat は、Llama、Qwen、Gemma、DeepSeek、Kimi K2、GLM 4.5 などのモデルを、品質差が縮まりつつある証拠として挙げた。ただし、同ソースは Goose と Claude Code の管理された比較テストを提供していないため、同等の生産性に関する主張は未証明のままだ。

この選択がビルダーと企業にとって重要な理由

個人開発者や小規模チームにとって、Goose は経済的な計算を変える。ローカル展開はサブスクリプションの利用制限をなくし、特に月額 100 ドルや 200 ドルのプランを正当化できないプロジェクトで実験をしやすくする。また、プロプライエタリなコード、認証情報、社内ドキュメントがどこで処理されるかについて、チームがより多くのコントロールを持てる。

その代償は運用責任だ。Goose を採用するチームは、モデルの選定、メモリと計算資源の管理、統合設定、ファイル変更やシェルコマンドをエージェントに任せられるかの検証を行う必要がある。企業であれば、モデルの来歴、アクセス制御、監査ログ、依存関係の更新、機密データの取り扱いについてのガバナンスも必要になる。ローカルエージェントはクラウド露出を減らせるが、自動的に企業レベルのセキュリティやコンプライアンスを提供するわけではない。

開発モデルも重要だ。Claude Code や Cursor のような商用ツールは、インフラ、モデルアクセス、更新、洗練されたユーザー体験をひとまとめにしている。Goose はそれらの層を分離する。それによりベンダーロックインを減らし、カスタマイズを可能にする一方、購入者やエンジニアリングチームにより多くの作業を移す。

Anthropic や他のベンダーにとって、圧力は単に無料ツールが存在するということだけではない。Goose は、エージェント層をモデルから切り離し、オープンなインフラとして提供できることを示している。ローカルモデルが今後も改善を続ければ、高級なコーディング製品は、自律的なアクションへのアクセスだけでなく、信頼性、コンテキスト処理、統合、安全制御、ワークフロー品質で競争する必要があるかもしれない。

今後注目すべき点

最も重要なシグナルは、Goose の採用が GitHub 上の関心だけでなく、持続的な貢献、文書化された本番導入、実リポジトリでの再現可能な結果につながるかどうかだ。開発者はまた、ローカルモデルのツール呼び出し、コンテキストウィンドウのサポート、推論速度、メモリ効率の改善にも注目すべきである。

商用面では、Anthropic がユーザー制限をどう解釈するかが引き続き重要になる。利用の定義をより明確にすることや、Claude Code のプラン変更も含まれる。Cursor、GitHub Copilot、その他のエージェント型コーディング製品とのさらなる比較は、市場がプレミアムなホスト型エージェントと、より設定可能なローカルシステムに分かれていくのかを示すかもしれない。

Creati.ai の視点

Goose が重要なのは、自律的なコーディングはバンドルされたクラウドサブスクリプションとして購入しなければならないという前提に挑戦しているからだ。その最も強い提案はコントロールにある。開発者は、単一ベンダーの価格設定やインフラを受け入れる代わりに、モデル、実行環境、データ境界を選べる。

とはいえ、Goose は Claude Code の直接的な置き換えではない。本当の試金石は、低コストとプライバシー上の利点が、特定のワークフローにおけるハードウェア、設定、モデル品質の妥協を上回るかどうかだ。ビルダーにとっての実践的な教訓は、エージェント、モデル、デプロイ層を別々に評価し、無料のローカルツールであれ有料のホスト型アクセスであれ、完全な解決策とみなす前に自分たちのコードベースで信頼性を測定することだ。