Blockのオープンソース「Goose」は、AnthropicのClaude Codeに対する直接的な代替手段として台頭している。月額サブスクリプションを必要とせず、開発者が自分のマシン上で動作させられる自律型コーディングエージェントを提供するためだ。Claude Codeの最上位プランが月額200ドルに達し、その利用制限が実際の開発時間にどう換算されるのかについてユーザーの議論が続く中、この対比はより鮮明になっている。

選択は単に同等製品の二択ではない。Claude CodeはAnthropicの独自モデルとクラウドインフラへのアクセスを提供する一方、Gooseはモデル、ハードウェア、データ経路の制御をユーザーに与える。オフライン作業、予測可能なローカルアクセス、ソースコードを外部サーバーから遠ざけたい開発者にとって、このアーキテクチャの違いは価格と同じくらい重要かもしれない。

Claude Codeの価格設定は利用を中心に据える

VentureBeat AIによると、AnthropicのClaude Codeは月額20ドルから200ドルまでのサブスクリプションプランで利用でき、無料プランではコーディングエージェントにアクセスできない。同誌は、Proユーザーは5時間ごとにおよそ10〜40プロンプトを受け取れる一方、Maxプランでは月額100ドルと200ドルでより高い利用枠が提供されると報じた。

Anthropicは、Sonnet 4とOpus 4の使用時間として記述される週次制限も導入している。これらの数値は通常の時計時間とは一致しない。実際の消費は、トークン量、コードベースの規模、会話履歴、タスクの複雑さに左右される。そのため、上限に達する前にどれだけの作業をサポートできるのかを開発者が見積もるのは難しい。

VentureBeatは、集中的なセッションによって割当量がすぐに消費されたとする開発者の不満を報じた。Anthropicは、この制限の影響を受けるのはユーザーの5%未満であり、Claude Codeをバックグラウンドで継続的に動かしている人を対象にしていると述べた。同誌が示した同社の声明では、その割合が全ユーザーを指すのか、特定のサブスクリプショングループを指すのかは明確でない。

この価格論争が重要なのは、コーディングエージェントが長時間にわたる反復作業向けに設計されているからだ。開発者は、エージェントにリポジトリを調査させ、複数のファイルを修正し、テストを実行し、失敗を診断し、そのプロセスを繰り返すよう依頼できる。単純なプロンプト数の比較では寛大に見える制限も、大規模プロジェクトでエージェントが動く場合には厳しく感じられることがある。

Gooseはコストと制御の方程式を変える

Blockが開発したGooseは、マシン上で動作するアプローチを採用している。デスクトップ版とコマンドライン版のインターフェースは、ソフトウェアのインストール、コードの編集と実行、プロジェクトのテスト、複数ステップのタスク調整を行える。これらの機能を一つの独自モデルに結びつけるのではなく、Gooseは商用API、ホスト型モデルサービス、またはローカルモデルに接続できる。

このモデル非依存の設計こそが、製品の中心的な違いだ。開発者は必要に応じてAnthropic、OpenAI、Google、Groq、OpenRouterのサービスを使えるが、GooseをOllamaに接続してオープンソースモデルをローカルで実行することもできる。その構成では、ソフトウェア自体にサブスクリプション料金はかからず、要求はユーザーのコンピューター内にとどめられる。

ローカル実行は、クラウドサービスのいくつかの制約を取り除く。プロンプトの割当はなく、エージェントの継続課金もなく、タスク中にインターネット接続も不要だ。ただし、全体のセットアップが無償になるわけではない。十分なハードウェア、電力、ストレージが必要であり、ホスト型プロバイダーを選ぶ場合は有料モデルアクセスが必要になることもある。

Gooseはまた、Model Context Protocolを使ってエージェントをツールや外部システムに接続する。これにより、エージェントはファイル、データベース、検索サービス、アプリケーションプログラミングインターフェースを扱えるようになるが、それぞれの接続の安全性と信頼性は設定と基盤モデルに依存する。

証拠は勢いを示すが、同等性は示さない

VentureBeatによると、GooseはGitHubスター26,100を超え、362人のコントリビューターを集め、102リリースに到達しており、ソース記事ではバージョン1.20.1が最新リリースとして示されていた。これらの数値は目に見えるオープンソース活動を示すが、GooseがClaude Codeと同じ採用率、信頼性、タスク性能を持つことの証明ではない。

同記事はまた、Claudeモデルが要求を実行可能なアクションへ変換するのに強いと説明する文脈で、Berkeley Function-Calling Leaderboardを引用した。さらに、Meta、Alibaba、Google、DeepSeekのモデルがツール利用で改善していると述べた。これらはベンチマークやエコシステムに関する観察であり、特定のGoose構成が実運用のコードベースでClaude Codeに並ぶという独立した証拠ではない。

技術的なトレードオフは大きい。VentureBeatは、大きなローカルモデルにとって32ギガバイトのRAMが実用上の基準になる一方、より小さなモデルはそれより少ないメモリのシステムでも動作可能だと報じた。ローカル推論は一般にクラウド推論より遅く、コンテキストウィンドウも短いか、より慎重な設定を要することがある。AnthropicのOpusのような独自モデルは、記事の比較や引用された開発者の経験によれば、いくつかの複雑なソフトウェア作業では依然として強い。

したがって、GooseのGitHub活動とリリース数は、検証済みの性能主張というより、開発への関心を示すシグナルとして読むのが最適だ。この情報源から得られる最も強い結論は、アーキテクチャと価格柔軟性に関するものであり、同一能力ではない。

この選択が開発者と企業に意味すること

個人開発者や小規模チームにとって、Gooseは月額100ドルや200ドルのプランに縛られずにAIエージェントを試せる方法を提供する。チームは小さなローカルモデルから始め、必要なツールだけを接続し、後でホスト型モデルが追加コストに見合うか判断できる。これは、試作、社内ユーティリティ、制限された環境や切断された環境で行う開発作業に特に有用だろう。

代償は運用責任だ。チームはモデルの選定、更新管理、リソース使用の監視、認証情報の保護、そしてエージェントが行うすべてのアクションの検証を行わなければならない。安価に動かせるローカルモデルは、プレミアムなホスト型モデルよりも多くの再試行や人手による確認を必要とする場合がある。企業向けには、クラウドへの転送がないことで一部のデータガバナンス判断は簡素化されるが、アクセス制御、悪意ある指示、依存関係のセキュリティ、未検証のコード変更に関するリスクは消えない。

Claude Codeは、厳格なコスト管理よりもモデル品質、管理されたインフラ、洗練されたワークフローを重視する組織に依然として魅力的だ。Gooseは、プライバシー、オフラインアクセス、モデル選択、予測可能なインフラ所有が主要要件である場合に、より説得力がある。したがって、この選択は、一方が他方を普遍的に置き換えるかどうかではなく、チームがどの層を制御したいかという問題に近い。

より広い市場効果も明確だ。オープンソースモデルとエージェントフレームワークは、コーディングエージェントのインターフェースをモデル提供者から切り離しつつある。これにより、有能なコーディングワークフローを一つのバンドルされた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は弱まる。また、商用の制限や価格が変わったとき、開発者により強い交渉力を与える。

今後注目すべき点

注目すべき主要なシグナルは、Gooseのコントリビューター基盤とリリースペースが続くか、ローカルモデルが長文コンテキストのソフトウェア作業で改善するか、信頼できるツール実行にどれだけのセットアップが必要かだ。モデルがより大きく高性能になるにつれて、開発者はハードウェア要件にも注意する必要がある。

Anthropicの対応も同じくらい重要になる。Claude Codeのレート制限、価格の明確さ、プロンプトの計測方法、モデルアクセスの変更は、ローカル代替の魅力を弱めることも強めることもある。CursorやGitHub Copilotを含む商用競合も、より柔軟な利用や強力なローカルオプションの提供を迫られる可能性がある。

どちらの製品を評価する買い手にとっても、実践的なテストはベンチマークの見出しではなく、代表的なリポジトリだ。タスク完了率、レビュー負担、遅延、失敗からの復旧、選択したモデルを運用する総コストを測定すべきである。

Creati.aiの視点

GooseはClaude Codeを時代遅れにするものではなく、ローカルAIエージェントを「無料」と表現するのも不十分だ。ユーザーはハードウェア、設定時間、遅い推論、そしてローカルモデルが不足した場合の追加ホスト型モデルコストを通じて支払うことになる。だがGooseは交渉の形を変える。開発者はエージェントのインターフェースとモデルサービスを分離し、コード、プロンプト、実行をどこで行うかを選べるようになった。

この柔軟性こそ、AIビルダーにとって重要なニュースだ。コーディングエージェントがより高性能になるにつれ、価格とプライバシーは生のモデル品質と並んで評価される。ローカルのオープンソース経路はチームに信頼できる代替策を与え、商用プロバイダーに対して、エージェントが何をできるかだけでなく、ユーザーが実際にどれだけのアクセスを受け取るのかまで説明することを迫る。