BlockのGoose、ローカルのオープンソースAIでClaude Codeの200ドル価格に挑戦

BlockのオープンソースGooseは、AnthropicのClaude Codeに対する低コストの代替手段として台頭しており、ターミナルやデスクトップインターフェースからソフトウェアの作成、実行、テスト、デバッグができるAIエージェントを開発者に提供している。VentureBeatが20〜200ドル/月と報じたClaude Codeのサブスクリプションプランとは異なり、Gooseはオープンソースモデルでローカルに動作させることができ、エージェント自体に継続課金は不要だ。

開発者が、プレミアムなAIコーディングツールの価格や利用制限が正当化されるのかを議論する中で、この違いは重要だ。GooseはあらゆるワークフローでAnthropicの最強モデルの直接的な代替ではないが、ローカルでモデル非依存という設計により、データ、モデル選択、運用コストをより細かく制御できる。

Claude Codeの価格設定がプレミアムコーディングツールに圧力をかける

VentureBeatによると、AnthropicのClaude Codeは有料サブスクリプション階層で提供されている。報じられているProプランは年額請求で月17ドル、月払いなら20ドルで、Max階層は月100ドルと200ドルだ。同誌は、これらのプランにはプロンプト数または利用量の上限があり、集中的な開発セッションではすぐに消費される可能性があると伝えた。

VentureBeatはまた、AnthropicがClaude Codeユーザー向けに週次制限を導入したとも報じており、その制限はSonnet 4とOpus 4へのアクセス時間で示されている。実際の消費量はトークン量、コードベースのサイズ、会話履歴、タスクの複雑さに左右されるため、これらの数値は単純に作業時間とは一致しない。

Anthropicは、制限の影響を受けるユーザーは5%未満だと述べ、最も利用の多いユーザーを、Claude Codeをバックグラウンドで継続的に動かしている人々だと説明したと報じられている。入手可能な報道では、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はない。この不確実性のため、公開情報だけで争点の規模を評価するのは難しい。

開発者にとって核心は予測可能性だ。表面上は寛大に見えるサブスクリプションでも、エージェントがファイルを繰り返し読み、テストを実行し、コードを修正し、長いコンテキストを維持すると、高額または制限的になる可能性がある。これは、企業予算のない個人開発者や小規模チームに特に重要だ。

Gooseはコストをサブスクリプションからインフラへ移す

Blockが開発したGooseは、別のアプローチを取る。商用APIに接続することも、ユーザー自身のコンピュータ上でホストされたモデルで動作することもできる、端末上のAIエージェントだ。ドキュメントでは、単にコード断片を提案するだけでなく、ソフトウェアのインストール、コマンド実行、ファイル編集、プロジェクトのテスト、外部サービスとの連携ができるシステムとして説明されている。

このエージェントはモデル非依存だ。開発者はAnthropic、OpenAI、Google、Groq、OpenRouterなどのプロバイダーに接続でき、あるいはOllamaと組み合わせてローカルモデルを実行できる。この構成では、ソフトウェアエージェント自体は無料で、コードは開発者のマシン上に残せる。選択したモデルがローカルにインストールされていれば、オフライン利用も可能だ。

ただし、それでもローカルAIが実用上あらゆる意味で無料というわけではない。適切なハードウェア、ストレージ、電力、そしてシステム構成にかける時間が依然として必要だ。Goose経由で有料APIを使う開発者であれば、モデル利用料も引き続き発生する。金銭面での利点が最も大きいのは、すでに十分な性能のハードウェアを持ち、ローカルモデルを選ぶユーザーだ。

VentureBeatは、Blockのガイダンスとして、より大きなモデルと長い出力には32GBのRAMが妥当な基準であり、より小さなモデルなら16GBのシステムでも動作しうると伝えた。性能はモデル、ハードウェア、コンテキスト長、専用GPUの有無によって変わる。

Gooseの魅力を裏づける証拠はなお混在している

同報道で最も強い普及シグナルは、GooseのGitHub上の活動だ。VentureBeatによれば、このプロジェクトは26,100以上のスター、362人のコントリビューター、102のリリースを持ち、バージョン1.20.1は2026年1月19日に公開されたとされる。GitHubのスター数やコントリビューター数は関心と参加を示すが、実際の利用、本番導入、Claude Codeの商業的な置き換えを証明するものではない。

能力に関する主張にも注意が必要だ。Gooseはツール呼び出しを通じてエージェント的なタスクを実行でき、Model Context Protocolに接続して、ファイルシステム、データベース、検索ツール、サードパーティAPIへアクセスできる。ただし、これらの操作の質は、基盤モデルとコマンド実行まわりの安全策に大きく依存する。

引用元は、AnthropicのClaudeモデルが現在ツール利用で強い性能を示しているという見方を裏づけるために、Berkeley Function-Calling Leaderboardを挙げた。また、Meta、Alibaba、Google、DeepSeekのオープンモデルが改善中の代替候補として示された。これらはベンチマークと製品ポジショニングの指標であり、あらゆるローカルモデルが複雑なリポジトリでClaude Codeに匹敵するという証拠ではない。

実用上のトレードオフもある。ローカルモデルは遅く、デフォルトのコンテキストウィンドウが短く、ホスト型製品より設定が多く必要になる場合がある。独自システムは、より洗練されたキャッシュ、構造化出力、デバッグ動作、サポートを提供することもある。逆に、ソースコードを端末内に置くことで外部サービスへの露出を減らし、オフラインのワークフローを簡素化できるが、それはローカルマシンとモデルスタックの安全性に依存する。

この選択が開発者と企業に意味するもの

個人開発者にとって、Gooseは自律的コーディングの実験をより身近にする。小さめのローカルモデルから始め、管理されたリポジトリに接続し、エージェント的なワークフローがテスト、ドキュメント作成、リファクタリング、プロジェクト初期設定を改善するかどうかを、プレミアム契約の前に評価できる。

プロダクトチームにとって、より重要な問いはGooseがClaude Codeと単に「同じ」かどうかではない。モデル品質、速度、導入の容易さと、制御性や予測可能なインフラコストのどちらを重視するかだ。難しいタスクや大規模コードベースではホスト型のClaudeワークフローが望ましい場合がある一方、機微なリポジトリ、オフライン作業、繰り返し可能な内部自動化にはGooseが適しているかもしれない。

企業はライセンス以上のものを検討する必要がある。ローカル展開はデータ居住性やプライバシー要件を支援できるが、ハードウェア、パッチ適用、アクセス制御、モデル更新、監視、エージェント権限の責任を組織側に移す。リポジトリ全体でコマンドを実行できるエージェントには、承認ゲート、サンドボックス化、監査ログ、外部アクセスの明確な制限も必要だ。

競争圧力は1つのツールにとどまらない。GooseはClineやRoo Codeのようなプロジェクトに加わり、Cursor、GitHub Copilot、その他の商用アシスタントは統合されたユーザー体験で競争している。オープンモデルがさらに改善し続ければ、有料製品はモデルへのアクセスだけでなく、信頼性、コンテキスト処理、セキュリティ、コラボレーション機能、運用サポートによって価格を正当化する必要があるかもしれない。

今後注目すべき点

最も明確なシグナルは、Gooseのコントリビューター活動が持続的な利用や本番導入につながるか、そしてBlockが報じられたペースでリリースを続けるかどうかだ。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対応、レイテンシ、ハードウェア効率の改善にも注目すべきだ。

Anthropicの対応も重要になる。Claude Codeの制限変更、利用状況のより明確な開示、より低価格のプラン、より強力なエンタープライズ管理は、代替手段の魅力を下げる可能性がある。Goose側では、重要な試験はインストールの手間、権限管理、障害復旧、そして単発のデモではなく実世界の大規模コードベースでの性能だ。

Creati.aiの見解

Gooseの重要性は、Claude Codeを時代遅れにすることよりも、AIソフトウェア開発における新たな断層を示している点にある。市場はエージェントのインターフェースとモデル提供者を切り分け、ユーザーが推論の場所と保持する制御の度合いを選べるようにしている。

この柔軟性は、特に要求の厳しいエンジニアリング作業において、ホスト型モデルの価値を消すものではない。しかし、開発者がローカルエージェントを試す現実的な手段を与え、ベンダーに利用制限、プライバシー慣行、総コストを分かりやすくするよう迫る。AIビルダーと企業購買担当者にとって、戦略的な判断はモデル品質の問題であると同時に、どのように展開するかという問題にもなりつつある。