エンジニアにAIの活用を奨励したら、請求書が爆発した——UberとMicrosoftのCOOが最近その洗礼を受けました。NetflixのシニアエンジニアであるTejas Chopraは、Headroomというツールをオープンソース化しました。命令が大規模言語モデルに到達する前に、エージェントの入力をトークン単位で劣化なく間引くことに特化したツールです。Chopraの推計では、選ばれたモデルにとって最大90%のトークンが冗長だといいます。2026年1月にリリースされたばかりのこのオープンソースツールは現時点でv0.22、GitHubで約2000のスターを集め、120回以上フォークされ、ユーザーのために約70万ドル、2000億トークンを節約してきました。

• プロジェクト先：https://github.com/chopratejas/headroom

Headroom とは

HeadroomはPythonとNodeを基盤に、ローカルプロキシ（ポート8787）としてエンジニアのデバイス上で動作します。コマンドラインで大規模言語モデルをラップするだけで入力を自動解析できます。

headroom wrap codex

核心的セールスポイントは、他の同種ツールが提供できない可逆圧縮です。圧縮済みデータにはマーキングが付き、大モデルが元のコンテキストを必要とするときは、Headroom MCP経由でユーザーのローカルデバイス（RedisまたはSQLite）から対応する内容を引き出せます。つまりトークンを節約しながら情報を失いません。

最も圧縮が得意なもの

Headroomは一部のコードと人手の指示も圧縮しますが、最も間引くのが得意なのは機械生成のボイラープレートデータです。

• サーバーログ：約90%は捨てられる
• MCPツールの出力：約70%が冗長なJSON
• データベース出力とファイルツリー：大量に繰り返すメタデータ

Claude Sonnetの287ドルの請求書が、Chopraがこの問題を初めて認識したきっかけでした。単価は安く見えます（100万入力トークンあたり3ドル）が、モデルへ送られるデータは何層にもネストしたJSON、APIが返すテンプレートコード、繰り返すデータベースフィールドだらけだったのです。彼の言葉を借りれば——「これは散文でもクリエイティブな文章でもなく、テキストの姿をした圧縮可能なデータだ」。研究によれば、ユーザー入力の読み取りは全トークン消費の約76%を占めます。

4ステップの圧縮フロー

1. CacheAligner：すでに入力済みの内容の中から変化した情報だけを探し、モデルには追加分だけを送り、KVキャッシュ内の未変化の全文を置き換える操作を省きます。システムプロンプトに日付フィールドや毎回変わるUUIDが含まれていると、呼び出しごとにキャッシュミスが起きてコストが急増します——このステップはまさにそれを解決するものです。
2. ルーティングがデータ型を識別：対応する圧縮器へ振り分けます。
3. 専用圧縮器：抽象構文木（AST）圧縮器がコードを担い、JSON圧縮器とドキュメントオブジェクトモデル（DOM）圧縮器がそれぞれ冗長なJSONとウェブテンプレートを除去。さらに統計分析ベースの間引きプロセッサが有効な内容を選別し、フィードバックループで圧縮度を反復最適化します（モデルが元のプロンプトを取り戻す頻度から、圧縮が過剰かを判断）。
4. CCR（圧縮キャッシュと読み取り）：大モデルが元の非圧縮データを取り出せるようにし、元データはRedisまたはSQLiteに統合保管されます。

いつ使うべきか

関連研究によれば、トークンを適切に管理すればコスト削減と出力品質の向上の両方に効きます。エージェントがプッシュするコンテキストがモデルに実際に必要な量を超えると、コストが増えるだけでなく、モデルの出力も悪化します——スタンフォードの研究者は、大規模モデルがコンテキストウィンドウの冒頭と末尾に強く注意を向け、中間部分を見落としやすいことを発見しました。Chromaチームはこの「入力が長いほど出力が不安定になる」現象を**コンテキスト腐敗（Context Rot）**と名付けました。さらに、プロンプトの間引きは応答レイテンシも下げられ、すでに音声対話アプリ（200ミリ秒の応答ウィンドウにきわめて敏感）への転用にフォークしたユーザーもいます。

Headroomに向く典型シーン：

• エージェント呼び出しが頻繁で、請求書が制御不能なチーム
• MCPツール、データベース照会、ファイルツリー走査を大量に行い、冗長なJSONが大量発生する開発フロー
• レイテンシに敏感なリアルタイムアプリ（音声、インタラクティブデモ）

他ツールとの比較

モデルベンダーもトークンコスト最適化のツールを提供していますが、エンドユーザーには分かりにくい作りです。たとえばClaudeのプレフィックスキャッシュはデフォルトでわずか5分のTTLで、ドキュメントに記載の1時間TTLには落とし穴があります——「読み取り時に90%の節約を得る代わりに、書き込みコストが2倍になる」。バランスポイントは自分で探すしかありません。

商用ソリューションにはY Combinatorが投資したToken Company（トークン圧縮 as a Service）、オープンソースにはRTK（Rust Token Killer、冗長なコマンド出力を刈り込む）とその変種LeanCTXがあります。Chopraはこれらも有用だと認めつつ、Headroomの差別化は操作を開発ワークフローに内蔵している点と、可逆圧縮を提供している点だとします。

ヒント：Headroomのツールスタックには依然改善の余地があり、特にテストの正確性の面です。CCRが元のプロンプトを保管しているため、金融データなどの特殊型向けの専用圧縮器を後から開発できます。音声、画像、動画の圧縮処理についても、すでにこのプロジェクトを動画解析にフォークした人がおり、関連プロジェクトのHeadlightがまもなくオープンソース化されます。各トークンの出所を追跡するもので、マルチモデルで作業する正確性に特に役立ちます。

より少ないトークンは、より小さなコンテキストウィンドウとより低い消費電力を意味します——ジェボンズのパラドックスがまだ効いていないという前提の話ですが、ですが。