主要なAI企業はどこも、今やDeep Research機能を提供しています。しかし、チャット体験ではなくエージェントを構築しているなら、問うべきことは「どれが最高のレポートを生成するか」ではありません。「自分のエージェントが実際に呼び出せるのはどれか」です。
この問いが、候補のほとんどを排除します。最も印象的なデモを見せるツール — ChatGPT Deep Research、Perplexity Deep Research — はチャットインターフェイスの中に閉じ込められています。APIもなく、CLIもなく、エージェントがそれらを使う手段がありません。
ここでは、API/CLIレベルで実際に利用可能なツール、エージェントワークフローに重要な基準での比較、そして各ユースケースに適した選択肢を紹介します。
評価基準（エージェント視点）
消費者向けDeep Researchはレポート品質で評価されます。エージェント向けDeep Researchは以下の基準で評価する必要があります：
| 基準 | 重要な理由 |
|---|---|
| プログラムによるアクセス | エージェントから呼び出せますか？CLI、API、SDK？UIのみなら、あなたのワークフローには存在しないも同然です。 |
| 構造化された出力 | エージェントが結果をパースできますか？セクション、引用、信頼スコア？それともテキストの塊ですか？ |
| 制御可能な深さ | エージェントが網羅性とスピードを選べますか？Deep Researchは一律ではありません — 簡単な概要は包括的な分析よりコストが低くなります。 |
| 引用密度 | すべての主張がソースにリンクされていますか？検証できない調査結果をダウンストリームに渡すエージェントは、不確実性を認めるエージェントより有害です。 |
| レイテンシ | どれくらいかかりますか？エージェントワークフローはレイテンシに敏感です — 15分の調査ステップが全体の時間を支配します。 |
| コンポーザビリティ | エージェントが調査を他の機能と連携できますか？検索→調査→生成→公開を一つのワークフローで？ |
| コストの予測可能性 | エージェントは実行前にコストを把握できますか？自動的に20回実行される予期せぬ$5の調査はすぐに高額になります。 |
実際に存在するAPI
AnyCap Deep Research
アクセス： CLI（anycap research --query "..."）
仕組み： エージェントがシェルコマンドを実行します。AnyCap がクエリを分解し、複数ラウンドのウェブ検索を実行し、上位ソースをクロールし、引用付きの構造化Markdownに調査結果をまとめて出力を返します — エージェントがすでに他のすべての作業に使っている同じCLI経由で。
出力形式： H2セクション、ソースURLを含むインライン引用、末尾の参考文献一覧を含む構造化Markdown。エージェントがダウンストリーム処理のためにパースできます。
深さの制御： --depth standard（5〜10ソース、1〜3分）または --depth comprehensive（20〜50+ソース、5〜10分）。エージェントがタスク要件に基づいて選択します。
コンポーザビリティ： 完全。調査は anycap search、anycap image generate、anycap page publish と並ぶ一つのツールです。CLIは一つ。認証も一つ。エージェントはミドルウェアなしで機能を連携させます。
コスト： AnyCap サブスクリプションに含まれています。クエリごとの料金なし。クレジット制で、包括的な調査の実行前にコストをプレビューできます。
最適なケース： エージェントファーストのワークフロー。調査がパイプラインの次のステップに繋がるあらゆるシナリオ。Deep Researchを目的地ではなく、一つの機能として求める開発者。
Google Gemini Deep Research（AI Studio / Vertex AI 経由）
アクセス： Google AI Studio（無料枠）またはVertex AI（有料）経由のAPI。Deep Researchエンドポイントは限定的に利用可能。
仕組み： GoogleのGeminiモデルが複数ラウンドの検索と合成を行い、Googleの検索インデックスを活用して検索品質を高めます。AI StudioとVertex AIの両方で限られたAPIエンドポイントから利用可能。
出力形式： テキストレポート — 人間が読むためにフォーマットされており、エージェントのパースには適していません。引用は構造化された配列ではなく、インラインテキスト参照です。エージェントは技術的に出力を読めますが、セクションと引用をプログラムでパースするのは不安定です。
深さの制御： 限定的。Gemini Deep Researchは単一の深さレベルで動作します。APIには「スタンダード vs 包括的」の明示的な切り替えがありません。
コンポーザビリティ： 中程度。APIが存在するためエージェントから呼び出せますが — 出力にはカスタムパースが必要で、他の機能と組み合わせるにはサービスごとに別々の認証を管理しなければなりません。
コスト： AI Studio：レート制限付きの無料枠あり。Vertex AI：従量制、グラウンディング検索で約$35/1,000リクエスト（Deep Researchの料金は透明性が低い）。
最適なケース： すでにGoogle Cloudを使用しており、テキスト出力のパースオーバーヘッドを許容できるチーム。Googleの検索インデックス品質が最重要なワークフロー。
OpenAI Deep Research（API経由 — 制限あり）
アクセス： ChatGPT Proサブスクリプション（$200/月）が必要。OpenAIプラットフォームを通じた限定的なAPIアクセス。主に消費者向け製品 — APIアクセスは制限されており、高額です。
仕組み： o3ベースの推論モデルが20〜100+のソースにわたって複数ステップの調査を実行します。インライン引用を含む物語的なレポートを生成します。
出力形式： 会話的なテキスト。構造化セクションなし、JSON出力なし、機械でパース可能な引用形式なし。エージェントがデータを抽出するには自然言語レポートをパースする必要があります。
深さの制御： APIからはなし。調査の深さはモデルが決定し、呼び出し元が制御することはできません。
コンポーザビリティ： 低い。APIアクセスがあっても、テキスト出力形式のために他のツールとの連携は現実的ではありません。認証と請求は他のすべての機能から独立しています。
コスト： 月$200固定（Proサブスクリプション）+ プレミアム料金でのAPI使用料。実行前のクエリごとのコスト可視性なし。
最適なケース： コストやパイプライン要件に制約されず、最高の合成品質が必要な個人のナレッジワーカー。エージェントワークフローには推奨しません。
GPT Researcher（オープンソース）
アクセス： セルフホスト型Pythonアプリケーション。プログラムによるアクセス用のREST APIが利用可能。
仕組み： オープンソースの自律型調査エージェント。検索クエリを生成し、結果をスクレイピングし、コンテンツを抽出し、調査結果を合成します。エージェントがHTTP経由で呼び出すローカルサービスとして実行されます。
出力形式： セクションとソースを含む構造化レポート。ChatGPT/Geminiのテキスト出力よりパース性が高いですが、形式は設定によって異なります。
深さの制御： 設定可能 — 検索クエリ数、クエリごとのソース数、合成の深さをすべて調整できます。
コンポーザビリティ： 中程度。セルフホストのため、フルスタックを制御できます。ただし、統合には別のサービスの実行が必要で、画像生成や公開と組み合わせるには更に多くの統合が必要になります。
コスト： 無料（オープンソース）。インフラコスト：サーバーホスティング、ウェブクロールの帯域幅。クエリごとの料金なし。ただし、クローラーの品質（自社IPを使用）はGoogle/Bingを利用するツールより明らかに劣ります。
最適なケース： セルフホストのインフラを持ち、完全なコントロールとクエリごとのゼロコストを必要とするチーム。インフラ投資を償却できる大量使用ケース。
比較マトリックス
| AnyCap Deep Research | Gemini Deep Research | OpenAI Deep Research | GPT Researcher | |
|---|---|---|---|---|
| アクセス | CLI | API（限定） | API（限定） | セルフホストREST |
| 構造化出力 | ✅ Markdown + 引用 | ⚠️ テキストレポート | ❌ 会話形式 | ✅ 設定可能 |
| 深さの制御 | ✅ スタンダード/包括的 | ❌ 固定 | ❌ 固定 | ✅ 設定可能 |
| 引用品質 | ✅ インライン + 一覧 | ⚠️ インラインテキスト | ⚠️ インラインテキスト | ✅ 構造化 |
| レイテンシ（高速） | 1〜3分 | 約5分 | 5〜30分 | 3〜10分 |
| コンポーザビリティ | ✅ 完全なCLIチェーン | ⚠️ 別々の認証 | ❌ スタンドアロン | ⚠️ 別サービス |
| コストモデル | サブスクリプション（クレジット） | 従量制 | $200/月 + API | インフラコスト |
| 検索品質 | ⭐⭐⭐⭐ | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐ |
| セットアップの複雑さ | CLIコマンド1つ | GCPプロジェクト設定 | API申請 | サーバーデプロイ |
| エージェントネイティブ | ✅ エージェント向けに設計 | ⚠️ 後付け対応 | ❌ 消費者優先 | ⚠️ 技術的セットアップ |
ユースケース別の選択指針
エージェントがマルチ機能パイプラインの一ステップとして調査が必要な場合： → AnyCap Deep Research。調査、検索、生成、公開 — すべて一つのCLI経由で。
調査品質だけが唯一の基準で、コストとパイプライン統合は関係ない場合： → ChatGPT Deep Research。最高の合成品質、疑いなし。ただし、エージェントが使えることは期待しないでください。
Google Cloudを使っており、Googleの検索インデックスが必要な場合： → Gemini Deep Research。最高の検索品質。テキストパースのオーバーヘッドを受け入れてください。
インフラと大量処理があり、クエリごとの料金は許容できない場合： → GPT Researcher。セルフホスト、クエリごとのコストゼロ。クローラー品質のトレードオフを受け入れてください。
フレームワーク：人間向けデモではなく、エージェントのニーズで評価する
消費者向けDeep Researchツールはレポート品質で評価されます。評価者がレポートを読む人間だからです。エージェント向けDeep Researchツールは以下の観点で評価する必要があります：
- エージェントから呼び出せますか？（CLIまたはAPI — UIではない）
- エージェントが出力をパースできますか？（構造化、会話形式ではない）
- エージェントが深さとコストを制御できますか？（予測可能、不透明ではない）
- エージェントが他のツールと連携できますか？（コンポーザブル、スタンドアロンではない）
ほとんどの消費者向けツールは基準1〜4で不合格です。それは悪いプロダクトだからではありません。エージェントではなく、人間のために作られたからです。4つすべての基準を満たすツールが、あなたのエージェントが実際に使えるものです。
関連記事：
- ChatGPT Deep Research vs AnyCap：徹底比較 — 2つのアプローチの詳細比較
- 2026年版 AIエージェントのための最高のDeep Researchツール — 消費者向けツールを含む全体像
- AIワークフロー自動化：エージェント型パイプラインの構築 — 調査がマルチステップパイプラインにどう組み込まれるか