Genspark AIとは?オールインワンのスーパーエージェントを解説

Genspark AIとは?

Genspark AIは、自律エージェント、オフィススイート(スライド、シート、ドキュメント)、ビルドスイート(コード、デザイン、ダッシュボード)、そして大規模なコンテンツスタック(画像、動画、音楽、音声、チャット)を1つのワークスペースにまとめた汎用AI製品だ。Gensparkのホームページの訴求はシンプルで、散らばった単機能ツール群を1つの製品で置き換えるというものだ。平易な言葉で依頼すれば、Gensparkが手順を組み立て、適切な基盤モデルを選び、完成物を返してくれる。

開発元は**MainFunc Inc.**で、2023年設立、拠点はパロアルトとシンガポール。CEOはEric Jing氏で、元Baiduのシニア幹部(さらに以前はMicrosoft Bingのリードとして「シャオアイスの父」とも呼ばれた人物)。CTOは元Googleの検索ランキング担当だったKay Zhu氏。Gensparkは2024年6月に「Sparkpages」を中心としたAI検索エンジンとして最初にローンチし、その後2025年4月にピボットして現在のエージェント型ワークスペースになった。

数字は目を引く。Gensparkはスーパーエージェントのローンチ後、最初の9日間でARR1,000万ドルに達したと報告されており、約5か月以内に5,000万ドル超に到達、2025年11月には2億7,500万ドルのシリーズB資金調達で評価額12.5億ドルを記録した。これは、ここ2年で頭角を現した他の汎用AIエージェントと同じ土俵に立つ位置づけだ。

スーパーエージェントと「Mixture-of-Agents」という発想

スーパーエージェントは看板機能であり、理解する価値があるものだ。ゴールを与えると、計画を立て、ツールを呼び出し、Webを閲覧し、メディアを生成し、ほとんど手間をかけずに複数ステップのタスクを実行する。すべてホスト型の仮想環境内で行われるため、インストールは一切不要だ。

エンジニアとして特に興味深いと感じる点がある。ほとんどのエージェント製品は1つの大きなモデルに依存している。Gensparkは代わりに、共同創業者のEric Jing氏が"Mixture-of-Agents"と呼ぶアーキテクチャを採用し、3つの柱の上に構築されている。多様なLLMのラインナップ(ローンチ時は9種類とされていたが、2026年時点ではレビュアーによればGPT-5、Claude、Geminiを含む30種類以上のモデルをオーケストレーションしているという)、80以上の自社ツール、そして厳選されたデータセット群だ。オーケストレーション層が複雑さ、速度、精度に基づいて各サブタスクを最適なモデルに振り分け、リフレクションステップが次に進む前に出力同士を比較する。

Gensparkがこれを表現する際の自社エンジニアリング哲学は「コントロールを減らし、ツールを増やす」というものだ。エージェントの動きを逐一スクリプト化するのではなく、大規模で作り込まれたツールライブラリをモデルに与え、呼び出しの連鎖をモデル自身に判断させる。これは単なるマーケティング文句ではなく本物の設計思想であり、多くの有力なAIエージェントが向かっているのと同じ方向性だ。

ベンチマークでは、GensparkはGAIAで87.8%(実世界の複数ステップタスク自動化を測るテスト)を主張しており、Manusの報告値である約86%を上回るとしている。ベンチマークは出発点であって最終評価ではないが、それでもローンチ時点でスーパーエージェントを先頭集団に位置づけるものだ。両者の直接比較が気になるなら、Manusとの比較を詳しく掘り下げた記事もある。

Gensparkが実際にできること

スーパーエージェントはジェネラリストなので、「何ができるか」への正直な答えは「多くのことができるが、得意不得意にムラがある」だ。特に目立つ点を挙げる。

実際に電話をかけられる。 これが目玉機能であり、Gensparkを一躍有名にしたものだ。エージェントは合成音声で発信し、人間とリアルタイムで交渉する。レストラン予約、ホテル予約、予約日程の調整などだ。ローンチデモでは、5日間のサンディエゴ旅行を丸ごと計画し、その後レストランに電話をかけて予約し、食物アレルギーや席の希望まで会話の中で対応した。OpenAIのRealtime APIを利用しており、AI Tool Analysisによる独自テストでは47件の通話で83%の成功率を記録したと報告されている。失敗は自動音声応答システムや、人間の判断が必要な通話に集中していた。

スライド、シート、ドキュメントを高速に作成する。 レビュアーの報告によれば、10枚のスライド資料が約60秒で生成され、リサーチプロンプトからスプレッドシートが作成・分析され、Web検索結果を要約した出典付きの長文「Sparkpages」も作られる。Google WorkspaceとMicrosoft 365向けのプラグインもあり、PowerPoint、Excel、Word内にも成果物が反映される。

メディアを生成し、アプリを構築する。 AI画像、AI動画、AI音楽が同じスイート内にあり、タスクの途中でツールとして呼び出せる。ビルドスイートは、自分のデータをもとにしたフルアプリ、Webサイト、ライブダッシュボードにまで対応する。あるテスターは1回のプロンプトでランディングページを作成することに成功した。

実際に使ったレビュアーの一致した評価は、これが初めて実際に感心させられた汎用エージェントの1つだというものだ。ただし例のとおり、ハルシネーションや不完全なブラウジングは依然として発生する。とはいえ、間違いを指摘すればしばしば自己修正できる点は評価されている。この「フィードバックで自己修正できる」という性質は注目に値する。個人利用からビジネス用途に移る際にまさに重要になる性質だからだ。

Genspark AIの料金

Gensparkはクレジット制で課金される。すべてのプランにクレジット枠が付き、タスクの種類によって消費速度が大きく異なる。公開されているプランは3種類(Free、Plus、Pro)で、TeamとEnterpriseはログイン後にのみ表示される。PlusとProにはそれぞれ複数のクレジット段階があり、公開価格は最低ラインの入口(「〜から」)であり、より大きなクレジット枠を選ぶこともできる。

プラン構成、クレジット量、ストレージ容量はGenspark自身のヘルプセンターによる。エントリーティア以上の正確なドル価格はログイン後にのみ表示されるため、上位ティアの価格は「〜から」として扱うべきだ。

実際のコストが発生するのはクレジット制の部分であり、契約前にその仕組みを理解しておく価値がある。コアのAIチャットと画像生成は現在有料プランではクレジット消費なしだが、これは2026年12月31日まで保証されたプロモーションにすぎない。それ以外はすべてクレジット枠を消費し、重いタスクほど消費も大きい。

料金表だけではわからない注意点がいくつかある。毎月のクレジットは繰り越されないため、使い切らなかった分は失効する。「無制限」のクレジット消費なし機能にも、約5時間ごとにリセットされるセッションレート制限がある。そして年払いにすると1年分を前払いすることになるが、クレジット自体は一括ではなく毎月付与される。Manusのクレジット制の解説記事を読んだことがある人なら見覚えのある話だろう。同じ警告が当てはまる。従量課金は、タスクが高コストになるまでは安く見えるだけだ。

実際のユーザーの声

リサーチで浮き彫りになった、大きな乖離がある。SNS上ではGensparkは純粋な盛り上がりとして語られる。しかし、実際に料金を払う顧客が集まるレビューサイトでは、様相が大きく異なる。

まず好意的な反応から見てみよう。これは本物だ。スーパーエージェントのベンチマーク勝利と電話予約デモは、Xで急速に拡散した。

"AI agents are leveling up fast! @genspark_ai just dropped a Super Agent that tops @manusai & @OpenAI's Deep Research on the GAIA benchmark, handling multi-step tasks like building travel plans and making calls."

@scaler_official, X

一方、Trustpilotでは評価が5点満点中1.5〜1.9点程度にとどまっており、約112件のレビューのうち約84%が星1つだ。年間売上1億ドル超の製品としては際立った乖離であり、苦情の内容はばらばらではなく一貫したパターンを示している。失敗・停止したタスクでクレジットが消費される、「無制限」機能がひそかに追加料金を発生させる、サポート対応が遅い、あるいは応答がないといった内容だ。

"Their AI Image Agent is advertised as zero credit cost, but it secretly charges roughly $50 a month in additional credits."

Genspark reviewer, Trustpilot

実態はおそらくこの両極端の中間にある。製品自体は実際に使ってみると感心させられるが、課金モデルは日々使い続けるユーザーを苛立たせている。付け加えておくと、XやLinkedInで最も声高な賞賛の多くはアフィリエイト色の強いインフルエンサーアカウントから来ているため、「このツールで1万ドル稼いだ」といった投稿よりも、中立的なテスターや実際に料金を払っているレビュアーの声を重視すべきだ。コンシューマー向けエージェントがつまずきやすい点全般が気になるなら、AIチャットボットのよくある問題についての記事でもここで挙がった問題の一部を取り上げている。

スーパーエージェントが向いている場面、向いていない場面

ここは公平に扱いたい。「レビューサイトで評価が低い」という話だけを見ると、実際に仕事をこなすツールであることが見えなくなってしまうからだ。個人や小規模チームが不定期な単発の知的作業をこなすなら、スーパーエージェントは本物のブレイクスルーになる。資料の下書き、ダッシュボードの構築、予約の手配、市場のリサーチ。1つのプロンプトで1つの成果物が完成する。それは対価を払う正当な理由であり、市場で優れた汎用AIエージェントやAIアシスタントと同じ価値提案だ。

向いていないのは、毎日同じ形で繰り返される、高頻度でビジネスクリティカルな作業だ。最もわかりやすい例がカスタマーサポートキューで、AIと人間エージェントのコスト比較が成り立つのは、回答が信頼できる場合に限られる。

私はここ数年、チームが実際のサポート業務にAIを投入したときに何が起きるかを見続けてきたが、パターンは一貫している。単発タスクで印象的な汎用エージェントは、サポートキューでは負債になる。なぜならサポートキューは単発のタスクではなく、同じタスクが1万回繰り返されるものであり、間違った回答のひとつひとつが実際の顧客に届いてしまうからだ。私は自信たっぷりに間違った回答をするボットを何度も目にしてきた。だからこそ、本気のサポート導入は、実運用前に必ず実際の過去のチケットに対してシミュレーションを行うべきだ。

これがジェネラリストと専用サポートAIの違いだ。スーパーエージェントはあなたの返金ポリシーも、過去のチケットも、エスカレーションルールも知らない。eesel AIのようなツールは、それをすべて初日から学習するように作られている。解決済みチケットとヘルプ文書から学習し、ヘルプデスクの中に常駐し、確信度の低い回答は推測せずに人間へルーティングする。目的が違えば、必要なツールも違う。

スーパーエージェントにできない仕事にはeeselを

自動化したい対象がカスタマーサポートなら、Gensparkは適した形ではない。それは問題ない、そもそもそのために作られていないからだ。eesel AIはそのために作られている。Zendesk、Freshdesk、HubSpot、Gorgias、Frontに数分で連携でき、(ヘルプセンターだけでなく)チームがすでに解決したチケットから学習し、信頼を積み重ねながら自律度を段階的に引き上げていける。

最も重要なのは、本番稼働の前にシミュレーションモードで数千件の過去チケットに対してeeselを実行し、実際にどう回答していたか、どこにギャップがあるかを正確に確認できる点だ。これが、Gridwiseが最初の1か月でティア1リクエストの73%を解決できた理由であり、Smavaが月10万件超のドイツ語チケットで完全自動化エージェントを運用できている理由でもある。料金は1チケットあたり0.40ドルの従量課金で、席数課金は一切ないため、人員数ではなく実際の業務量に応じてスケールする。

Gensparkは喜んであなたのディナー予約をしてくれるだろう。だが決してなくならないキューには、代わりにeeselを試してみてほしい。