Gumloop vs Makeの比較表
私はeeselでインテグレーションとAPIを作っているので、料金ページはAPIリファレンスを読むように読みます。課金単位は何か、何に対して数えるのか、メーターはどこで回り続けるのか。両社の料金ページとGumloopのクレジットのドキュメントは、2026年10月19日に確認しました。
| Gumloop | Make | |
|---|---|---|
| 作るもの | チャットで動くAIエージェント(ビジュアルのWorkflowsは現在「Legacy」) | モジュールのビジュアルシナリオ、およびAI Agents(Beta) |
| 課金単位 | 1クレジット = モデル・ツール・コンピュートのコスト$0.005 | 1クレジット = モジュールのアクション1回 |
| 無料プラン | なし、カード登録で14日間のProトライアル | あり、月1,000クレジット、アクティブなシナリオ2つ |
| 入門の有料プラン | Pro、月額$37、20,000クレジット | Core、年払い月額$9(月払い$10.59)、10,000クレジット |
| 中間プラン | ProとEnterpriseの間はなし | Pro $16、Teams $29(年払い、10,000クレジット) |
| 超過分 | $0.005/クレジット、Proは100万クレジット($5,000)が上限 | 1,000または10,000単位のバンドルで追加、料金はプランのレート |
| AIモデルのコスト | クレジットに含まれる、またはBYOK(モデルクレジット0、手数料は16%に上昇) | MakeのAI Providerまたは自分のLLMキー |
| プラットフォーム手数料 | エージェントの実行ごとに8%のオーケストレーション手数料 | なし |
| インテグレーション | 400以上のコネクタ、MCPカタログ、エージェントブラウザ | 3,500以上のアプリ、任意のAPI向けカスタムアプリ |
| シート | Proは無制限 | すべてのプランでユーザー無制限 |
| 同時実行 | ワークフロー実行5、エージェントチャット25(Pro) | 並列実行、Pro以上は優先実行 |
| 最大実行時間 | アクティブ1分あたり5クレジット、上限の記載なし | Freeは5分、有料プランは40分 |
| 未使用クレジット | 毎月失効(Enterpriseは繰り越し) | 契約期間の終わりに失効 |
| 開発者向けアクセス | Gumloop MCP、Gumloop CLI、ホスト型MCPサーバー1台 | Make API(Core以上)、MCPサーバー、Make Code(JS/Python) |
| セキュリティ | SOC 2 Type II、EnterpriseでSAML/SCIMとVPC | GDPR、SOC 2 Type II、SOC 3、EnterpriseでSSO |
| 向いている人 | 自分で判断するエージェントが欲しい非技術系チーム | 安くて予測しやすい、図に描いたステップが欲しいビルダー |
選ぶ前に全体像を見たい方のために、Gumloopの代替ツール、Make vs Zapier、3者比較のAgentKit vs Make vs n8nもまとめています。
Gumloopとは?
Gumloopは自らを「build, share, optimize & control agents」の場と呼んでおり、製品は今やそこに大きく振っています。チャットを開き、モデルを選び、ツールをつなぐと、エージェントがそれらをまたいで働きます。ホームページには、Slack、HubSpot、Gong、Gmail、Salesforceにつながり、右側にモデル選択とスキルパネルを備えたGTM Agentが表示されています。
Makeとの比較で重要な点は次のとおりです。
- エージェントが最優先。 料金ページでは、以前のビジュアルビルダーは「Workflows (Legacy)」と表示されています。Gumloopのホームページに載っている最近のアップデートはすべてエージェント関連です。普通の依頼文からエージェントを作成・更新するGumball、そしてコネクタのないサイトでもクリック、入力、サインインができるエージェントブラウザなどです。
- Company Brain。 つないだツールがすべて共有のナレッジ層に流れ込み、エージェントが検索します。検索ごとに課金され、実行の中では小さな「Brain」の行として表示されます。
- モデル。 Proでは35以上のモデルが使え、bring-your-own-key(BYOK)にも対応しています。
- チーム設定。 Proではシート、チーム、エージェントが無制限で、認証情報も共有できます。
GumloopはY Combinatorの支援を受けており、サイトによれば、Benchmarkが主導した$50MのシリーズBを調達しています。顧客にはShopify、Instacart、Gustoが挙げられています。
No-codeのAIエージェントビルダーのまとめにも登場し、LindyやRelevance AIと並んでいます。
Makeとは?
Make(旧Integromat、現在はCelonis傘下)は、私たちの多くが最初に覚えたビジュアル自動化プラットフォームです。キャンバス上でモジュールをつなげてシナリオを作り、1つのモジュールがあるアプリの1つのアクションに対応します。ヘルプセンターの入門例はモジュール2つで、Googleスプレッドシートの新しい行を監視し、Slackメッセージを送るというものです。
Makeのホームページによれば、50万以上のチームが利用しており、最初から3,500以上のアプリに対応しています。この1年で、キャンバスの上に本格的なAI層が加わりました。
- Maia by Make。会話から自動化とエージェントを作ります。
- Make AI Agents(Beta)とAI Toolkit。どちらもすべてのプランに含まれ、MakeのAI Providerまたは自分のLLMキーを使います。
- MCPサーバー。Claude、ChatGPT、その他のAIチャットからシナリオを起動できます。
- Make Code。シナリオ内でJavaScriptやPythonを使え、実行時間1秒あたり2クレジットで課金されます。
- Make Grid。アカウント内のすべての自動化とエージェントの地図です。
中心は今もキャンバスです。それが強みであり(すべてのステップ、分岐、エラーハンドラが見える)、コストでもあります(誰かが描かなければならない)。ビルダーとしてのMakeの位置づけについては、Make vs n8nと私のn8nレビューをご覧ください。
それぞれどう課金される?
多くの比較記事が飛ばすセクションですが、ほかのほぼすべてを左右します。どちらのツールも「クレジット」と言いますが、同じ単位ではありません。
Makeの1クレジットは1アクションです。 Makeの料金FAQによると、レコードの読み取り、行の書き込み、検索、変換、集約、反復は、それぞれ1クレジットとして数えます。ルーターとエラーハンドラは無料です。AI Providerの一部の機能は1回で複数クレジットを使います。1回の実行は「anywhere from two credits to thousands」で、動くモジュールの数と、そこを通るバンドルの数で決まります。
Gumloopの1クレジットはお金です。 1クレジットは$0.005で、エージェントの実行はクレジットのドキュメントによれば次の4つの合計です。
| 構成要素 | 対象 | コスト |
|---|---|---|
| Chat & Reasoning | モデルが読み、考え、書く部分 | モデルのコスト÷$0.005($0.03の呼び出しは6クレジット) |
| Tool Calls | コネクタの呼び出しごと | 成功した呼び出し1回につき1クレジット、加えてそのツール自体の課金 |
| Compute | アクティブな作業時間 | セッション1分あたり5クレジット |
| Orchestration Fee | エージェントループの実行 | 上の3つの合計の8% |
Gumloop自身の計算例では、モデル利用400クレジット、コンピュート10、ツール呼び出し15に手数料34クレジットが加わり、1回のチャットで459クレジットになります。自分のキーを使うと、同じチャットは93 Gumloopクレジットになります。モデル分がゼロになる一方で手数料が16%に倍増し、モデルプロバイダーには直接支払うためです。
ここは予想外でした。AIを抜くと、2つはアプリのアクションをほぼ同じ価格で設定しています。Gumloopの20,000クレジットで$37は1,000あたり$1.85です。Make Proの月払いは、10,000クレジットの段階で1,000あたり$1.88です。つまり「どちらが安いか」は、実際には「あなたの仕事がどれだけ考えるか、そしてそれを誰が払うか」になります。
Gumloopはばらつきについて率直です。ドキュメントには、同じエージェントでも「might cost 2 credits for a quick question and 200 for a deep research task」とあり、各チャットにはライブのクレジット数と内訳のドロワーが表示されます。
このスクリーンショットは現実を確認するのにちょうどいい材料です。1,407クレジットの実行のうち、1,125クレジットがモデルでした。コネクタは65です。仕事の大半がアプリ間の読み書きなら、ほとんど使わない推論エンジンにGumloopへお金を払っていることになります。大半が読み、判断し、書き戻す作業なら、モデルこそが仕事であり、比較は逆転します。
重要なものを作る前に知っておきたい違いがもう1つあります。Gumloopは、失敗したツール呼び出しは課金されないと言っています。MakeのFAQでは、クレジットが尽きるとシナリオは単に止まり、Webhookはチャージするまでキューに溜まるとあります。つまりMakeで忙しい月は、驚きの超過請求ではなく、期間の途中で追加クレジットを買うことになります。
2026年のGumloopとMakeの料金は?
以下の価格はベンダー自身のページから、2026年10月19日に確認したものです。Makeのスライダーは量に応じて価格が変わるため、10,000クレジットの入口と、さらに上のいくつかの点を載せています。
Gumloopの料金
| プラン | 価格 | 含まれるクレジット | 主な制限 |
|---|---|---|---|
| Pro | 月額$37 | 月20,000(定価分7,400 + ボーナス12,600) | 8%の手数料、同時ワークフロー実行5、同時エージェントチャット25、ホスト型MCPサーバー1台 |
| 超過分(Pro) | 1クレジットあたり$0.005 | デフォルトでオフ | 期間あたり追加1,000,000クレジット($5,000)が上限 |
| Enterprise | カスタム | カスタム、未使用クレジットは繰り越し | 手数料は交渉可能、VPC、RBAC、SCIM/SAML、監査ログ |
最初の行を2度読んでください。Gumloopははっきり書いています。「Pro includes 7,400 + 12,600 bonus credits」。含まれる20,000クレジットは約2.7倍に割り引かれています。20,001クレジット目からは定価がかかるので、利用量が倍になったチームは$74ではなく、$37に$100を足した額を払います。全体像は私のGumloopの料金の解説をご覧ください。
Makeの料金
| プラン | 年払い(10,000クレジット) | 月払い(10,000クレジット) | 主な制限 |
|---|---|---|---|
| Free | $0 | $0 | 1,000クレジット、アクティブなシナリオ2つ、15分間隔、5分の実行 |
| Core | 月額$9(1,000あたり$0.90) | 月額$10.59 | シナリオ無制限、1分間隔、Make API、40分の実行 |
| Pro | 月額$16(1,000あたり$1.60) | 月額$18.82 | 優先実行、カスタム変数、ログの全文検索 |
| Teams | 月額$29(1,000あたり$2.90) | 月額$34.12 | チームロール、共有シナリオテンプレート |
| Enterprise | カスタム | カスタム | エンタープライズアプリ、超過保護、SSO、監査ログ、24時間365日サポート |
月払いでは、Proは80,000クレジットで$107.06、約426,000クレジットで$394.25、5,000,000クレジットで$3,710.44に上がり、買う量が増えるほど1,000あたりの単価は下がります。Coreは大きな量では提供されず、約122,000クレジットでスライダーがProへのアップグレードを促します。詳しくは私のMakeの料金のガイドをご覧ください。
ページを確認していて気づいた注意点が1つあります。Makeは同じ日に2つの異なる価格セットを表示しました(あるセッションでは$9/$16/$29、別の表示では$12/$21/$38)。正確な金額は「自分の見積もりを確認する」ものとして扱い、プラン間の相対的な差を安定した部分と考えてください。
Gumloop vs Makeのコスト計算ツール
1つのワークフローを入力してください。計算ツールはGumloopが公表しているクレジットのルールとMake Proの月払い価格を適用し、モデルの料金を支払う側に上乗せします。
1万回の実行で、アプリステップ4つと中位モデルのAIステップ1つを試してみてください。Gumloopの超過分が発生してMakeが追い抜きます。次に300回の実行で、最先端モデルのAIステップ3つにすると、モデルのコストが含まれるクレジットの中にあるため、Gumloopが有利になるのがわかります。
AIエージェントはどちらが得意?
今のところはGumloopで、それは設計上そうなっています。Makeはシナリオビルダーにエージェントを足しました。Gumloopはエージェントを中心に作り直しました。
Gumloopのエージェントは、質問(「何を任せたいですか?」)から始まり、コネクタ、スキル、トリガーを選びます。Company Brainを検索し、APIのないサイトで本物のブラウザを開き、GitHubからスキルを同期し、35以上のモデルのどれでも動かせます。Enterpriseでは、管理者が組織全体のコネクタポリシー、モデルへのアクセス制御、AI支出のインサイトを使えます。代わりにメーターがあります。最先端モデルでの長い推論の連鎖が、2〜200クレジットという幅を生む原因であり、だからGumloopはチャットごとのクレジット警告を追加し、しきい値を超えるとエージェントを一時停止して承認を求めます。
Makeのエージェントは、料金ページではまだBetaと表示されていて、シナリオの世界の中にあります。ガードレールが欲しいなら、それは長所です。エージェントは、周りのすべてのステップが明示的で、ログに残り、安いキャンバスの中にいます。エージェントにどのツールを触るかを決めさせたいなら、制約になります。エージェントのループ全般を検討しているなら、AIエージェントループの解説で、この違いがなぜ重要かを説明しています。
開発者向けアクセスは近い水準です。Gumloop ProにはGumloop MCPとGumloop CLIが含まれ、MCPサーバーを1台ホストします。MakeはすべてのプランにMCPサーバー、Core以上でMake API(300以上のエンドポイント)、そして本物のスクリプト用のMake Codeを提供します。その軸で比べるなら、AIエージェントのMCPサーバーのガイドが役立ちます。
実際のユーザーはどう言っている?
Gumloopに対するコミュニティの評価は一貫しています。始めるのが速い、高い、そして本番で重要になると、より注意して見守ることになる、というものです。
"-> Gumloop : Easy to build, easy to run but little more expensive."
G2のレビュアーが良い面をうまく言い表していて、それはGumloopがMakeに対しても掲げる売り文句です。
"The platform is much simpler than n8n and significantly more flexible than Zapier. The AI nodes for non-deterministic tasks are a great addition, and the MCP nodes that generate integrations on the fly are impressive."
MakeからGumloopへ、まさにその理由で乗り換える人もいます。MakeとZapierの両方から乗り換えたCapterraのレビュアーは、理由を次のように挙げました。
"The tools were just too finicky and weren't working. The UI wasn't intuitive, and the pricing system was causing friction."
Makeについて長く言われているのは、その逆のトレードオフです。運用は安いが、習得は難しい。
"Pricing is more reasonable than Zapier for heavy usage. Downside is the learning curve is steeper and some of their integrations are hit or miss."
そして、本番に入れるどんなエージェントツールにも当てはまる警告です。
"The operational constraint that usually surfaces first with agentic tools is debugging - when a workflow fails after running for 3 hours, you need to know exactly which step failed and why. Deterministic pipelines give you that traceability."
この最後の引用が、GumloopとMakeの本当の分かれ目を1文で言い表しています。Makeは、すべてのステップを自分で描いたからこそ追跡性をくれます。Gumloopは、描かなかったからこそ柔軟性をくれます。
GumloopかMakeか、どちらを選ぶべき?
「どちらのツールが良いか」を問うのはやめて、仕事の形を問うことをおすすめします。
Makeを選ぶのは、ワークフローをホワイトボードに描ける場合です。Stripeに新しい支払いが入り、請求書を作り、シートを更新し、経理に通知する。量が多く、判断は少なく、すべてのステップを見たい。無料プランがあり、始めやすい価格でもあります。すでに自動化されたワークフローで考えていて、1回あたりをとにかく安くしたいなら、妥当な選択です。
Gumloopを選ぶのは、実行のたびに判断が必要で、仕事を図にするより言葉で説明したい場合です。このアカウントを調べて、合うかどうか教えて。この通話の文字起こしを読んで、CRMのフィールドを更新して。非技術系のチームはここでより速く進められ、シート無制限なので展開も簡単です。メーターを予算に入れ、最初は超過の上限を低く設定し、量が読めるようになったらBYOKを使いましょう。
両方使うのは、大きめのチームの場合です。配管にはMake、判断が必要な部分にはエージェントツールという使い分けをしている会社は多く、Claudeとワークフロー自動化ツールを組み合わせるのと同じ発想です。
どちらも選ばないのは、「ワークフロー」の実体が仕事そのものの場合です。サポートキューは終わりません。コンテンツカレンダーも同じです。どちらのツールでもチケットトリアージのフローは作れます。チケットトリアージの自動化のガイドが示すとおりです。ただしその場合、ナレッジ検索、引き継ぎルール、トーン、テスト、あらゆる例外処理を、この先ずっと自分で抱えることになります。それはもうワークフローではなく、採用です。
eeselの位置づけ:ツールキットではなく従業員
GumloopとMakeは、自分で組み立てるツールキットです。eeselは従業員です。特定の仕事のためにすぐに働けるチームメイトを採用するAIチームメイトのプラットフォームで、それぞれがその役割に必要なスキル、インテグレーション、会社の文脈を備えて着任します。現在のメンバーは2人です。
-
**AIヘルプデスクチームメイト**は、Zendesk、Freshdeskなどの既存のキューに参加し、過去のチケット、マクロ、ヘルプセンターから学び、文脈を添えて回答、下書き、引き継ぎを行います。
-
AIブログライターは、あなたのサイト向けに長文の記事を調査、執筆し、イラストまで用意します。AIブログ自動化と同じ考え方で、執筆フローをノードごとにつなぎ合わせる必要はありません。
私はeeselのインテグレーションを作るチームにいますが、ライブのサポートキューで何年もAIを動かして痛い目に遭いながら学んだのは、自信たっぷりのボットが気づかれないまま間違うことがある、ということです。だからeeselの導入は、実際の顧客に触れる前に、必ず過去のチケットに対してシミュレーションします。GumloopやMakeでは、そのテスト環境を自分で作ることになります。
「作らずに雇う」形がどんなものかは、公開されている2つの顧客事例が示しています。
- SE Rankingは、SE Ranking、Planable、SE Visibleの3製品のZendeskライブチャットを、製品ごとに1つのeeselエージェントで運用しています。1か月で4,650件の会話を処理し、返金、トライアル延長、Tier 2の質問は顧客情報を添えてチームに渡されます。これをシナリオビルダーで作ると、フロー3セット、ナレッジ設定3つ、引き継ぎルール3セットを同期させ続けることになります。
- SamCartは、Freshdeskのチケット用に1つ、サイトのチャット用にもう1つのエージェントを動かし、280本のヘルプセンター記事から回答しています。
GumloopのCLIとMakeのAPIが好きな人のためのeesel CLI
これらのツールの魅力がプログラムによる制御にあるなら、見るべきはeesel CLIです。別の製品ではありません。ダッシュボードと同じチームメイトとワークスペースを操作し、片方で変更したものはもう片方にも反映されます。
アカウントなしで始められます。npx @eesel/cli init chat-bubble --site https://your-site.comは、サイトを読み込むエージェントを作成し、チャットバブルのスニペットを出力します。eesel integrations connect zendesk(またはfreshdesk、gorgias、slack)はヘルプデスクとの接続を開始し、人がそのツールの中で承認します。Makeが動作ごとにモジュールを追加させるのに対し、CLIはチームメイトを直接設定します。eesel automations enable <platform> <key> --instructions "..."はエージェントが自分で行うことを有効にし、eesel instructions insert --at end --text "..."は常設のルールを追加し、eesel files upload ./refund-policy.pdfはナレッジを追加します。
SE Rankingのパターンもきれいに対応します。eesel agents create "Planable Bot"でエージェントを追加し、--agent <name>で任意のコマンドをそのエージェントに限定します。eesel activityは、各エージェントが何をしたかを新しい順に表示します。書き込みはダッシュボードと同じ承認ルールに従うので、先に人に確認する設定のアクションは、誰かがeesel approvals approve <id>を実行するまでeesel approvalsで待機します。
自動化に携わる人にとって重要な設計上の選択は、すべてのコマンドがJSONを出力し、すべてのエラーが、代わりに何を実行すべきかを示すhint付きのJSON1行で返ってくることです。--dry-runは、書き込みが実行される前に、その正確な呼び出しを表示します。これにより、Claude Code、Cursor、Codexがセットアップ全体を実行し、自分で結果を読めます。CIやスクリプトでは、ログインする代わりにEESEL_API_TOKENを設定します。そしてeesel mcp tokenは、ワークスペースをあらゆるMCPクライアント向けのMCPサーバーに変えます。この形がなぜコーディングエージェントに合うのかは、AIエージェントCLIのガイドで詳しく説明しています。
料金の考え方も違います。Gumloopは思考を計測し、Makeはステップを計測します。eeselの料金は仕事を計測します。チケットまたはチャット1件が1クレジットで、返信やツール呼び出しが何回あっても同じです。プランは毎月固定のバッチで、月額$299で500クレジットから、5,000クレジットの$1,749まであり、カード不要で100クレジットから無料で始められます。
eeselを試す
今のやり方でうまくいっているなら、配管にはMake、判断が必要な部分にはGumloopを使い続けてください。サポートキューやブログカレンダーのような終わりのない仕事には、eeselが、すでに使っているツールにつながり、ヘルプセンターをすでに把握していて、顧客に一言も話す前に過去のチケットでテストされるチームメイトを提供します。ダッシュボードから、またはCLIコマンド1つでセットアップできます。eeselを無料で試すか、デモを予約して、あなた自身のチケットに答える様子を見てください。