Rork Max AI Cloud を個人開発で1ヶ月運用して見えた、レイテンシとコストの実数値

コストの実数値：個人開発1人月の試算

ここからが個人開発者として一番気になるところです。私が試した範囲では、AI Cloud は推論回数ベースで課金されます。プランによって含まれる無料枠と従量単価が変わるため、月初に予算を決めてからプランを選ぶのが現実的です。

私自身の 1ヶ月の実利用は、おおむね以下のような分布でした。

• 短い生成（1〜2 秒級）：約 1,800 回
• 中程度の生成（3〜10 秒級）：約 420 回
• 重い依存解析（10 秒以上）：約 65 回

これを AI Cloud に丸投げすると、Pro 相当プランの無料枠内に短い生成と中程度の生成の大半が収まり、超過分の重いタスクで月額約 ¥4,800 ほどでした。これは私のアプリ事業の eCPM・ARPU から見ると、まったく違和感のないコストです。1日 ¥160 程度で MacBook の発熱と作業中断が消えるなら、迷わず払うという判断を私はします。

逆に、月のクラウド利用が ¥10,000 を超えた週もありました。Rork Max を「気軽に試す」感覚で 1日中触り続けると、生成回数はあっという間に膨らみます。LTV や CAC を意識する個人開発者にとって、ここは月額固定費として上限を決めて運用する領域だと感じました。

ハイブリッド設計：何をローカルに残し、何をクラウドに出すか

1ヶ月運用して固まった、私の現在の振り分けルールを共有します。これは絶対解ではありませんが、参考にはなるはずです。

ローカル実行に残したもの

1. 既存ファイル 1〜2 個に閉じた小さな修正（数秒で終わる）
2. 飛行機・新幹線・Wi-Fi 不安定な場所での全タスク
3. プライベートな実験コード（思想的に外に出したくないもの）
4. 機密に近いビジネスロジック（収益計算ロジック等）

AI Cloud に逃がすもの

1. プロジェクト全体を読ませる依存解析・横断リファクタ
2. SwiftUI と Jetpack Compose を同時に出させるマルチプラットフォーム生成
3. 重い AI 機能（音声→テキスト→構造化）の試作
4. 長時間の連続生成（チュートリアル制作などで30分以上回すケース）

このルールに落ち着いた理由は単純で、「ローカル機器の発熱が無視できなくなる閾値」と「ネットワーク前提でよい時間帯」が私の中で重なるところを採用しただけです。本番運用に近いプロジェクトほど AI Cloud 側に寄せ、研究的・個人的なコードほどローカルに残す、というのが結果的に綺麗な分け方になりました。

オフライン開発を捨てないための保険

ここはハマる人が多そうな落とし穴です。AI Cloud に慣れると、いつのまにかネットワークが切れた瞬間に Rork Max が事実上止まる開発環境になります。私自身、新幹線の中で全てのタスクが AI Cloud 依存になっていたことに気づいて青ざめた朝がありました。

対処として私は次のような小さな構成ファイルを Rork Max のプロジェクト直下に置いて運用しています。

// rork-max.config.ts
export default {
  ai: {
    // 既定はハイブリッド。明示的に切り替えられるようにする
    mode: process.env.RORK_AI_MODE ?? "hybrid",
 
    // 単発タスクの上限秒数。これを超えるならクラウドに逃がす
    localTimeoutSec: 8,
 
    // オフライン判定で自動フォールバックする
    fallbackToLocal: true,
 
    // クラウド利用の月次予算（ガード）
    monthlyBudgetJPY: 8000,
  },
  routes: {
    // 重いタスクは強制的にクラウドへ
    forceCloud: [
      "dependency-analysis",
      "multi-file-refactor",
      "multi-platform-generation",
    ],
    // 機密プロジェクトは強制ローカル
    forceLocal: [
      "wallpaper-revenue-calc",
      "private-experiments/*",
    ],
  },
};

monthlyBudgetJPY は実際の課金 API ではなく、私の手元で月初にリセットされる集計ロジックを別ファイルで持たせています。AI Cloud の本物の課金ガードは Rork 側の設定で別途上限を設けるのが安全です。「コードでも上限を意識し、Rork 管理画面でも上限を設ける」二重防御を強く推奨します。

レビュー: 個人開発12年の感覚で見た AI Cloud の価値

AI Cloud の本質的な価値は速度ではなく、私はずっと「自分のマシンを取り戻すこと」だと感じています。これは個人開発を 2014年から続けてきた、累計5,000万DL の壁紙アプリ群の保守・新作開発のなかで一貫して気にしてきた感覚です。

1997年、16歳でインターネットに触れて独学でプログラミングを学んだ頃の、深夜まで PC が唸っている景色を私は今でも覚えています。あの頃は唸っていることそのものに高揚感がありましたが、12年アプリ事業を回してきた今は、マシンが静かに、作業が止まらないことの方をはるかに尊いと感じます。AI Cloud はその静けさを買い戻す機能として、個人開発者の精神衛生にじわじわ効きます。

実装者として加えると、Rork Max の AI Cloud は「絶対に必要」というよりは「あると人生の質が変わる」タイプの機能です。これは AdMob のメディエーション最適化を入れたときの感覚に近く、入れる前の体感とは別の層に立てる感じがあります。

本番運用での落とし穴

1ヶ月のあいだに私が踏んだ実際の落とし穴を列挙します。これから AI Cloud を試す方の時間を少しでも節約できれば幸いです。

1. 「全部クラウド」は思ったよりオフライン耐性を奪う

便利だからとデフォルトをクラウドに振り切ると、Wi-Fi が不安定な場所で開発がほぼ止まります。私は ローカル + クラウドの自動切り替えを必ず入れることを推奨します。

2. 大きなプロジェクトの初回アップロードが地味に重い

依存解析タスクは AI Cloud に最初のフルプロジェクトを送ります。回線が細い場所では数分かかる場合があり、その間に他タスクを走らせると詰まります。本番運用では大きいプロジェクトの初回送信は固定回線で行うのが安全です。

3. 生成結果のばらつきはローカルとクラウドで完全には一致しない

私の経験では、同じプロンプトでもクラウドの方がやや慎重な出力を返す傾向がありました。これは恐らくモデルの構成差で、悪い意味ではないものの、UI 文言の細部などをチームで揃えたい場合は片側に寄せた方が安定します。

4. 月額固定で考えるなら、AI Cloud は「保険」と呼ぶのが正しい

毎日重いタスクを走らせる開発者でなければ、AI Cloud は「重いときだけ使う」運用が経済的に合います。私は月の予算を ¥8,000 でガードする運用に落ち着きました。

次に試すべきアクション

AI Cloud を1ヶ月走らせてみるなら、最初の1週間は意図的に ローカル実行と AI Cloud の両方で同じタスクを並走させることから始めてください。レイテンシの絶対値より、自分の体感における中断時間と、月額予算が許容できる範囲を測ることが先決です。

私は同じプロンプトを 30 回ずつ走らせる小さなスクリプトを 1日 1回回すだけにしました。1週間続けると、自分のプロジェクトでどのタスクをクラウドに送るのが ROI 的に正しいかが自然と決まります。

最後までお付き合いいただき、ありがとうございました。同じく個人開発を続けている方の参考になれば嬉しく思います。