subagent spawn cost anchors benchmark basis

サブエージェント起動の着地点の目安（強さ先・low 起点）と、その数値の出典

Question

skills/task-subagent-spawn/SKILL.md の Selection criteria は上げ下げの方向しか持たず、実装役に毎回 Opus high が選ばれていた。どこに着地させるか、そしてその根拠になる外部数値をどこに置くか。

Current resolution

着地点（#2162 / PR #2163、Master 判断 2026-10-03） — 先に強さを調整し、モデルはその次に替える。実装役は親と同じモデル（model を省略する）で、強さ low から始める。low で一度つまずいたら medium に上げ、high は起動時に理由を一行書けたときだけ選ぶ。上げ直しが続く種類の仕事は、その種類だけ medium から始める。ブレーキ 1 の評価役は Sonnet 級の low〜medium を目安にする。作業が PR に載る spawn は、選んだモデル・強さと「low で済んだか」を PR に一行で残す。

数値はスキル本文に書かない。 Body States Behavior（rules/model/liplus-coding-rule.md）に従い、本文は起点と上げ方だけを持つ。当初 issue の制約には「出典と日付をスキルに書く」とあったが、brake 1 の第 1 周で却下し、issue 側の制約を直した（Master 了承）。

根拠とした比較結果（断定ではない）

• 公式ドキュメント（2026-10-03 調査）: 「モデルを替えるより強さを調整するほうが良い手になることが多い」。low は単純作業とサブエージェント向け。
• Artificial Analysis（2026-10-03 閲覧）の 1 タスクあたりの点数と費用: Opus 5.5 high 54 点 $1.82 / medium 51 点 $1.34 / low 42 点 $0.55、Sonnet 5.5 high 47 点 $1.12 / medium 41 点 $0.59 / low 36 点 $0.42、Haiku 4.5 17 点 $0.28。
• 上げ直しは合計で最初から medium にするより高くつく（$0.55+$1.34 > $1.34）。これが「上げ直しが多い種類は medium 起点」の根拠である。
• 実装役の後ろには CI、評価役、親の自己レビューが控える。Master の実績では、Sonnet 5 medium の評価役が親の見逃しを拾えていた。

再評価のきっかけ — Haiku 5.5 の公開時、または #1984 の観察で上げ直しが多いと分かったとき。

Edges

• relates to brake1-evaluator-floor-lowered-to-one — 評価役の幅と同じく、コストを器具の側で調整する判断