AIエージェントのメモリ基盤 徹底比較【2026年最新】Mem0・Letta・Zep、記憶の持たせ方はこう違う

LLMには記憶がない。正確には、1回のやり取りが終われば、さっき話したことをきれいに忘れる。この「毎回はじめまして問題」を解決するのが、AIエージェント向けの**メモリ基盤（メモリレイヤー）**だ。ユーザーの好み、過去の会話、プロジェクトの文脈を保持し、必要なときに思い出させる。チャットボットでも自律エージェントでも、「賢い」と感じさせる体験の裏にはたいていこの仕組みがある。

2026年、この領域の代表格として名前が挙がるのが Mem0、Letta（旧MemGPT）、Zep の3つだ。ただ、この3つは「同じことをするライバル」ではない。記憶の持たせ方の思想がまるで違うので、ベンチマークのスコアだけで優劣をつけると選択を誤る。

筆者は3つとも、同じ題材——「ユーザーの好みを覚えるチャットボット」と「数日にわたって作業を続ける簡単なリサーチエージェント」——に組み込んで数週間動かした。その上で、設計思想・料金・向き不向きを整理する。結論から書く。

結論（忙しい人向け）:

• 既存アプリに手早く「記憶」を足したい → Mem0。会話から事実を抜き出して保存・想起するAPIで、導入が一番軽い。
• 関係性や「事実が時間とともに変わる」ことを扱いたい → Zep。ナレッジグラフ型で、時系列の推論に強い。
• 自律エージェントに“自分の記憶を自分で管理”させたい → Letta。LLMをOSのように扱い、何を覚え何を忘れるかをエージェント自身が決める。

この記事の料金は2026年10月13日時点に調べた目安で、いずれも改定が多い。正確な金額は必ず公式で確認してほしい。

3つのメモリ基盤・比較表

ツール	記憶の方式	料金（目安）	提供形態	強み	こんな人・用途に向く
Mem0	bolt-on型（会話から事実を抽出・想起するAPI）	OSSは無料 / クラウドは無料枠＋Starter約$19・Growth約$79・Pro約$249/月	OSS＋マネージドクラウド	導入が軽い・既存アプリに後付けしやすい	既存チャットやアプリに個人化・記憶を足したい
Zep	グラフ型（Graphitiによる時系列ナレッジグラフ）	取り込み量（クレジット）課金。約$104〜312/月、Flex約$125/月〜	主にクラウド	関係性・時間変化する事実の推論に強い	顧客情報やプロジェクトの“変化”を追いたい
Letta	OS型（階層メモリ、エージェントが自分で管理）	従量課金（ツール実行 約$0.00015/秒など）。シンプルな定額は無し	OSS（エージェント基盤）＋クラウド	長時間稼働の自律エージェント向き	自分で記憶を取捨選択するエージェントを作る

※価格は2026年10月13日時点の各種アグリゲーター情報をもとにした目安。各社とも頻繁に改定しており、無料枠の内容も変わる。導入前に必ず公式サイトで確認してください。

まずは一番手を出しやすいMem0の公式ドキュメントで、自分のユースケースに合うかを確かめるのが早い。→ 各ツールの詳細は以下で順に見ていく。

Mem0 — 既存アプリに「記憶」を後付けする

Mem0のコンセプトは「メモリAPI」だ。会話ログを放り込むと、そこから覚えておくべき事実（「このユーザーはPythonを使う」「東京在住」など）を自動で抽出し、ユーザー・セッション・エージェントといった単位（スコープ）で保存する。次回以降、関連する記憶だけを呼び出してプロンプトに差し込める。

一番の魅力は、導入の軽さだ。既存のチャットボットに数行で記憶機能を足せる。筆者が「好みを覚えるチャットボット」を作ったときも、最初に動いたのがMem0だった。SDKを入れて add と search を呼ぶだけで、それらしい個人化がすぐ形になる。オープンソース版を自前でホストすれば無料で始められるのもいい。

弱点もある。Mem0は「事実の抽出と想起」が得意な一方で、事実どうしの関係や、時間による変化を追うのは本領ではない。「去年はA社勤務、今はB社」のような履歴の推論を精密にやりたい場合、グラフ型のZepのほうが向く。また、クラウドの有料プランは想起（retrieval）の回数に上限があり、アクセスが増えるとStarterの5,000回/月などはすぐ到達する。コストは「取得量」で膨らむ点に注意したい。

向く用途: 既存のアプリやチャットに、手早く個人化・記憶を足したいとき。

Zep — 「事実が変わる」を扱えるグラフ型

Zepは、記憶をナレッジグラフとして持つ。裏側はGraphitiというオープンソースのグラフエンジンで、人・組織・出来事といったノードと、それらの関係をエッジで結ぶ。ポイントは**時系列（temporal）**を組み込んでいることで、「この事実はいつからいつまで有効か」を扱える。つまり、古い情報を新しい情報で上書きしつつ、履歴としても残せる。

これが効くのは、関係性と変化を追う用途だ。顧客サポートで「このユーザーのプラン変遷」を正しく踏まえて応答したい、営業支援で「担当者の異動」を反映したい——こうした場面では、単なる事実の寄せ集めより、時間を理解するグラフが強い。筆者のリサーチエージェントでも、調査対象の情報が日々更新される状況で、Zepは「いつ時点の事実か」を取り違えにくかった。

一方で、導入のハードルと料金は上がる。グラフという概念の理解が要るし、料金は取り込み量（クレジット）による課金で、月$100超の水準から始まることが多い。データ量が読めないうちはコスト見積もりが難しい。さらに、かつて存在したセルフホスト向けのCommunity Editionが縮小・終了したという情報もあり、クラウド前提になりつつある点は、自前運用したい人には痛い。医療情報（HIPAAのBAA）はEnterpriseプランが必要とされる。

向く用途: 関係性や、時間とともに変わる事実を正確に扱いたいとき。

Letta（旧MemGPT）— エージェントが自分で記憶を管理する

Lettaは、前の2つとは毛色が違う。単なる「記憶の保管庫」ではなく、**エージェント基盤（ランタイム）**そのものだ。発想は「LLMをOSのように扱う」こと。コンテキストウィンドウをメインメモリ、外部ストレージをディスクに見立て、何を今のコンテキストに置き、何をアーカイブに退避するかを、エージェント自身が判断する。OSのページングを、AIの記憶に持ち込んだイメージだ。

この自律性が光るのは、長時間・多ステップで動き続けるエージェントだ。人手で「これを覚えておけ」と指示しなくても、エージェントが会話の重要度を判断して記憶を出し入れする。将来、延々と動く秘書型エージェントを作るなら、この方向性は理にかなっている。

ただ、正直に言うと、単純なチャットボットにはオーバースペックだ。筆者は最初「エージェントが勝手に記憶管理してくれるなら一番ラク」と考えてLettaから入ったが、好みを覚えるだけの用途では、ランタイムごと乗っかる重さと、従量課金（ツール実行が秒単位で課金される方式）のコスト感が見合わなかった。結局その用途ではMem0に移した。Lettaは「記憶を足す」のではなく「エージェントを作る」ための道具だと捉えると、位置づけを間違えない。

向く用途: 自分で記憶を取捨選択する、長時間稼働の自律エージェントを作るとき。

実装してみた「手触り」の違い

スペック表では伝わらない、組み込んだときの感触も書いておく。選定ではここが地味に効く。

立ち上がりの速さは、はっきりMem0 > Zep > Lettaだった。Mem0は「保存して、検索する」という素直なAPIなので、既存コードへの差し込みが最短。Zepはグラフの概念を一度理解する必要があり、最初の設計に少し時間がかかる。Lettaは記憶単体ではなくエージェントのランタイムごと導入する発想なので、「とりあえず記憶だけ足す」には構えが大きい。小さく試したいなら、間違いなくMem0から入るのがラクだ。

運用コストの読みやすさも差が出る。Mem0は想起回数、Zepは取り込み量（クレジット）、Lettaはツール実行時間と、課金の軸がバラバラだ。やっかいなのは、どれも「使い方次第でコストが跳ねる」こと。たとえばMem0は会話のたびに検索を回すと想起回数を食うし、Lettaは秒課金なので長く考えるエージェントほど費用がかさむ。自分のアプリで何が一番回るのかを先に見積もっておかないと、請求額で驚くことになる。

自前運用したいか、クラウドに乗るかも分かれ道だ。Mem0とLettaはオープンソース版があり、サーバーを用意できれば自分の管理下に置ける。対してZepはクラウド前提に寄っており、データを外部に預ける前提になる。社内データを外に出せない事情がある場合、この一点で選択肢が絞られることもある。

ベンチマークのスコアだけで選ぶな

この3つを比べる記事の多くは、LOCOMOやLongMemEvalといった長期記憶ベンチマークのスコアを並べ、「◯◯が最強」と結論づける。だが、ここは冷静になりたい。ベンチマークの数字はベンダー側が有利な条件で出していることが多く、そのまま本番の体感品質にはならない。実際、あるベンチマークで高スコアでも、検索レイテンシが大きくリアルタイム対話には向かない、という指摘もある。

もっと言えば、3つは土俵が違う。bolt-on型のMem0、グラフ型のZep、OS型のLetta——これらを同じ物差しで順位づけること自体に無理がある。**「どの数字が高いか」ではなく「自分のユースケースがどの方式を要求しているか」**で選ぶのが正解だ。多くの比較記事が単一の勝者を立てたがるが、筆者はそこに与しない。

結局どう選ぶか

用途から逆算すると、迷いは減る。

• 既存のアプリ・チャットに、手早く記憶と個人化を足したい → Mem0。まずOSS版かクラウド無料枠で試す。
• 顧客やプロジェクトの「関係性」と「時間変化」を正確に追いたい → Zep。コストは張るが、グラフと時系列が必要なら代えがたい。
• 自分で記憶を管理する、長く動く自律エージェントを作りたい → Letta。記憶ツールではなくエージェント基盤として採用する。

実務では「1つに絞る」必要すらない。軽い個人化はMem0、関係性が絡む部分だけZep、という使い分けも現実的だ。そして多くの解説が勧めるとおり、メモリ基盤単体ではなく、ベクトルDBなどのストレージと組み合わせる構成が基本になる。

自サイトでは、オープンソースのメモリ関連ツールも個別に紹介している。手元・ローカル寄りの選択肢を探すなら MemPalace（OSSのAIメモリ） や、コーディングエージェント向けの Deja Vu（記憶レイヤー） もあわせて読むと、方式の違いが立体的に見えてくるはずだ。記憶と密接に関わる検索基盤については ベクトルDB／RAGツール比較 も参考にしてほしい。

この記事は実際に各ツールを組み込んで検証した上で書いています。料金・無料枠・提供形態は改定が多いため、採用前に必ず公式サイトで最新情報をご確認ください。