Claude Fable 5.1
Anthropicが一般提供している中で最も高性能なモデル。高度な推論と長時間実行されるエージェント作業のために設計されています。
- コンテキスト
- 1M
- 入力
- テキスト, 画像
Claude Opus 5.5
Anthropicが高度な作業向けに推奨するデフォルトモデル。長時間のエージェント型コーディングとナレッジワークに対応し、アダプティブシンキングは常にオン。
- コンテキスト
- 1M
- 入力
- テキスト, 画像
Claude Sonnet 5.5
日常的なコーディング、エージェント、エンタープライズ業務のために速度と知性のバランスを取ったAnthropicのモデル。アダプティブシンキングはデフォルトでオン。
- コンテキスト
- 1M
- 入力
- テキスト, 画像
Claude Haiku 4.5
Anthropicの現行モデルの中で最速かつ最も低コストなモデル。200Kトークンのコンテキストウィンドウと、オプションの拡張思考を備えています。
- コンテキスト
- 200K
- 入力
- テキスト, 画像
GPT-6 (Astra, Sol, Luna)
OpenAIの現行推論モデルファミリー。3つの層があり、Astraは最も難しい作業向け、SolはAstraに近い結果をより低コストで、Lunaは大量処理向けです。
- コンテキスト
- 1.05M
- 入力
- テキスト, 画像
GPT-5.6 (Sol, Terra, Luna)
OpenAIの前世代モデル。Sol、Terra、Lunaの3層（フラッグシップ、バランス型、最低コスト）を導入しました。
- コンテキスト
- 1.05M
- 入力
- テキスト, 画像
gpt-oss (120b, 20b)
Apache 2.0で提供されるOpenAIのオープンウェイトMixture-of-Experts推論モデル。120bは80 GBのGPU 1基に収まり、20bは16 GBのデバイスで動作します。
- コンテキスト
- 131K
- 入力
- テキスト
Gemini 3.8 Flash
Googleが現在一般提供しているFlashモデル。Flashならではの速度とコストで、長期的なエンジニアリング、自律エージェント、エンタープライズワークフローを狙ったモデルです。
- コンテキスト
- 1.05M
- 入力
- テキスト, 画像, 動画, 音声, PDF
Gemini 3.1 Pro
Googleの現行Proモデル。Gemini APIではプレビュー提供中で、複雑な推論、ソフトウェアエンジニアリング、正確なマルチステップのツール利用向けに調整されています。
- コンテキスト
- 1.05M
- 入力
- テキスト, 画像, 動画, 音声, PDF
Gemini 3.5 Flash-Lite
Googleの3.5モデルの中で最も低コスト・低レイテンシなモデル。高スループットのサブエージェント作業、ドキュメント解析、シンプルな抽出のために設計されています。
- コンテキスト
- 1.05M
- 入力
- テキスト, 画像, 動画, 音声, PDF
Gemma (Gemma 4, Gemma 3)
Googleのオープンウェイトモデルファミリー。エッジ向けの小型モデルから、Gemma 4の31B Denseモデルと26B Mixture-of-Expertsモデルまでそろっています。
- コンテキスト
- –
- 入力
- テキスト, 画像
Grok 4.7
コーディング、エージェントタスク、ナレッジワーク向けのxAIのフロンティアモデル。テキストと画像の入力に対応し、推論強度を選択できます。
- コンテキスト
- 500K
- 入力
- テキスト, 画像
DeepSeek Flash (V4.1)
DeepSeekの現行Flashモデル。ネイティブの画像理解、1Mトークンのコンテキストを備え、思考はデフォルトでオン。ウェイトはMITライセンスです。
- コンテキスト
- 1M
- 入力
- テキスト, 画像
DeepSeek V4 Pro
DeepSeekの大規模なV4 Proモデル。API経由ではテキストのみで、1Mトークンのコンテキスト、ツール呼び出し、選択可能な思考強度を備えています。ウェイトはMITライセンスです。
- コンテキスト
- 1M
- 入力
- テキスト
DeepSeek-R1 Distill (8B)
小型のオープン推論モデル。DeepSeek-R1の思考の連鎖で学習したQwen3-8Bで、ローカル利用向けです。
- コンテキスト
- 128K
- 入力
- テキスト
Kimi K3
Moonshot AIのフラッグシップモデル。1Mトークンのコンテキスト、ネイティブの画像・動画理解、常時オンの思考を備え、ウェイトも公開されています。
- コンテキスト
- 1.05M
- 入力
- テキスト, 画像, 動画
Kimi K2.7 Code
Moonshot AIのコーディング専用モデル。256Kトークンのコンテキスト、常時オンの思考、ツール呼び出しを備え、別途高速版もあります。
- コンテキスト
- 256K
- 入力
- テキスト, 画像, 動画
Qwen 3.8 (Max, Flash)
AlibabaのQwen 3.8ライン。Maxがフラッグシップで、MaxとFlashはどちらも1Mトークンのコンテキスト、画像・動画入力、ハイブリッド思考を提供します。
- コンテキスト
- 1M
- 入力
- テキスト, 画像, 動画
Qwen 3.7 Plus
Qwen 3.7 PlusとFlashは、1Mトークンのコンテキスト、画像・動画入力、ハイブリッド思考、関数呼び出しを備え、マルチモーダルなエージェント作業に対応します。
- コンテキスト
- 1M
- 入力
- テキスト, 画像, 動画
GLM-5.3
ソフトウェアエンジニアリングとエージェント作業向けのZ.aiのフラッグシップ。1Mトークンのコンテキスト、最大128Kトークンの出力、公開ウェイトを備え、Flash版では画像と動画の入力が加わります。
- コンテキスト
- 1M
- 入力
- テキスト
MiniMax M3
MiniMaxのネイティブマルチモーダルなコーディング・エージェントモデル。最大1Mトークンのコンテキストと、ツール呼び出しの間に挟み込まれる思考を備え、ウェイトも公開されています。
- コンテキスト
- 1M
- 入力
- テキスト, 画像, 動画
Mistral Large 3
Apache 2.0で提供されるMistralのオープンウェイトMixture-of-Expertsフラッグシップ（アクティブ41B、総パラメータ675B）。画像理解に対応しています。
- コンテキスト
- 256K
- 入力
- テキスト, 画像
Mistral Medium 3.5
指示追従、推論、コーディングを兼ね備えた128BのDenseマルチモーダルモデル。推論強度はリクエストごとに設定できます。
- コンテキスト
- 256K
- 入力
- テキスト, 画像
Mistral Small 4
指示追従、推論、コーディングを兼ね備えたオープンウェイトのMixture-of-Expertsモデル（アクティブパラメータ約6B）。画像入力に対応しています。
- コンテキスト
- 256K
- 入力
- テキスト, 画像
Ministral 3 (3B, 8B, 14B)
3つのサイズの小型オープンウェイトモデル。各サイズにベース、インストラクト、推論の各バリアントがあり、画像理解にも対応。ローカルやエッジでの利用向けです。
- コンテキスト
- 256K
- 入力
- テキスト, 画像
Codestral
Fill-in-the-middleやコード生成など、低レイテンシで高頻度のタスク向けのMistralのコーディングモデル。
- コンテキスト
- 128K
- 入力
- テキスト
Llama 4 (Scout, Maverick)
アクティブパラメータ17BのMetaのネイティブマルチモーダルMixture-of-Expertsモデル：Scout（総パラメータ109B）とMaverick（総パラメータ400B）。
- コンテキスト
- 1M
- 入力
- テキスト, 画像
Llama 3.3 70B
8言語の多言語対話向けのMetaの70Bテキストモデル。ツール利用に対応しています。
- コンテキスト
- 128K
- 入力
- テキスト
Llama 3.2 1B
制約のある環境やオンデバイス向けの1.2Bパラメータ多言語モデル。EDDIのJVM内で実行できるほど小型です。
- コンテキスト
- 128K
- 入力
- テキスト
Amazon Nova (Pro, Lite)
テキスト、画像、動画を受け付けるBedrock上のAmazonのマルチモーダルモデル。Proはバランス型、Liteは低コスト型です。
- コンテキスト
- 300K
- 入力
- テキスト, 画像, 動画
Cohere Command A
ツール利用、検索、23言語に重点を置いたCohereの111Bエンタープライズモデル。Oracleでは推論版とビジョン版も提供されています。
- コンテキスト
- 256K
- 入力
- テキスト
Phi-4-mini
メモリに制約があり、レイテンシに敏感な作業や、数学・論理の推論向けのMicrosoftの3.8Bオープンモデル。
- コンテキスト
- 128K
- 入力
- テキスト
このフィルターに一致するモデルはありません。
モデルの実行場所
同じモデルを複数の場所から利用できることがよくあります。データの送信先として許される場所、チームがすでに使っている環境、認証方法を基準に選んでください。
Amazon Bedrock
Anthropic、Meta、Amazon、OpenAI、Mistralなどのモデルに、AWSのマネージドサービスとしてアクセスできます。
- モデル提供元は顧客のプロンプトや生成結果を見ることができない
- VPCとPrivateLinkによるプライベートネットワーク
- データレジデンシーのためのリージョン内およびクロスリージョン推論
Google Vertex AI
GeminiとModel GardenのモデルをホストするGoogle CloudのAIプラットフォーム。現在はGemini Enterprise Agent Platformとも呼ばれます。
- リージョンエンドポイントで処理を1つの法域内に保持
- ネットワーク分離のためのVPC Service Controls
- Google Cloudの認証情報による認証
Azure OpenAI
お客様のAzureサブスクリプションでホストされるOpenAIモデル。現在はMicrosoft Foundryの一部で、デプロイ名で呼び出します。
- Data Zoneデプロイで処理をEU、米国、APACのいずれかに保持
- Azureバックボーン上のプライベートエンドポイント
- 予約容量のためのプロビジョンドスループット
Oracle OCI Generative AI
Cohere、Meta Llamaなどのモデルを提供するOracle Cloudのマネージドサービス。オンデマンドまたは専用クラスターで利用できます。
- 専用AIクラスター
- プライベートエンドポイントとデータ分離
- OCI IAMポリシーによる統制
Groq
Groq独自のLPUチップ上でオープンモデルを実行する推論クラウド。OpenAI互換APIで利用できます。
- 非常に低いレイテンシ
- gpt-ossやQwenなどのオープンモデル
- キー1つで、インフラ不要
OpenRouter
多数のプロバイダーの数百のモデルに1つのAPIでアクセスでき、リクエストごとにモデルを選ぶ自動ルーターを備えています。
- 1つのキーで多数のベンダー
- プロバイダー間の自動フォールバック
- openrouter/autoがタスクごとにモデルを選択
Ollama
ローカルAPIの背後で、お客様のハードウェア上でオープンモデルを実行します。必要ならEDDIと同じDockerネットワーク上でも動かせます。
- クラウド接続は不要
- データが自社のマシンの外に出ない
- コマンド1つでモデルを取得
Hugging Face
リポジトリIDでオープンモデルをホスト型推論として利用でき、1つのトークンでパートナープロバイダーにルーティングされます。
- リポジトリIDでオープンモデルを利用
- プロバイダーをまたいで1つのトークン
- 運用するインフラは不要
Jlama
EDDIのJVM内で小型モデルを実行する純Javaの推論エンジン。モデルサーバーは一切不要です。
- 追加でデプロイするものはなし
- フットプリントの小さい量子化モデル
- ウェイトをキャッシュすればエアギャップ環境でも動作
カタログにない場合は？
OpenAI互換のエンドポイントであれば、type: openaiとbaseUrlで利用できます。Cohere、Together、vLLM、llama-server、社内ゲートウェイも含まれます。OpenRouterなら1つのキーでさらに数百のモデルにアクセスできます。
複数のモデルを組み合わせる
EDDIはモデルをカスケードとして連結できます：まず高速で安価なモデルが回答し、コンフィデンスが低い場合にのみより強力なモデルを呼び出します。モデルカスケードをご覧ください。