Akamai Inferenceとは？料金・対応モデル・OpenAI互換API・RAG導入の判断基準
AI新規事業
AI新規事業のPoC・立ち上げ、何から始めるべきかご相談ください
要件定義からリリースまで、Mojiがワンチームで伴走します。
Akamai Inferenceは、オープンウェイトAIモデルを本番向けに実行するためのフルマネージド推論サービスです。GPUの調達・サービング・オートスケール・モデルのライフサイクル管理をAkamaiが担い、利用側はOpenAI互換APIからモデルを呼び出します。2026年10月27日に発表され、同日時点ではベータ提供です。Akamai Inference公式製品ページ
先に結論を述べると、Akamai InferenceをPoC候補にしやすいのは、オープンウェイトモデルを使いたいがGPU運用は避けたい、既存のOpenAI API形式のアプリケーションを大きく作り替えずに試したい、RAGで埋め込みモデルを含む推論基盤を検討したい場合です。一方で、現時点ではベータであり、個別モデル、API機能、Dedicated Inferenceの提供条件、リージョン、将来の単価は利用申請・契約前に確認する必要があります。
Akamai Inferenceで確認できること
Akamaiは、Akamai Inferenceを「オープンウェイトAIモデルを本番環境で実行するためのフルマネージド推論サービス」と説明しています。利用形態は、共有・自動スケール型のServerless Inferenceと、顧客専用GPU容量上のプライベートエンドポイントを使うDedicated Inferenceです。どちらもOpenAI互換APIを使う設計と案内されています。公式製品ページ
- Serverless Inference：共有GPUプール上の自動スケール型。突発的・予測しにくいトラフィックの開始やPoC向けです。
- Dedicated Inference：単一顧客向けに予約したGPU容量上のプライベートエンドポイント。一定量・高頻度の本番トラフィック向けですが、提供は限定的と案内されています。
- API互換性：既存のOpenAI API利用アプリは、ベースURL、APIキー、モデル選択を変更することで移行できる場合があります。ただし、ツール呼び出しや構造化出力などの対応はモデルごとに異なり得ます。
- データ保持：Akamaiは、プロンプトと応答を保存せず、モデル学習にも利用しない「zero data retention」を案内しています。
ただし、「OpenAI互換」はすべてのエンドポイント、パラメータ、SDK挙動が完全に同一という意味ではありません。機能対応はモデルごとに変わり得るため、移行の可否は実リクエストで確かめてください。公式FAQ
対応モデル：発表時点で分かる範囲
2026年10月27日の発表では、ローンチ時のカタログに12種類のオープンウェイトモデルが含まれ、規模は80億〜2.8兆パラメータと案内されています。例として、NVIDIA Nemotron 3 Ultra、OpenAI gpt-oss-120b、Google Gemma 4が明記され、RAG向けの埋め込みモデルも含むとされています。製品ページでは、Llama、Qwen、DeepSeekを含むカタログとも説明されています。Akamaiの発表
ただし、公開ページからは「12モデルすべての正確なモデルID」「各モデルのコンテキスト長」「入出力モダリティ」「tool calling・structured outputsの対応状況」までは確認できません。採用候補を比較する際は、ベータアクセス後のカタログと仕様を正として確認してください。
確認項目 | PoCでの見方 | 判断を変える条件 |
|---|---|---|
生成モデル | 対象業務の回答品質、形式遵守、応答時間を比較する | 日本語比率、専門用語、長文入力、ツール連携の有無 |
埋め込みモデル | 正解根拠を検索候補へ入れられるかを測る | 文書形式、分割方法、質問の曖昧さ、評価データの品質 |
API機能 | ストリーミング、構造化出力、ツール呼び出しを個別に試す | 採用するモデルとアプリケーション実装 |
Dedicated構成 | 必要なリージョン、GPU構成、専用化の必要性を確認する | 同時実行数、許容遅延、データ所在、契約条件 |
この表はMojiによる一般的なPoC設計の目安です。モデル名だけでは結論は決まりません。入力データの品質、評価指標、許容できる誤り、必要なAPI機能によって選定結果は変わります。
Akamai Inferenceの料金：ベータ中は無料、正式課金後は方式別
2026年10月27日時点で、Akamaiはベータ期間中は料金を請求しないと案内しています。正式な限定提供で課金が始まると、Serverless Inferenceは入力・出力それぞれ100万トークン単位、Dedicated InferenceはGPU時間単位での課金を予定しています。Dedicatedはエンドポイントを確保している間、アイドル時間を含めて分単位で課金される予定です。公開情報には、トークン単価やGPU時間単価の数値はまだ掲載されていません。Akamai Inferenceの料金FAQ
方式 | 公開されている料金の考え方 | 向く可能性がある用途 | 導入前に確認すること |
|---|---|---|---|
Serverless Inference | ベータ中は無料。正式課金後は入出力100万トークン単位 | PoC、利用量が読めない社内ツール、変動するリクエスト | 対象モデル、同時実行、レート制限、入出力単価、上限設定 |
Dedicated Inference | ベータ中は無料。正式課金後はGPU時間単位、分単位請求の予定 | 一定量の本番トラフィック、専用エンドポイントが必要な用途 | 予約GPU、リージョン、最低利用条件、アイドル時間、可用性 |
料金の比較では、トークン単価またはGPU単価だけを見ないことが重要です。Mojiでは、業務1件あたりの総費用として、モデル入出力、検索・埋め込み、ベクトルDB、アプリ実行基盤、ログ保管、人による確認時間を合算して評価する方法を提案します。
OpenAI APIから移行する手順
OpenAI API互換であることは、移行作業が不要という意味ではありません。まずは書き込みや外部送信を伴わない、可逆的な読取り・下書き業務に限定して互換性を確かめるのが安全です。生成AI APIの選定軸全般は、生成AI APIとは？種類・選び方、料金の見方と開発手順を解説も参照してください。
- 対象リクエストを固定する：既存アプリから、代表的な入力・期待形式・失敗例を20〜50件程度選びます。実データを使えない場合は、匿名化または架空の例で作成します。
- 機能依存を洗い出す：利用中のモデルID、チャット形式、ストリーミング、JSON出力、ツール呼び出し、リトライ、トークン計測を一覧にします。
- 接続設定を分離する：ベースURL、APIキー、モデルIDを環境変数または設定レイヤーへ分離します。アプリの業務ロジックへ固定値を埋め込まないようにします。
- 候補モデルで同一評価を実施する：成功率、必須項目の欠落、形式違反、回答時間、入出力トークン、失敗時の再試行を記録します。
- フォールバックと停止条件を決める：利用上限、タイムアウト、形式検証失敗、検索根拠なし、権限外データ検出時の挙動を実装します。
- 限定利用から開始する：本番トラフィックの一部または社内利用に限定し、変更前後の評価結果を比較してから拡大します。
以下は架空の例です。設定の意図を表す疑似的な差分であり、Akamai Inferenceの実際のエンドポイントURL、SDK、モデルIDを示すものではありません。
# 架空の例：アプリ設定として切り替える項目
LLM_BASE_URL=<provider-specific-base-url>
LLM_API_KEY=<issued-api-key>
LLM_MODEL=<model-id-from-catalog>
実装時は、APIキーをクライアントアプリへ埋め込まず、サーバー側の秘密情報管理に置いてください。また、互換性テストでは、同じモデル名でも出力傾向が同じとは限らないため、テストケースと期待条件を固定します。
RAGで使う場合の構成と判断基準
Akamaiの発表では、ローンチ時のカタログにRAG向けの埋め込みモデルが含まれると案内されています。また、Akamai Cloud上のマネージドデータベース、オブジェクトストレージ、プライベート／パブリッククラウドとの接続により、企業データをモデル利用へつなげる構成が示されています。公式発表
RAGは「社内文書を入れれば正しく答える」仕組みではありません。文書の正本管理、抽出品質、チャンク分割、検索、再ランキング、回答生成、引用表示、閲覧権限を分けて設計します。基本的な導入判断はRAGとは？導入すべき業務の判断基準・他方式との違い・評価の進め方で解説しています。
- 正本を決める：規程、製品仕様、FAQなど、回答根拠として採用する文書と版管理ルールを定めます。
- 検索と確定値を分ける：説明用の文書検索はRAG、在庫・価格・残高などの現在値は業務DBまたはAPIを正本として直接照会します。
- 埋め込みモデルを評価する：質問ごとに「必要な根拠が検索候補に入ったか」を採点します。最終回答だけで評価すると、検索と生成の失敗を区別できません。
- 回答生成モデルを評価する：取得済み根拠だけを使うか、引用を正しく示すか、根拠不足時に回答を保留できるかを確認します。
- 権限を検索前に適用する：回答を生成した後に隠すのではなく、検索候補へ入れる前に閲覧権限でフィルタリングします。
RAGの評価ケース、品質管理、変更時の再評価は、RAG評価データセットの作り方｜設計・作成・品質確認・更新を実務手順で解説を参考にしてください。
PoCの合否を決めるチェックリスト
以下はMojiによるPoC設計の提案です。数値の閾値は一律ではありません。対象モデル、入力品質、評価件数、業務上の許容誤差、利用者が確認できる時間に応じて、開始前に合否基準を決めてください。
- 利用したいモデルがカタログにあり、必要な入力・出力形式を満たす。
- OpenAI互換APIで使う予定の機能が、選んだモデルで実際に動作する。
- Serverless／Dedicatedのどちらが、トラフィックの変動と可用性要件に合うか説明できる。
- リージョン、Dedicatedの提供可否、契約条件、将来の料金を確認できている。
- プロンプト・応答のゼロデータ保持という仕様に加え、自社アプリ、検索基盤、監視ツール、バックアップのログ保持を別途確認した。
- RAGの場合、質問ごとに正解根拠が検索候補と最終コンテキストへ残ることを確認した。
- 出力の誤り、形式違反、タイムアウト、利用上限超過時に、誰がどう止めるかを決めた。
- 本番拡大前に、実データの扱い、秘密情報、アクセス権、監査ログについて社内の担当者と確認した。
まとめ：今は「無料ベータで互換性と業務適合を測る」段階
Akamai Inferenceは、オープンウェイトモデルをOpenAI互換APIで利用し、ServerlessとDedicatedを使い分ける構成を掲げる推論サービスです。2026年10月27日時点ではベータ段階で、ベータ中の利用料金は無料ですが、正式課金後の単価や提供条件は公開されていません。
したがって現時点の導入判断は、「最安か」「最速か」を一般論で決めることではなく、対象モデル、必要なAPI機能、RAGの検索品質、トラフィック特性、データ経路、将来料金を、自社の代表タスクで確認することです。特にOpenAI APIからの移行では、互換APIという説明を前提にせず、モデル別の機能と出力品質をテストしてから切り替えてください。