> ## Documentation Index
> Fetch the complete documentation index at: https://docs.apiyi.com/llms.txt
> Use this file to discover all available pages before exploring further.

# 人気モデル

> 400以上の対応 AI モデルの詳細情報をご覧いただけます。人気で実用的な AI 大規模モデルをおすすめします。

APIYIは400以上の主要なAIモデルをサポートしています。このページでは、モデルの詳細情報、料金、使用方法を紹介します。

<Note>
  **エンタープライズグレードのプロフェッショナルで安定したAI大規模モデルAPIハブ**
  すべてのモデルは公式ソースから取得して転送しており、価格は約20%オフです（チャージ特典と為替レートの優位性を組み合わせたものです）。さまざまな優れた大規模モデルを集約し、速度制限なし、有効期限なし、アカウント停止リスクなし、従量課金で、長期的に信頼できるサービスを提供します。
</Note>

## 🔥 現在おすすめのモデル

以下は、現在安定供給されている人気モデルです。完全なモデル一覧とリアルタイムの料金は、[APIYI コンソールの料金ページ](https://www.apiyi.com/account/pricing)をご覧ください。

<Warning>
  **モデルアップグレードのおすすめ**: 最高のパフォーマンスを得るために、最新モデルの利用をおすすめします。ただし、次の点にご注意ください:

  1. **初期の不安定さはよくあります**: 新しく公開されたモデルは、提供元の計算リソースが限られているため、応答の遅延、タイムアウト、または時折のエラーが発生することがあります。これは通常、数日から数週間で安定します
  2. **パラメータの互換性を確認してください**: 新しいモデルでは、パラメータが追加されたり変更されたりすることがあります（例: `max_completion_tokens` が `max_tokens` に置き換わる）。アップグレード前に、APIパラメータが旧モデルと互換のままであることを確認してください
  3. **本番投入前に必ずテストしてください**: 新しいモデルを本番環境にデプロイする前に、テスト環境で十分に検証し、出力品質とAPI互換性が期待どおりであることを確認してください
</Warning>

## モデルカテゴリ

### 🤖 OpenAIシリーズ

#### 🆕 最新モデル

| Model Name           | Model ID        | Context Length | Features                                                                           | Recommended Scenarios |
| -------------------- | --------------- | -------------- | ---------------------------------------------------------------------------------- | --------------------- |
| **GPT-5.5 Pro**      | `gpt-5.5-pro`   | 1M             | 現時点で最強の推論、Terminal-Bench 2.0 82.7%；**`/v1/responses` エンドポイント + SVIP グループのみ**、非常に高価 | 最上位の推論、リサーチ（専門用途）     |
| **GPT-5.5** 🔥       | `gpt-5.5`       | 1M             | SWE-bench Verified 88.7%、幻覚は 5.4 より 60% 少なく、新しい `xhigh` 推論ティア                      | 複雑なエージェント、業務向けワークフロー  |
| **GPT-5.4**          | `gpt-5.4`       | 1M             | ネイティブのコンピュータ利用、GDPval 83%                                                          | 複雑なエージェント、業務向けワークフロー  |
| **chat-latest**      | `chat-latest`   | 400K           | バージョンなしのエイリアスで、常に最新の ChatGPT Instant（現在は GPT-5.5 Instant）を指します                     | 迅速な文章作成、会話            |
| **GPT-5.2**          | `gpt-5.2`       | 400K           | プロフェッショナルを上回る GDPval 70.9%                                                         | プログラミング計画、構造化タスク      |
| **GPT-5.3 Codex** 🔥 | `gpt-5.3-codex` | 128K           | SWE-Bench Pro SOTA、複雑なプログラミングとエージェントタスク                                            | 複雑なプログラミング、エージェントタスク  |
| **GPT-5.1**          | `gpt-5.1`       | 128K           | インテリジェンスと速度のバランス、SWE-bench 76.3%、24時間キャッシュ                                         | 一般アプリ、プログラミング         |

<Warning>
  **GPT Proシリーズ（例：`gpt-5.5-pro`、`gpt-5-pro`）の使用上の注意**:

  1. **`/v1/responses` エンドポイントのみ**：`/v1/chat/completions` は使用できません — 呼び出し前に SDK / コードを Responses API に切り替えてください
  2. **非常に高価**：1回の呼び出しで数ドルかかる場合があり、Default グループでの誤用を防ぐため SVIP グループのみ利用可能です
  3. **非専門用途には推奨しません**：日常的なタスクには GPT-5.5 / GPT-5.4 を使用してください。Pro は、極めて深い推論を要する研究や最上位の業務にのみ適しています
</Warning>

#### ✅ 安定版 / クラシック

| Model Name       | Model ID       | Context Length | Features             | Recommended Scenarios |
| ---------------- | -------------- | -------------- | -------------------- | --------------------- |
| **GPT-5** ⭐      | `gpt-5`        | 128K           | フラッグシップの安定版、非常に強力な推論 | 最上位の推論、複雑なタスク         |
| **GPT-5 Mini**   | `gpt-5-mini`   | 128K           | GPT-5 の軽量版、優れた性能     | 性能とコストのバランス           |
| **GPT-5 Nano**   | `gpt-5-nano`   | 128K           | GPT-5 の超軽量版          | 大規模なバッチ処理             |
| **o3** ⭐         | `o3`           | 200K           | 推論モデル、価格を大幅に引き下げ     | 複雑な推論、数学、プログラミング      |
| **o4-mini**      | `o4-mini`      | 200K           | 軽量な推論モデル             | プログラミングの最有力候補         |
| **GPT-4.1** ⭐    | `gpt-4.1`      | 128K           | 高速で、主力モデル            | 一般的なアプリケーション          |
| **GPT-4.1 Mini** | `gpt-4.1-mini` | 128K           | より安価な軽量版             | コスト重視のシナリオ            |
| **GPT-4o**       | `gpt-4o`       | 128K           | バランスの取れたマルチモーダル性能    | 一般的なシナリオ              |
| **GPT-4o Mini**  | `gpt-4o-mini`  | 128K           | 軽量で高速な版              | 迅速な応答                 |

<Warning>
  **GPT-5シリーズの使用上の注意**:

  1. Temperature パラメータ `temperature` は 1 に設定する必要があります（1 のみ対応）
  2. `max_completion_tokens` を `max_tokens` の代わりに使用してください
  3. `top_p` パラメータは渡さないでください
</Warning>

<Info>
  **画像生成・動画生成モデル** は専用ページに移動しました。完全な一覧と料金については、[画像生成・動画生成モデル](/ja/api-capabilities/image-video-models)をご覧ください。
</Info>

### 🎭 Claude Series (Anthropic)

#### 🆕 最新モデル

| モデル名                            | モデルID                      | コンテキスト長  | 特徴                                                                  | 推奨シナリオ                 |
| ------------------------------- | -------------------------- | -------- | ------------------------------------------------------------------- | ---------------------- |
| **Claude Opus 4.7** 🔥          | `claude-opus-4-7`          | 1M (ベータ) | コーディングベンチマークが 4.6 比で +13%、本番タスクで 3倍、ツールエラーを 1/3 に削減、新しい xhigh 推論ティア | 最上位のコーディング、複雑なエージェント   |
| **Claude Opus 4.7 Thinking** 🔥 | `claude-opus-4-7-thinking` | 1M (ベータ) | 適応的な思考、強化された深い推論                                                    | 最上位の推論タスク              |
| **Claude Opus 4.6**             | `claude-opus-4-6`          | 1M (ベータ) | Terminal-Bench 2.0 で第1位、128K 出力                                     | 最上位のコーディング、複雑なエージェント   |
| **Claude Sonnet 4.6** 🔥        | `claude-sonnet-4-6`        | 1M (ベータ) | 全面アップグレード、Opus 4.5 に匹敵、優れたコストパフォーマンス                                | プログラミングの最有力候補、エージェント開発 |

#### ✅ 安定版 / クラシック

| モデル名                           | モデルID                                 | コンテキスト長 | 特徴                                 | 推奨シナリオ               |
| ------------------------------ | ------------------------------------- | ------- | ---------------------------------- | -------------------- |
| **Claude Opus 4.5** ⭐          | `claude-opus-4-5-20251101`            | 200K    | SWE-bench 80.9%、価格を 1/3 に削減        | 複雑なプログラミング、最上位の推論    |
| **Claude Sonnet 4.5** ⭐        | `claude-sonnet-4-5-20250929`          | 200K    | 世界水準のコーディング、SWE-bench 77.2%        | コード生成、エージェント開発       |
| **Claude Sonnet 4.5 Thinking** | `claude-sonnet-4-5-20250929-thinking` | 200K    | 思考連鎖モード、深い推論                       | 複雑なプログラミング推論         |
| **Claude Haiku 4.5** ⭐         | `claude-haiku-4-5-20251001`           | 200K    | 高いコストパフォーマンス、SWE-bench 73.3%、速度 2倍 | リアルタイムチャット、ペアプログラミング |
| **Claude 4 Sonnet**            | `claude-sonnet-4-20250514`            | 200K    | 実戦で検証済み、プログラミングの最有力候補              | コード生成、分析             |
| **Claude Opus 4.1**            | `claude-opus-4-1-20250805`            | 200K    | 段階的アップグレード、プログラミング最適化              | 高負荷のプログラミングタスク       |

<Note>
  **最新**: Claude Opus 4.7 はコーディングベンチマークを 4.6 比で 13% 改善し、ツール呼び出しエラーを 1/3 に削減し、4.6 と同じ価格で xhigh 推論ティアを追加しました。Sonnet 4.6 は Opus 4.5 に匹敵し、現在は claude.ai のデフォルトです。**安定版**: Opus 4.5 と Sonnet 4.5 は本番環境向けに実戦で検証済みです。Haiku 4.5 は優れたコストパフォーマンスで 2倍の速度を提供します。
</Note>

### 🌟 Google Gemini シリーズ

#### 🆕 最新モデル

| Model 名                       | Model ID                 | コンテキスト長 | 特徴                                                   | 推奨シナリオ              |
| ----------------------------- | ------------------------ | ------- | ---------------------------------------------------- | ------------------- |
| **Gemini 3.5 Flash** 🔥       | `gemini-3.5-flash`       | 1M      | Terminal-Bench 2.1 76.2%、3.1 Pro を完全に上回り、約半額で約4倍高速   | プログラミングの最有力候補、コスパ最強 |
| **Gemini 3.1 Pro Preview** 🔥 | `gemini-3.1-pro-preview` | 1M      | ARC-AGI-2 77.1%（3 Pro の2倍超）、最先端の推論                   | 複雑な推論、マルチモーダル分析     |
| **Gemini 3 Flash Preview**    | `gemini-3-flash-preview` | 1M      | SWE-bench 78%、3倍高速、thinking / nothinking のバリアントがあります | プログラミング、コスパ重視       |
| **Gemini 3.1 Flash Lite** 🔥  | `gemini-3.1-flash-lite`  | 1M      | GA版、2.5 Flash より64%高速、超低価格                           | 高同時実行数、バッチ、低コスト     |

<Warning>
  **注**: Gemini 3 Pro Preview は 2026年3月9日に廃止されました。Gemini 3.1 Pro Preview へ移行してください。
</Warning>

#### ✅ 安定版 / クラシック

| Model 名                   | Model ID                | コンテキスト長 | 特徴                          | 推奨シナリオ             |
| ------------------------- | ----------------------- | ------- | --------------------------- | ------------------ |
| **Gemini 2.5 Pro** ⭐      | `gemini-2.5-pro`        | 2M      | 正式リリース、プログラミング優位、強力なマルチモーダル | 長文、プログラミング、マルチモーダル |
| **Gemini 2.5 Flash** ⭐    | `gemini-2.5-flash`      | 1M      | 高速、低コスト、正式リリース              | 即応が必要なシナリオ         |
| **Gemini 2.5 Flash Lite** | `gemini-2.5-flash-lite` | 1M      | 超軽量、より高速でより低価格              | 大規模な単純タスク          |

<Note>
  **最新**: Gemini 3.5 Flash は Terminal-Bench 2.1、MCP Atlas などで Gemini 3.1 Pro を完全に上回り、約4倍の速度で約半額です。今日のコスパ最強モデルです。Gemini 3.1 Pro Preview は推論を2倍に強化し（ARC-AGI-2 77.1%）、Google の最先端です。Gemini 3.1 Flash Lite は現在 GA で、高同時実行数向けの最安フロンティアモデルです。**安定版**: Gemini 2.5 Pro（2M コンテキスト）と Gemini 2.5 Flash は GA で、本番環境に最適です。
</Note>

### 🚀 xAI Grok シリーズ

#### 🆕 最新モデル

| モデル名                         | モデルID                   | コンテキスト長 | 特徴                                                                 | 推奨シナリオ              |
| ---------------------------- | ----------------------- | ------- | ------------------------------------------------------------------ | ------------------- |
| **Grok 4.3** 🔥              | `grok-4.3`              | 1M      | Intelligence Index 53、τ²-Bench 98%、IFBench 81%、1M コンテキスト + マルチモーダル | 複雑な推論、一般的なタスク       |
| **Grok 4**                   | `grok-4`                | 標準      | 公式版；`grok-4-all` がネイティブWeb検索を追加                                    | 一般的なタスク、リアルタイム情報    |
| **Grok 4 Fast Reasoning** 🔥 | `grok-4-fast-reasoning` | 200K    | 推論モード、Grok-4 より 93% 以上安価                                           | 複雑な推論               |
| **Grok Code Fast 1** ⭐       | `grok-code-fast-1`      | 256K    | SWE-bench 70.8%、高速生成                                               | コード生成、エージェントプログラミング |

#### ✅ 安定版 / クラシック

| モデル名            | モデルID         | コンテキスト長 | 特徴            | 推奨シナリオ    |
| --------------- | ------------- | ------- | ------------- | --------- |
| **Grok 3** ⭐    | `grok-3`      | 標準      | 公式の安定版        | 日常利用      |
| **Grok 3 All**  | `grok-3-all`  | 標準      | ネイティブWeb検索を強化 | ニュース、市場分析 |
| **Grok 3 Mini** | `grok-3-mini` | 標準      | 推論機能を備えた小型モデル | 軽量タスク     |

### 🔍 DeepSeek シリーズ

#### 🆕 最新モデル

| モデル名                     | モデル ID              | コンテキストウィンドウ | 特徴                                                               | 推奨シナリオ              |
| ------------------------ | ------------------- | ----------- | ---------------------------------------------------------------- | ------------------- |
| **DeepSeek V4 Pro** 🔥   | `deepseek-v4-pro`   | 1M          | 1.6T/49B を有効化、SWE-Verified 80.6 は Claude/Gemini に近く、ハイブリッドアテンション | 複雑な推論、コーディング、エージェント |
| **DeepSeek V4 Flash** 🔥 | `deepseek-v4-flash` | 1M          | 284B/13B を有効化、入力1Mあたりわずか \$0.14、オープンソースのSOTA級の価値                 | 高い同時実行数、バッチ処理       |
| **DeepSeek V3.2**        | `deepseek-v3.2`     | 128K        | GPT-5 レベル、推論でのツール利用                                              | 複雑な推論、コーディング        |

#### ✅ 安定版 / クラシック

| モデル名                | モデル ID                 | コンテキストウィンドウ | 特徴                          | 推奨シナリオ              |
| ------------------- | ---------------------- | ----------- | --------------------------- | ------------------- |
| **DeepSeek V3.1** ⭐ | `deepseek-v3-1-250821` | 128K        | 混合推論、Think/Non-Think の二重モード | インテリジェントな推論、プログラミング |
| **DeepSeek R1**     | `deepseek-r1`          | 64K         | 推論モデル                       | 数学、推論               |
| **DeepSeek V3**     | `deepseek-v3`          | 128K        | 強力な総合性能                     | 一般的なシナリオ            |

### 🐘 中国系モデルシリーズ

#### Zhipu AI (GLM)

**🆕 最新**: GLM-5.1 | **✅ 安定版 / クラシック**: GLM-5, GLM-4.6

| モデル名           | モデルID     | コンテキスト長 | 特長                                                                                         | 推奨シナリオ                 |
| -------------- | --------- | ------- | ------------------------------------------------------------------------------------------ | ---------------------- |
| **GLM-5.1** 🔥 | `glm-5.1` | 200K    | SWE-Bench Pro 58.4 は GPT-5.4 / Opus 4.6 / Gemini 3.1 Pro を上回り、744B MoE、MIT ライセンスのオープンソースです | 複雑なコーディング、エージェント       |
| **GLM-5** ⭐    | `glm-5`   | 200K    | 744B パラメータ（40B アクティベート）、コーディングは Claude Opus 4.5 と整合、オープンソースです                              | 複雑なコーディング、システムエンジニアリング |
| **GLM-4.6**    | `glm-4.6` | 200K    | コードと推論が強化された安定版です                                                                          | プログラミング、推論、エージェント      |
| **GLM-4.5**    | `glm-4.5` | 128K    | 標準版で、総合力が高いです                                                                              | 一般的なシナリオ               |

<Info>
  **GLM-5.1 の特長**:

  * 744B MoE パラメータで、最大 8 時間の長期エージェントタスクをサポートします
  * SWE-Bench Pro 58.4 を達成し、オープンソースモデルの中で最も強力なコーディング性能です
  * MIT ライセンスのオープンソースで、非常に高いコストパフォーマンスです
</Info>

#### Alibaba Qwen

**🆕 最新**: Qwen3.7-Max | **✅ 安定版 / クラシック**: Qwen Max, Plus, Turbo

| モデル名               | モデルID         | コンテキスト長 | 特長                                                         | 推奨シナリオ        |
| ------------------ | ------------- | ------- | ---------------------------------------------------------- | ------------- |
| **Qwen3.7-Max** 🔥 | `qwen3.7-max` | 1M      | AA Intelligence Index 56.6（世界トップ5、中国第1位）、35時間の長期エージェント自律実行 | エージェント、多言語、長文 |
| **Qwen Max** ⭐     | `qwen-max`    | 32K     | 最も強力な安定版です                                                 | 一般的なタスク       |
| **Qwen Plus**      | `qwen-plus`   | 32K     | 強化版です                                                      | コスト重視         |
| **Qwen Turbo**     | `qwen-turbo`  | 32K     | 高速版です                                                      | 低遅延           |

#### Moonshot Kimi シリーズ

**🆕 最新**: Kimi K2.6 | **✅ 安定版 / クラシック**: Kimi K2.5, K2

| モデル名                 | モデルID            | コンテキスト長 | 特長                                                                  | 推奨シナリオ         |
| -------------------- | ---------------- | ------- | ------------------------------------------------------------------- | -------------- |
| **Kimi K2.6** 🔥     | `kimi-k2.6`      | 256K    | 1T MoE / 32B アクティベート、SWE-Bench Pro 58.6 で GPT-5.4 と Opus 4.6 を上回ります | コーディング、エージェント  |
| **Kimi K2.5**        | `kimi-k2.5`      | 200K    | ネイティブなマルチモーダル、Agent Swarm 100 agents                                | マルチモーダル、エージェント |
| **Kimi K2 公式リリース** ⭐ | `kimi-k2-250711` | 200K    | Volcano Engine との提携により、安定性が高いです                                     | 本番環境           |

### 🌐 MiniMax シリーズ

**🆕 最新**: MiniMax M2.7 | **✅ 安定版 / クラシック**: MiniMax M2.5

| モデル名                | モデル ID         | コンテキスト長 | 特徴                                                 | 推奨シナリオ                |
| ------------------- | -------------- | ------- | -------------------------------------------------- | --------------------- |
| **MiniMax M2.7** 🔥 | `MiniMax-M2.7` | 標準      | 10Bパラメータ、SWE-bench Pro 56.22%、自己進化型、最小の Tier-1 モデル | コーディング、エージェント         |
| **MiniMax M2.5**    | `minimax-m2.5` | 標準      | 230B（10Bが有効化）、SWE-bench 80.2%、高いコストパフォーマンス         | コーディング、エージェント、オフィス自動化 |

<Info>
  **MiniMax M2.7 の特徴**:

  * わずか10Bパラメータで SWE-bench Pro 56.22% に到達する、最小の Tier-1 モデル
  * 自己進化型。標準 \$0.3 / highspeed (`MiniMax-M2.7-highspeed`) \$0.6 / 1M input tokens あたり
  * モデル重みをオープンソース公開
</Info>

## 💰 料金情報

### 課金方法

* **従量課金制**: 実際の Token 使用量に基づいて課金されます
* **最低課金なし**: 使った分だけ支払い、残高は失効しません
* **リアルタイム差し引き**: 各呼び出しの直後に料金が残高から即時差し引かれます

### 料金のメリット

* 公式リレーによるわずかな価格優位があります
* 大口ユーザーはカスタマーサービスに連絡すると、より良い価格をご案内できます
* 新規ユーザーは登録時に 300 万 token のテスト用クレジットを受け取れます

### リアルタイム価格を表示

[APIYI コンソール料金ページ](https://www.apiyi.com/account/pricing) にアクセスして、すべてのモデルの最新価格を確認してください。

## 🛠️ 使用上の推奨事項

### モデル選定ガイド

**プログラミング開発**

* 最高性能: Claude Opus 4.7 (+13% のコーディング性能、4.6 比), GPT-5.5 (SWE-bench 88.7%), Claude Sonnet 4.6 (Opus 4.5 に匹敵)
* 高コスパ: Gemini 3.5 Flash (3.1 Pro を約半額で上回る), GLM-5.1 (SWE-Bench Pro 58.4), Kimi K2.6, DeepSeek V4 Flash
* 代替候補: DeepSeek V4 Pro, Qwen3.7-Max, MiniMax M2.7, o4-mini

**テキスト作成**

* 最有力: GPT-5.5, GPT-5.4, Gemini 3.1 Pro Preview, Claude Opus 4.7, Claude Sonnet 4.6
* 代替候補: chat-latest, Claude Sonnet 4.5, GPT-4.1, GPT-4o, Claude Haiku 4.5, GLM-4.6

**迅速な応答**

* 最有力: Gemini 3.5 Flash (約4倍の速度), Claude Haiku 4.5 (2倍高速), GPT-4o Mini
* 代替候補: Gemini 3.1 Flash Lite, Gemini 2.5 Flash, Grok 4 Fast, GPT-4.1 Mini

**画像生成**

* 最新推奨: GPT Image 1.5 (4倍の速度向上、精密な編集、\$0.01 から)
* プロ向けデザイン: SeeDream 4.5 (12億パラメータ、4K 品質、\$0.035/画像), Nano Banana Pro (4K HD、最高のテキスト描画)
* 高コスパ: Nano Banana (\$0.025/画像), SeeDream 4.0 (\$0.025/画像)
* リバースエンジニアリング済みで最安: sora\_image, gpt-4o-image

**長文処理**

* 最有力: Gemini 2.5 Pro (200万コンテキスト)
* 代替候補: Claude 4 シリーズ (200K コンテキスト)

### コスト最適化の推奨事項

1. **段階的な利用**: 簡単なタスクには安価なモデルを使い、複雑なタスクには高度なモデルを使います
2. **テスト最適化**: まず小さなモデルでテストし、必要条件が分かってから大きなモデルを使います
3. **バッチ処理**: 大量の類似タスクには Nano または Mini 版を選びます
4. **キャッシュ再利用**: 繰り返しのクエリでは結果をキャッシュします

## 🔗 関連リソース

* [モデル比較テスト](https://imagen.apiyi.com/) - 画像生成の効果比較
* [リアルタイム価格照会](https://www.apiyi.com/account/pricing) - 最新の価格情報
* [APIドキュメント](/ja/api-manual) - 詳細なインターフェース仕様
* [クイックスタート](/ja/getting-started) - 統合ガイド

<Note>
  モデル一覧は継続的に更新されています。新しくリリースされた優れたモデルは、順次追加していきます。特定のモデルのご要望や大量利用のご要件がある場合は、カスタマーサービスまでお問い合わせください。
</Note>