BestllamBestllam 活用ガイド
モデルの特徴と選び方
文章を整える、資料を読み解く、複雑な条件を比較する。任せたい仕事からモデルを選び、同じ依頼で自分の業務との相性を確かめましょう。
用途から候補を探す
ひとつに決めず、まずは仕事に合いそうな候補から。
文章作成・推敲
読む相手と文体を指定し、伝わりやすさを比べる。
比較・深い検討
条件の抜け、根拠、反対意見まで整理させる。
コード・開発支援
実装だけでなく、変更理由と確認方法も比べる。
画像・資料の読解
画像入力に対応した環境で、図表と本文の整合を確認する。
要約・分類・定型処理
繰り返す仕事は、仕上がりと利用量の釣り合いを見る。
複数工程の仕事
計画、途中の修正、取りまとめまで一続きで試す。
画像生成・編集
構図、文字、参照画像の再現性を確かめる。
Web検索・情報収集
出典と確認時点を確かめながら調べる。
動画生成
プロンプトや写真から、短い映像を作る。
候補は試し始めるための例です。優劣の順位ではありません。利用できるモデルとツールは契約・ワーキングセット・提供状況によって異なります。
モデル別の特徴
特徴は各開発元の公式情報を要約しています。「活用例」と用途別の候補は、その特徴を業務に当てはめた編集上の提案です。Bestllamでの比較実験や性能順位を示すものではありません。
AnthropicClaude Haiku 4.5短い作業をテンポよく進める
- 特徴・得意な領域
- 速度と効率を重視するClaude。コードやエージェントの小さな作業にも対応します。
- 仕事での活用例
- 問い合わせの分類、短い返信案、コードの部分修正。
- 選ぶ際の注意点
- 条件が多い検討は、SonnetやOpusとも回答を比較してください。
開発元の公式解説（別タブ）確認：2026-09-27
同じ依頼で比較する方法AnthropicClaude Haiku 5.5速さと利用量の軽さを両立する最新のHaiku
- 特徴・得意な領域
- Haikuの最新世代。長い文脈（1Mトークン）の入力と思考（推論）に対応し、短い作業から軽いエージェント処理までを少ない利用量で進めます。
- 仕事での活用例
- 問い合わせの分類、定型文書の下書き、コードの小さな修正、繰り返しの要約。
- 選ぶ際の注意点
- 思考を使う依頼では Haiku 4.5 より応答に時間がかかることがあります。複雑な検討は Sonnet や Opus とも比較してください。
開発元の公式解説（別タブ）確認：2026-10-15
同じ依頼で比較する方法AnthropicClaude Sonnet 4.6開発と業務文書を幅広く支援
- 特徴・得意な領域
- コーディング、長い文脈の推論、エージェントの計画、知識業務を強化した世代です。
- 仕事での活用例
- 仕様の整理から実装方針、利用者向け説明文まで。
- 選ぶ際の注意点
- Sonnet 5とは別の世代です。既存の依頼文を使い続ける場合も結果を確認します。
開発元の公式解説（別タブ）確認：2026-09-27
同じ依頼で比較する方法AnthropicClaude Opus 4.8複雑な仕事をじっくり検討する
- 特徴・得意な領域
- 高度なコーディングと知識業務を対象にしたOpus世代です。
- 仕事での活用例
- 複数案の設計レビューや、前提が多い提案書の検討。
- 選ぶ際の注意点
- Opus 5・5.5の特徴と同一ではありません。回答の品質と所要時間を比べます。
開発元の公式解説（別タブ）確認：2026-09-27
同じ依頼で比較する方法AnthropicClaude Opus 5.5難しい仕事を、分かりやすく取りまとめる
- 特徴・得意な領域
- 複雑な仕事への対応に加え、要点を先に伝える説明や、指定した文章ルールへの追従を改善しています。
- 仕事での活用例
- 設計レビュー、長い検討の取りまとめ、社内向け説明の推敲。
- 選ぶ際の注意点
- 説明の読みやすさと内容の正しさは別です。引用・数値は元の資料と照合します。
開発元の公式解説（別タブ）確認：2026-09-27
同じ依頼で比較する方法AnthropicClaude Fable 5難度の高い知識業務と開発を支援
- 特徴・得意な領域
- 難しい知識業務やコーディング問題を対象とするモデルです。
- 仕事での活用例
- 複雑な要件の整理、設計案の検討、難しい問題の別解探し。
- 選ぶ際の注意点
- 簡単な整形作業まで常に使う必要はありません。必要な深さと利用量を確かめます。
開発元の公式解説（別タブ）確認：2026-09-27
同じ依頼で比較する方法AnthropicClaude Opus 5計画から実行まで踏み込む
- 特徴・得意な領域
- コーディングと知識業務に重点を置き、先を見通して作業することを目指したモデルです。
- 仕事での活用例
- 曖昧な要件の具体化、調査結果からの施策立案。
- 選ぶ際の注意点
- 任せる範囲と完成条件を明記します。Opus 5.5とは説明の傾向などが異なります。
開発元の公式解説（別タブ）確認：2026-09-27
同じ依頼で比較する方法AnthropicClaude Sonnet 5日常の仕事と開発をバランスよく
- 特徴・得意な領域
- 日常業務でのエージェント活用を重視したSonnet。文章やコードを扱う仕事の候補になります。
- 仕事での活用例
- 企画のたたき台、コードレビュー、複数工程の業務相談。
- 選ぶ際の注意点
- 深い検討が足りないと感じたら、条件を具体化し上位モデルとも比較します。
開発元の公式解説（別タブ）確認：2026-09-27
同じ依頼で比較する方法
GoogleGemini 3.1 Pro資料と複雑な条件を読み解く
- 特徴・得意な領域
- 複雑な問題への推論を重視し、文章や画像など複数種類の入力を扱うモデルです。
- 仕事での活用例
- 図表を含む資料の論点整理、条件付きの比較、技術案の検討。
- 選ぶ際の注意点
- 提供元の対応形式と、Bestllamで渡せる添付形式・量は同一ではありません。
開発元の公式解説（別タブ）確認：2026-09-27
同じ依頼で比較する方法GoogleGemini 3.5 Flash反復する作業と複数工程を効率よく
- 特徴・得意な領域
- 速度と効率を意識し、コードの反復修正や複数段階の処理を想定したFlash世代です。
- 仕事での活用例
- 要約の反復、コードの小さな改善、資料の一次整理。
- 選ぶ際の注意点
- Flashという名前だけで、すべての依頼が短時間になるとは限りません。
開発元の公式解説（別タブ）確認：2026-09-27
同じ依頼で比較する方法GoogleGemini 3.7 Flash画像や文章を合わせて理解する
- 特徴・得意な領域
- マルチモーダル理解と推論に対応するFlash世代。思考の深さを調整できる設計です。
- 仕事での活用例
- 図表と本文の照合、資料の要点整理。
- 選ぶ際の注意点
- 思考の設定で時間や利用量が変わります。設定できる範囲は利用画面で確認します。
開発元の公式解説（別タブ）確認：2026-09-27
同じ依頼で比較する方法GoogleGemini 3.8 Flash長い工程を伴う業務を進める
- 特徴・得意な領域
- 長時間のソフトウェア開発、エージェント、複雑な業務フローを重視しています。
- 仕事での活用例
- 複数ファイルの変更方針、調査から取りまとめまでの作業。
- 選ぶ際の注意点
- 複雑な仕事では検証やツール利用が増えます。軽い依頼でも常に省利用量とは限りません。
開発元の公式解説（別タブ）確認：2026-09-27
同じ依頼で比較する方法GoogleGemini 4 Argon長い文脈と込み入った推論に
- 特徴・得意な領域
- Google が 2026 年 9 月 30 日に発表した Gemini 4 世代の最初のモデルです。100 万トークンの文脈と 1M トークンの出力上限で、長い成果物や大量の資料を一度に扱えます。
- 仕事での活用例
- 長い報告書やコードの一括生成、大量の資料の読み解き、条件の多い検討。
- 選ぶ際の注意点
- Google の Gemini API で 2026 年 10 月 13 日に正式提供され、Bestllam では 2026 年 10 月 15 日から利用できます。画像生成には対応しません。深く考える依頼では応答に時間がかかることがあります。
開発元の公式発表（別タブ）確認：2026-10-15
同じ依頼で比較する方法Google · 画像生成Gemini 3 Pro Image文字や構成を含む画像を作る
- 特徴・得意な領域
- Nano Banana Proとも呼ばれる画像生成・編集モデル。複雑なデザインや文字の描画を重視しています。
- 仕事での活用例
- 説明図、商品イメージ、文字を含むビジュアルの試作。
- 選ぶ際の注意点
- 数値や日本語の表記は仕上がりを確認します。検索など提供元の付加機能の利用可否は環境によります。
開発元の公式解説（別タブ）確認：2026-09-27
同じ依頼で比較する方法
MetaMuse Spark 1.3複数の作業を継続して進める
- 特徴・得意な領域
- エージェントとコードの能力を強化。長い作業で計画を修正し、情報を引き継ぐことを重視しています。
- 仕事での活用例
- 複数の資料から課題を整理し、改善案をまとめる仕事。
- 選ぶ際の注意点
- 公式のmax reasoningなどの設定が、利用画面でそのまま選べるとは限りません。
開発元の公式解説（別タブ）確認：2026-09-27
同じ依頼で比較する方法
OpenAIGPT-5.4業務文書とコードを幅広く扱う
- 特徴・得意な領域
- 複雑な専門業務やコーディングを対象としたGPT-5.4の基本モデルです。
- 仕事での活用例
- 企画書の構成、業務データの説明、実装方針の相談。
- 選ぶ際の注意点
- Mini・Nano・Proとは役割が異なります。名前が似ていても同じ設定・品質とは限りません。
開発元の公式解説（別タブ）確認：2026-09-27
同じ依頼で比較する方法OpenAIGPT-5.4 Mini小さな作業を効率よく任せる
- 特徴・得意な領域
- コードや分担作業を想定し、速度と効率を重視したGPT-5.4の小型モデルです。
- 仕事での活用例
- 短いコードレビュー、決まった形式への整形、要点抽出。
- 選ぶ際の注意点
- 複雑な判断は、必要な条件を絞るか、より深い検討向けのモデルと比較します。
開発元の公式解説（別タブ）確認：2026-09-27
同じ依頼で比較する方法OpenAIGPT-5.4 Nano分類や抽出などの定型処理に
- 特徴・得意な領域
- 速度とコストを重視し、分類・情報抽出・順位付けなどを想定したモデルです。
- 仕事での活用例
- 問い合わせをカテゴリ別に分ける、文書から日付や項目を抽出する。
- 選ぶ際の注意点
- 自由度の高い企画より、入力と出力の形式が明確な依頼から試します。
開発元の公式解説（別タブ）確認：2026-09-27
同じ依頼で比較する方法OpenAIGPT-5.4 Pro検討を深め、精度を重視する
- 特徴・得意な領域
- GPT-5.4をより多くの計算量で動かし、難しい問題への回答を重視するモデルです。
- 仕事での活用例
- 条件の多い比較、矛盾する仮説の検討、重要な案の再確認。
- 選ぶ際の注意点
- 回答に時間がかかる場合があります。短い定型作業との使い分けが大切です。
開発元の公式解説（別タブ）確認：2026-09-27
同じ依頼で比較する方法OpenAIGPT-5.5 Pro難しい問題に多くの検討を充てる
- 特徴・得意な領域
- GPT-5.5のProモデル。計算量を増やして難度の高い問いへの回答を重視します。
- 仕事での活用例
- 複雑な設計判断、検討案の弱点の洗い出し。
- 選ぶ際の注意点
- 待ち時間と利用量を確認します。ProはBestllamの契約プラン名ではありません。
開発元の公式解説（別タブ）確認：2026-09-27
同じ依頼で比較する方法OpenAIGPT-5.6 Luna繰り返す仕事の利用量を意識する
- 特徴・得意な領域
- コストを重視する大量・反復処理向けに設計されたGPT-5.6のモデルです。
- 仕事での活用例
- 文書の分類、短い要約、既定フォーマットへの変換。
- 選ぶ際の注意点
- 重要な例外判断は、入力例を増やして検証するか他モデルでも確認します。
開発元の公式解説（別タブ）確認：2026-09-27
同じ依頼で比較する方法OpenAIGPT-5.6 Sol複雑な専門業務の候補に
- 特徴・得意な領域
- GPT-5.6世代で、複雑な専門業務向けの主力に位置付けられたモデルです。
- 仕事での活用例
- 複数条件の企画、開発支援、調査結果の統合。
- 選ぶ際の注意点
- GPT-6 Solと同じ位置付けではありません。世代と用途を一緒に確認します。
開発元の公式解説（別タブ）確認：2026-09-27
同じ依頼で比較する方法OpenAIGPT-5.6 Terra能力と利用量の釣り合いを取る
- 特徴・得意な領域
- 知的な作業への対応とコストのバランスを意識したGPT-5.6モデルです。
- 仕事での活用例
- 普段の業務相談、提案文の作成、資料の整理。
- 選ぶ際の注意点
- 複雑な問題ではSolなどと比べ、結果の不足を確認します。
開発元の公式解説（別タブ）確認：2026-09-27
同じ依頼で比較する方法OpenAIGPT-6 Astra複雑な条件と長い工程を扱う
- 特徴・得意な領域
- 高度な推論、開発、専門業務など、複数工程を伴う難しい仕事を重視しています。
- 仕事での活用例
- 要件が多い設計、根拠を突き合わせる分析、長い作業の取りまとめ。
- 選ぶ際の注意点
- モデルの能力だけで操作権限は増えません。必要なツールと任せる範囲を確認します。
開発元の公式解説（別タブ）確認：2026-09-27
同じ依頼で比較する方法OpenAIGPT-6 Luna繰り返す作業を効率よく進める
- 特徴・得意な領域
- GPT-6世代で、効率が求められる反復作業に向けたモデルです。
- 仕事での活用例
- 短い返信案、要約、項目抽出などの定型業務。
- 選ぶ際の注意点
- 難しい推論が必要な依頼では、SolやAstraとも結果を比較します。
開発元の公式解説（別タブ）確認：2026-09-27
同じ依頼で比較する方法OpenAIGPT-6 Sol難しい仕事を日常の業務にも
- 特徴・得意な領域
- GPT-6の中で、高い推論能力を必要とする仕事向けに位置付けられています。
- 仕事での活用例
- 企画の検討、コードレビュー、複数資料を使った説明。
- 選ぶ際の注意点
- Astra・Lunaと同じ依頼を比べ、仕上がりと利用量から使い分けます。
開発元の公式解説（別タブ）確認：2026-09-27
同じ依頼で比較する方法OpenAI · 画像生成GPT Image 2指示から画像を生成・編集する
- 特徴・得意な領域
- 文章や画像を入力にして、画像を生成・編集する専用モデルです。
- 仕事での活用例
- 挿絵、企画イメージ、既存画像をもとにした別案。
- 選ぶ際の注意点
- 画像を読むチャットモデルとは役割が異なります。編集に使える入力形式は画面で確認します。
開発元の公式解説（別タブ）確認：2026-09-27
同じ依頼で比較する方法OpenAI · 画像生成GPT Image 2.5 Flare生成と修正を繰り返す制作に
- 特徴・得意な領域
- GPT Image 2.5の画像生成・編集モデル。品質、編集への追従、生成速度の改善を重視しています。
- 仕事での活用例
- 広告や資料の画像案を複数作り、構図や色を調整する。
- 選ぶ際の注意点
- 参照画像の再現や細かな文字は確認が必要です。版を重ねる際は変えない箇所も指定します。
開発元の公式解説（別タブ）確認：2026-09-27
同じ依頼で比較する方法OpenAI · 画像生成GPT Image 2.5 Sunburst細部を詰める画像制作に
- 特徴・得意な領域
- GPT Image 2.5で、より精密な画像生成・編集を重視するモデルです。
- 仕事での活用例
- 細部や参照画像との整合を重視したビジュアルの仕上げ。
- 選ぶ際の注意点
- 精密な制作では生成時間が長くなる場合があります。試作と仕上げで使い分けます。
開発元の公式解説（別タブ）確認：2026-09-27
同じ依頼で比較する方法
xAIGrok 4.20文章・画像を使う幅広い相談に
- 特徴・得意な領域
- 文章・画像を入力し、推論、文章作成、翻訳、コードなどを扱う汎用モデルです。
- 仕事での活用例
- 別の切り口の企画案、文章の再構成、画像についての質問。
- 選ぶ際の注意点
- Grokを選ぶだけでXの最新情報を検索できるわけではありません。検索ツールの接続は別です。
開発元の公式解説（別タブ）確認：2026-09-27
同じ依頼で比較する方法xAIGrok 4.3指示に沿った処理とツール連携に
- 特徴・得意な領域
- 速度、指示への追従、ツール呼び出しを重視するモデルです。文章・画像の入力に対応します。
- 仕事での活用例
- 形式を指定した回答、資料を使った質疑、ツールを使う業務相談。
- 選ぶ際の注意点
- 提供元アプリの機能をすべて使えるわけではありません。Bestllam側の接続を確認します。
開発元の公式解説（別タブ）確認：2026-09-27
同じ依頼で比較する方法xAIGrok 4.6長い作業と成果物づくりを支援
- 特徴・得意な領域
- 長時間動くエージェントや、複数段階の開発・調査・知識業務を重視しています。
- 仕事での活用例
- 調査と分析を続けて行う依頼、アプリの設計案づくり。
- 選ぶ際の注意点
- モデル名だけで速さを決めつけず、実際の工程数・出力・利用量で確認します。
開発元の公式解説（別タブ）確認：2026-09-27
同じ依頼で比較する方法
Alibaba CloudQwen3.8 27B画像と文章を合わせて扱う
- 特徴・得意な領域
- 文章と画像を扱うQwen3.8の公開モデル。27Bはモデルの規模を表す名称です。
- 仕事での活用例
- 画像を含む資料の要点整理、文書からの項目抽出。
- 選ぶ際の注意点
- パラメータ数は業務での正答率ではありません。資料ごとに読み取りを確認します。
開発元の公式解説（別タブ）確認：2026-09-27
同じ依頼で比較する方法Alibaba CloudQwen3.8 2.4T A95B大規模なテキストモデルで検討する
- 特徴・得意な領域
- 必要な部分を選んで計算するMoE構造を採用した、Qwen3.8のテキスト生成モデルです。
- 仕事での活用例
- 長い文章の検討、複数条件を含む分析、コードの相談。
- 選ぶ際の注意点
- Qwen3.8 Maxと名前が近くても、入力対応を同一視しません。画像入力を前提にしないでください。
開発元の公式解説（別タブ）確認：2026-09-27
同じ依頼で比較する方法Alibaba CloudQwen3.8 Flash視覚情報を使う業務の候補に
- 特徴・得意な領域
- 文章・画像・動画を合わせた理解を想定し、視覚情報を判断に使うエージェントにも対応する設計です。
- 仕事での活用例
- 画面や資料の読解、内容の整理、次の作業の検討。
- 選ぶ際の注意点
- 動画など提供元で対応する入力も、Bestllamから渡せるとは限りません。
開発元の公式解説（別タブ）確認：2026-09-27
同じ依頼で比較する方法Alibaba CloudQwen3.8 Max開発・調査・知識業務を幅広く
- 特徴・得意な領域
- コード、調査、長い工程の仕事と視覚理解を重視するQwen3.8の上位モデルです。
- 仕事での活用例
- 企画資料の分析、調査結果の比較、開発方針の相談。
- 選ぶ際の注意点
- 公式評価の順位は、個別業務での優位性を保証しません。同じ依頼で比較します。
開発元の公式解説（別タブ）確認：2026-09-27
同じ依頼で比較する方法
DeepSeekDeepSeek V4 Pro推論とコードの検討に
- 特徴・得意な領域
- 数学・科学・コードの推論や、エージェントによる開発を重視するモデルです。
- 仕事での活用例
- 処理ロジックの説明、技術課題の整理、設計案の比較。
- 選ぶ際の注意点
- 数学や計算の回答も検算します。長い文脈への対応と添付資料の読取上限は別です。
開発元の公式解説（別タブ）確認：2026-09-27
同じ依頼で比較する方法
Moonshot AIKimi K3長い文脈の開発と知識業務に
- 特徴・得意な領域
- 視覚入力と長い文脈を扱い、長期の開発作業、知識業務、深い推論を想定しています。
- 仕事での活用例
- 複数資料の論点整理、長い仕様の検討、開発の相談。
- 選ぶ際の注意点
- Kimi側アプリの資料作成機能と、Bestllamの資料作成ツールは別の機能です。
開発元の公式解説（別タブ）確認：2026-09-27
同じ依頼で比較する方法
Z.aiGLM 5.3 Flash視覚理解と開発を効率よく
- 特徴・得意な領域
- GLM-5系列のマルチモーダルモデル。能力と計算効率の両立、コードとエージェント用途を重視しています。
- 仕事での活用例
- 図表の読み取り、コードの相談、資料から作業案を作る。
- 選ぶ際の注意点
- 公式の低コストという説明はBestllamのTP倍率と同一ではありません。実画面で確認します。
開発元の公式解説（別タブ）確認：2026-09-27
同じ依頼で比較する方法
PerplexityPerplexity SonarWeb検索と出典付きの回答をひとつに
- 特徴・得意な領域
- Web検索を内蔵し、情報源を示しながら回答するモデル。Bestllamでは検索コネクタを別に有効にしなくても利用できます。
- 仕事での活用例
- 公式発表を探す、最近の動きを調べる、比較の下調べをする。
- 選ぶ際の注意点
- 会話に加えて検索の利用量が発生します。出典と情報の時点を確認し、複数工程の詳しい調査にはDeepResearchも使い分けます。
開発元の公式解説（別タブ）確認：2026-10-20
同じ依頼で比較する方法Google · 動画生成Veo 3.1言葉や写真から、音声付きの短い動画へ
- 特徴・得意な領域
- 文章のプロンプト、または開始フレームにする画像から動画を生成。Bestllamでは現在4・6・8秒、横長・縦長の音声付きMP4を作成できます。
- 仕事での活用例
- 商品紹介の試作、企画イメージ、写真を使った短い映像。
- 選ぶ際の注意点
- 選べる品質や解像度は会社の設定によります。動画生成の利用量は長さ・品質などで変わるため、利用環境の表示を確認してください。
開発元の公式解説（別タブ）確認：2026-10-20
同じ依頼で比較する方法条件に合うモデルが見つかりませんでした
検索語を短くするか、用途・開発元を「すべて」に戻してください。
同じ依頼で、仕事との相性を比べる
モデルの評判だけでなく、実際に使う資料と依頼文で確かめると、選ぶ理由がはっきりします。
同じ依頼文目的・条件・出力形式を揃える
モデル A提案の切り口
モデル B論点の整理
モデル C前提の確認
根拠・条件の充足・使いやすさで判断速さや利用量も、実際の結果と一緒に見る
- 条件を揃える
新しい会話を使い、同じワーキングセット、依頼文、参照資料に揃えます。モデルごとの思考設定や利用できるツールも確認します。
- 連動モードで送る
マルチタスクをONにして複数の会話を開き、各ウィンドウでモデルを選択します。右上のリンクマーク横をチェックすると、連動中の会話に同じ入力をまとめて送れます。添付資料も各会話で渡せているか確認します。
- 見た目より中身を比べる
条件を満たすか、根拠をたどれるか、未確認事項を分けているかを見ます。回答が一致しても正しい証明にはなりません。モデルごとに利用量が発生します。
比較に使える依頼文
営業での生成AI活用を相談する例。自社の条件に置き換えて使えます。
新規顧客への提案準備を効率化したいです。 現状は、担当者が社内資料を探し、提案の構成とメール文面を作っています。 従業員50名の会社で、まず営業部の少人数から試す想定です。 次の形式で、生成AIの活用案を提案してください。 1. 優先する業務と、その理由 2. 導入前に準備する資料・権限・運用ルール 3. 小さく試す手順と、効果を確かめる指標 4. 見落としやリスク 不明な費用や効果は作らず、仮定と確認が必要な点を分けてください。
Bestllamで使うときの確認点
モデルの得意分野と、使える道具・設定を組み合わせます。
会話と作業の担当は別
- 会話で選ぶモデルと、AIエージェントのワーカーやディープリサーチの工程モデルは別に設定される場合があります。
- 会話モデルを変えても、調査や資料作成の内部モデルがすべて変わるとは限りません。
機能は接続と設定で変わる
- Web検索、RAG、社内システム連携、PowerPoint作成は、ワーキングセットとツールの設定も必要です。
- 公式に記載された入力上限・動画・音声・画面操作などが、Bestllam上でもそのまま利用できることを示すものではありません。
利用量は実画面で確認
- 開発元のAPI価格とBestllamのTPは異なります。モデル選択画面の目安と実行後の使用量を確認します。
- 難しい仕事だけモデルや思考の深さを変えるなど、業務ごとに使い分けます。
プロバイダーの公式サイト
各プロバイダーの公式サイトを別タブで開きます。
Perplexity
Perplexity API（Sonar）
公式サイト ↗リンク確認：2026-10-20
Anthropic
Anthropic API
公式サイト ↗リンク確認：2026-09-27
Gemini API
公式サイト ↗リンク確認：2026-09-27
Meta
Meta Model API
公式サイト ↗リンク確認：2026-09-27
OpenAI
OpenAI API
公式サイト ↗リンク確認：2026-09-27
xAI
Grok API（SpaceXAI）
公式サイト ↗リンク確認：2026-09-27
Alibaba Cloud
Alibaba Cloud Model Studio
公式サイト ↗リンク確認：2026-09-27
DeepSeek
DeepSeek Open Platform
公式サイト ↗リンク確認：2026-09-27
Moonshot AI
Kimi Open Platform
公式サイト ↗リンク確認：2026-09-27
Z.ai
Z.ai API
公式サイト ↗リンク確認：2026-09-27