FIM One は、LLM プロバイダーとモデルを管理するための機能豊富な管理 UI を提供します。このガイドでは、プロバイダーの追加、個別モデルの設定、高度な構造化出力設定の調整、およびワンクリック切り替え用のモデルグループへの整理方法について説明します。
ENV ベースの設定（管理 UI なし）については、環境変数を参照してください。モデル選択の推奨事項については、推奨モデルを参照してください。
アーキテクチャ: プロバイダー、モデル、グループ
FIM One は LLM 設定を 3 つのレベルで整理します:
| レベル | 表すもの | 例 |
|---|
| プロバイダー | 共有認証情報のセット (API キー + ベース URL)。1 つのプロバイダーは多くのモデルをホストできます。 | “My OpenAI Account”、“Company Bedrock Relay” |
| モデル | プロバイダー下の個別モデル。独自の表示名、API モデル識別子、および詳細設定があります。 | “GPT-4o”、“Claude Sonnet 4.6” |
| モデルグループ | モデルをロール (General / Fast / Reasoning) に割り当てる名前付きプリセット。グループをアクティブ化すると、すべてのロールが一度に切り替わります。 | “Production (OpenAI)”、“Budget (DeepSeek)“ |
Provider: "My OpenAI Account"
├── Model: "GPT-4o" (model_name: gpt-4o)
├── Model: "GPT-5 Nano" (model_name: gpt-5-nano)
└── Model: "o3" (model_name: o3)
Provider: "Anthropic Direct"
├── Model: "Claude Sonnet" (model_name: claude-sonnet-4-6)
└── Model: "Claude Haiku" (model_name: claude-haiku-4-5)
Group: "Production"
├── General → GPT-4o
├── Fast → GPT-5 Nano
└── Reasoning → o3
プロバイダーの追加
モデルページを開く
Admin（サイドバー）に移動し、Models タブを選択します。
プロバイダーを追加をクリック
プロバイダーセクションの右上にある Add Provider ボタンをクリックします。
プリセットを選択するか、カスタムエンドポイントを使用する
ダイアログには、一般的なプロバイダーのプリセットボタンが表示されます：OpenAI、Anthropic (Claude)、Google Gemini、DeepSeek、Mistral AI、および OpenAI Compatible（カスタムエンドポイント）。プリセットをクリックすると、プロバイダー名とベース URL が自動入力されます。リストにないプロバイダーの場合（例：サードパーティリレー、Ollama、またはその他の OpenAI 互換エンドポイント）は、OpenAI Compatible を選択してください。
認証情報を入力
必須フィールドに入力します：
- Provider Name — わかりやすいラベル（例：「My OpenAI Account」）。これは参照用です。
- Base URL — API エンドポイント。プリセットは自動入力されます。カスタムエンドポイントの場合は、完全な URL を入力してください（例：Ollama の場合は
http://localhost:11434/v1）。
- API Key — プロバイダーの API キー。ローカルモデル（Ollama）の場合は、空でない任意の文字列を入力してください（例：
ollama）。
保存
Create をクリックします。プロバイダーがリストに表示され、その下にモデルを追加する準備ができます。
同じサービスに対して複数のプロバイダーを作成できます。例えば、異なる API キーを持つ 2 つの「OpenAI」プロバイダー（別々の請求アカウント用）、または異なるベース URL を持つ「Anthropic (Direct)」と「Anthropic (via Bedrock)」などです。
モデルの追加
プロバイダーを展開する
モデルページで、既存のプロバイダーの横にあるシェブロンをクリックして展開し、そのモデルを表示します。
モデルを追加をクリック
展開されたプロバイダーの下に表示されるモデルを追加ボタンをクリックします。
モデルの詳細を入力
2つの必須フィールドに入力します:
- 表示名 — UI に表示される人間が読める名前 (例: “GPT-4o”、“Claude Sonnet”)。任意の名前を指定できます。
- モデル名 (API) — API に送信される正確なモデル識別子 (例:
gpt-4o、claude-sonnet-4-6、deepseek-chat)。プロバイダーが期待する内容と一致する必要があります。
詳細設定を構成する (オプション)
詳細トグルをクリックして、追加の設定を表示します: 最大出力トークン、コンテキストサイズ、温度、ネイティブ関数呼び出し、JSON モード。各設定の詳細については、以下の詳細設定セクションを参照してください。 保存
作成をクリックします。モデルはそのプロバイダーの下に表示され、モデルグループへの割り当てに利用可能になります。
高度な設定
各モデルには、FIM One が構造化出力抽出のためにプロバイダーの API とどのように相互作用するかを制御する高度な設定があります。これらの設定は、モデル作成/編集ダイアログの Advanced トグルの下にあります。
ネイティブ関数呼び出し
設定名: ネイティブ関数呼び出し (tool_choice_enabled として保存)
デフォルト: ON
FIM One が構造化出力抽出のために強制的な tool_choice を使用するかどうかを制御します。これは構造化出力の段階的な低下チェーンのレベル 1 です — モデルがサポートしている場合の最も信頼性の高い方法です。
無効にする場合:
- モデルが
"tool_choice 'specified' is incompatible with thinking enabled" のようなエラーを返す場合 — 常時有効な思考モデル (DeepSeek R1、Kimi K2.5) で一般的
- 構造化出力リクエストが一貫して遅い場合 (呼び出しあたり約 10 秒のペナルティがあり、その後 JSON Mode へのフォールバックが続く)
無効にした場合の効果: FIM One はレベル 1 (ネイティブ関数呼び出し) をスキップし、構造化出力のレベル 2 (JSON Mode) から開始します。ReAct エージェントのツール呼び出しは完全に影響を受けません — この設定に関係なく、すべてのモデルで機能する tool_choice="auto" を使用します。
この設定は、構造化出力抽出に使用される強制的なツール選択 (DAG 計画、スキーマ注釈) にのみ影響します。ReAct エージェントには影響しません。ReAct エージェントは tool_choice="auto" を使用してツール呼び出しのタイミングを自由に決定します。
JSON Mode
Setting name: JSON Mode (stored as json_mode_enabled)
Default: ON
Controls whether FIM One uses response_format=json_object for structured output. This is Level 2 in the degradation chain.
When to disable:
- Your provider rejects assistant message prefill — primarily AWS Bedrock relays, which throw
"This model does not support assistant message prefill"
Effect when disabled: FIM One skips Level 2 (JSON Mode) and falls to Level 3 (plain text extraction). Modern models produce valid JSON from prompt instructions alone, so there is typically no quality loss.
For technical details, see LLM Provider Compatibility — json_mode_enabled.
Temperature
デフォルト: 0.7 (未設定の場合、グローバル設定から継承)
モデル出力のランダム性を制御します。範囲: 0 (決定的) から 2 (高度に創造的)。
Anthropicモデルで推論/拡張思考が有効になっている場合、温度は自動的にシステムによって1.0に強制されます。手動で設定する必要はありません。
最大出力トークン
モデルが単一の応答で生成できるトークンの最大数。ブランクのままにするとシステムデフォルト（64,000）を使用します。VRAMが限定されたローカルモデルの場合は、これを明示的に低い値（例：8192）に設定してください。
コンテキストサイズ
モデルのコンテキストウィンドウサイズ（トークン単位）。システムデフォルト（128,000）を使用する場合は空白のままにしてください。ローカルモデルの場合、モデルと利用可能なメモリに応じて、これは通常4K～32Kです。実際のモデルの機能に合わせて設定してください。
推奨設定
ほとんどのモデルはデフォルト設定（両方のトグルがON）で正しく動作します。エラーが発生したり、不要なレイテンシーが生じた場合にのみ調整してください。
以下の表は、一般的なプロバイダーとモデルをカバーしています。データはUniAPI機能タグから取得し、2026-03-22時点でのランタイム動作に対して検証されています。モデルの機能は頻繁に変わります。エラーが発生した場合は、プロバイダーの最新ドキュメントを確認してください。
クイックルール
- ネイティブ FC ON 関数呼び出しサポートを備えたモデル（ほとんどの最新モデル）
- ネイティブ FC OFF 強制的な
tool_choice を拒否する思考常時オンモデル
- JSON Mode ON ほとんどのモデル（安全なデフォルト）
- JSON Mode OFF AWS Bedrock リレーのみ（プリフィル拒否）
プロバイダー別設定マトリックス
OpenAI
| Model | Role | Context | Max Output | Native FC | JSON Mode | Notes |
|---|
gpt-5.4 | General | 1,050K | 128K | ON | ON | Function calling + structured output + reasoning |
gpt-5.4-mini | Fast | 400K | 128K | ON | ON | Function calling + structured output + reasoning |
o3-pro | Reasoning | 200K | 100K | ON | ON | Reasoning model; FC works with auto-disabled thinking |
| Model | Role | Context | Max Output | Native FC | JSON Mode | Notes |
|---|
claude-sonnet-4-6 | General | 1,000K | 64K | ON | ON | Function calling + reasoning; thinking auto-disabled for FC |
claude-haiku-4-5 | Fast | 200K | 64K | ON | ON | Function calling supported |
claude-opus-4-6 | Reasoning | 1,000K | 128K | ON | ON | Function calling + reasoning; thinking auto-disabled for FC |
| Model | Role | Context | Max Output | Native FC | JSON Mode | Notes |
|---|
gemini-3-pro-preview | General | 1,048K | 65K | ON | ON | Full support (UniAPI tags incomplete — Gemini natively supports FC) |
gemini-2.5-pro | Fast | 1,048K | 65K | ON | ON | Full support |
gemini-3.1-pro-preview | Reasoning | 1,048K | 65K | ON | ON | Full support |
| Model | Role | Context | Max Output | Native FC | JSON Mode | Notes |
|---|
deepseek-v3.2 | General | 164K | 64K | ON | ON | FC supported (UniAPI tags incomplete) |
deepseek-chat | Fast | 64K | 8K | ON | ON | Basic chat model; FC supported |
deepseek-reasoner | Reasoning | 164K | 164K | OFF | ON | Thinking always-on; forced tool_choice may be rejected |
| Model | Role | Context | Max Output | Native FC | JSON Mode | Notes |
|---|
grok-4-1-fast-non-reasoning | General | 2,000K | 2,000K | ON | ON | Function calling + structured output |
grok-3-mini-fast | Fast | 131K | 131K | ON | ON | Function calling + structured output + reasoning |
grok-4-1-fast-reasoning | Reasoning | 2,000K | 2,000K | ON | ON | Function calling + structured output + reasoning |
| Model | Role | Context | Max Output | Native FC | JSON Mode | Notes |
|---|
qwen3.5-plus | General | 1,000K | 64K | ON | ON | Function calling + structured output |
qwen-turbo-latest | Fast | 1,000K | 16K | ON | ON | FC likely supported (UniAPI tags incomplete) |
qwq-plus | Reasoning | 128K | 8K | ON | ON | Reasoning + function calling (thinking may be toggleable) |
| Model | Role | Context | Max Output | Native FC | JSON Mode | Notes |
|---|
glm-4.7 | General | 200K | — | ON | ON | Function calling + structured output + reasoning |
glm-4.7-flashx | Fast | 200K | — | ON | ON | Function calling + structured output + reasoning |
glm-5 | Reasoning | 200K | — | ON | ON | Function calling + structured output + reasoning |
| Model | Role | Context | Max Output | Native FC | JSON Mode | Notes |
|---|
kimi-k2.5 | General | 262K | — | OFF | ON | Thinking always-on; forced tool_choice rejected (400 error) |
kimi-k2 | Fast | 131K | — | ON | ON | Non-thinking; native FC works (verified in production) |
kimi-k2-thinking | Reasoning | 63K | — | OFF | ON | Thinking always-on; forced tool_choice rejected |
| Model | Role | Context | Max Output | Native FC | JSON Mode | Notes |
|---|
MiniMax-M2.5 | General | 205K | — | ON | ON | Function calling + structured output (verified in production) |
MiniMax-M2.5-highspeed | Fast | 205K | — | ON | ON | Function calling + structured output (verified in production) |
MiniMax-M1 | Reasoning | — | — | ON | ON | Function calling + structured output |
| Model | Role | Context | Max Output | Native FC | JSON Mode | Notes |
|---|
doubao-seed-2-0-pro | General | 256K | 128K | ON | ON | Function calling + structured output + reasoning |
doubao-seed-1-6 | Fast | 256K | 32K | ON | ON | Function calling + structured output + reasoning |
doubao-seed-1-6 | Reasoning | 256K | 32K | ON | ON | Supports reasoning_effort (minimal/low/medium/high) |
| Model | Role | Context | Max Output | Native FC | JSON Mode | Notes |
|---|
llama-3.3-70b | General | 131K | 131K | ON | ON | FC depends on hosting provider; try defaults first |
Max Output の ”—” はプロバイダーが制限を報告していないことを意味します。実際には、これらのモデルは通常 4K～16K の出力トークンをサポートしています。特定の値が必要な場合は、モデルの詳細設定で Max Output Tokens を明示的に設定してください。
診断方法: アプリケーションログで structured_llm_call: native_fc call raised 警告を確認してください。これらの警告の後に JSON Mode の抽出が成功している場合、そのモデルはネイティブ関数呼び出しの恩恵を受けていません。そのモデルの Native Function Calling を無効にして、無駄な API 呼び出しと構造化出力リクエストあたり約 10 秒のレイテンシペナルティを排除してください。
モデルの機能はプロバイダーが API を更新する際に頻繁に変わります。上記の推奨事項は 2026-03-22 のデータ (UniAPI 機能タグ + 本番環境実行時検証) に基づいています。以前に機能していたモデルがエラーを返し始めた場合は、プロバイダーの変更ログで破壊的な変更を確認してください。
モデルグループ
モデルグループを使用すると、モデルを特定のロールに割り当て、1回のクリックで設定を切り替えることができます。
ロール
FIM Oneは3つのモデルロールを使用します。各ロールは実行パイプラインで異なる目的を果たします:
| ロール | 用途 | 推奨事項 |
|---|
| General | 計画、分析、ReAct エージェント、複雑な推論 | 最も高性能なモデル (例: gpt-4o, claude-sonnet-4-6) |
| Fast | DAG ステップ実行、コンテキスト圧縮 | 速度とコストに最適化 (例: gpt-5-nano, deepseek-chat)。割り当てられていない場合は General にフォールバック |
| Reasoning | 深い分析が必要なタスク — 複雑な計画、数学的証明、多段階ロジック | 強力な推論モデル (例: o3, deepseek-reasoner)。割り当てられていない場合は General にフォールバック |
モデルグループの作成
グループセクションを開く
Admin > Models ページで、Model Groups セクションまでスクロールします。
グループを追加をクリック
Add Group ボタンをクリックします。
グループに名前を付ける
わかりやすい名前を入力します（例：「Production (OpenAI)」、「Budget (DeepSeek)」、「Local Dev」）。
ロールにモデルを割り当てる
各ロール（General、Fast、Reasoning）について、ドロップダウンからモデルを選択します。ドロップダウンには、アクティブなプロバイダーのすべてのアクティブなモデルが表示され、プロバイダー名でグループ化されています。ロールを未割り当てのままにすることもできます。その場合、General モデルにフォールバックします（General も未割り当ての場合は、ENV で設定されたモデルにフォールバックします）。
保存
Create をクリックします。グループはアクティベーション可能な状態になります。
グループの有効化
モデルグループを有効化するには、モデルページのドロップダウンまたは有効化コントロールを使用します。一度に1つのグループのみを有効化できます。グループを有効化すると、そのモデル割り当てがすべての新しい会話に直ちに適用されます。
現在のグループを無効化する（ENV設定されたモデルにフォールバックする）には、無効化オプションを選択します。
アクティブなモデルグループを切り替えると、すべての新しい会話がシステム全体で影響を受けます。進行中の既存の会話は、開始時にアクティブだったモデルを使い続けます。
ENV フォールバック
アクティブな管理者設定モデルグループがない場合、FIM One は ENV ベースの設定にフォールバックします:
| ロール | ENV 変数 |
|---|
| General | LLM_MODEL |
| Fast | FAST_LLM_MODEL (LLM_MODEL にフォールバック) |
| Reasoning | REASONING_LLM_MODEL (LLM_MODEL にフォールバック) |
エクスポートとインポート
モデルページでは、プロバイダーとモデルの設定全体（プロバイダー、モデル、グループ）をJSONファイルとしてエクスポートし、別のインスタンスにインポートできます。これは以下の場合に便利です：
- 開発環境、ステージング環境、本番環境間での設定の移行
- チームメンバーとの既知の良好なモデルセットアップの共有
- 変更を加える前の設定のバックアップ
エクスポートされた設定には、APIキーは含まれません。インポート後、各プロバイダーを編集して適切なAPIキーを入力する必要があります。
