FIM One がモデルを使用する方法
FIM One には 3 つのモデルロールがあります:
Fast と Reasoning が設定されていない場合は General にフォールバックします。本番環境のデプロイメントでは、少なくとも 2 つのモデル（General + Fast）に分割することで、最適なコスト/品質のバランスが得られます。
これらのロールは環境変数を通じて、または admin UI の Model Groups 機能を通じて設定できます。この機能により、モデルセット間のワンクリック切り替えが可能になります。詳細な admin UI ガイドについては Model Management を参照してください。
クイック選択マトリックス
構造化出力の互換性
FIM Oneの DAG プランナーは、モデルが有効な構造化JSONを返す必要があります。内部的には、以下の3つの抽出レベルを順番に試します：- ネイティブ関数呼び出し — ツール呼び出し API経由でスキーマに一致するJSONを出力するようモデルに強制します。最も信頼性が高いです。
- JSONモード —
response_format: json_objectをリクエストします。有効なJSONを保証しますが、スキーマ準拠は強制しません。 - プレーンテキスト抽出 — 最後の手段として、自由形式のテキストからJSONを解析します。
tool_choiceを備えたネイティブFC）は、最高のプランニング信頼性を提供します。モデルがレベル2のみに達する場合、その出力品質はプロンプト指示にどの程度従うかに依存します — より弱いモデルは、期待される構造に一致しない有効なJSONを生成する可能性があります。
思考 / 推理互換性
異なるプロバイダーは「思考」（思考の連鎖推論）を根本的に異なる方法で実装しています。これが重要な理由は、思考モードがツール呼び出しと競合する可能性があり、出力がプロバイダーによって異なる場所に表示されるためです。FIM One はこれらすべてを透過的に処理します — この表は、内部で何が起こっているかを理解するのに役立ちます。主要概念
- オプトイン — 思考はデフォルトでオフです。API パラメータ（例：
reasoning_effort）を使用して有効にします。呼び出しごとに選択的に無効にできます。 - 常時オン — モデルは常に思考します。オフにするための API パラメータはありません。これを回避するには、思考しないモデルバリアントに切り替える必要があります。
- モデルレベル — 思考は、パラメータではなく、選択するモデル ID（例：
deepseek-reasonervsdeepseek-chat）によって決定されます。
互換性マトリックス
FIM One が各ケースを処理する方法
API レベルのreasoning_content (Claude、DeepSeek): 推論フィールドは API レスポンスから直接読み取られ、UI の推論パネルに表示されます。後処理は不要です。
コンテンツ内の <think> タグ (MiniMax、Qwen、QwQ、およびその他のオープンソース派生版): FIM One は自動的にコンテンツフィールドから <think>...</think> タグを削除し、思考テキストを推論パネルに再ルーティングします。これはストリーミングとノンストリーミングの両方のレスポンスで機能します。
強制 FC + 思考の競合 (Claude、Kimi): FIM One が強制関数呼び出しが必要な場合 (例: DAG プランニングの構造化出力抽出中)、reasoning_effort=None を渡すことで、その特定の呼び出しに対して思考を一時的に無効にします。これは Claude の思考がオプトインであるため機能します — パラメータを送信しないことは思考がないことを意味し、400 エラーを回避します。思考を無効にできないプロバイダー (MiniMax) の場合、強制 FC は正常に機能します。これらのプロバイダーは組み合わせを拒否しないためです。
フォールバックチェーン: 強制関数呼び出しが何らかの理由で失敗した場合、FIM One は自動的にフォールバックします: ネイティブ FC → JSON モード → プレーンテキスト抽出。この 3 段階のアプローチにより、ツール呼び出しサポートが部分的なプロバイダーでもプランニングが機能することを保証します。
メイン LLM として常に思考するモデル (MiniMax M2.7、DeepSeek R1) を使用している場合、思考出力はすべてのエージェント反復の推論パネルに表示されます。これは正常です — 機能に影響を与えず、モデルの推論プロセスを確認できます。
プロバイダーの詳細
OpenAI
最も実績のあるオプション。OpenAIモデルは最高のネイティブ関数呼び出し（ツール呼び出し）サポートを備えており、これはエージェントの信頼性に直接影響します。GPT-5ファミリー（2025年8月以降）はGPT-4に対する大きな世代的飛躍です。 推奨モデル：- メイン：
gpt-5.4（最新フラッグシップ、2026年3月 — 1M+コンテキスト、コンピュータ使用）またはo3（最高の推論精度） - 高速：
gpt-5.4-mini（4.50 per MTok）またはgpt-5.4-nano（最安値 1.25 per MTok） - 予算重視の高速：
gpt-5-mini（2.00）およびgpt-5-nano（0.40）はより低い価格で利用可能 - レガシー：
gpt-4.1（API内でまだ利用可能、1Mコンテキスト、コーディングに適している）
LLM_REASONING_EFFORT=mediumを設定します — o-seriesおよびGPT-5.xモデルでネイティブに動作します。GPT-5.4はreasoning_effortをnone、low、medium、high、xhighのレベルでサポートしています。o-seriesはmax_tokensの代わりにmax_completion_tokensが必要で、LiteLLMが自動的に処理します。注意：GPT-5.xは/v1/chat/completionsでツールが存在する場合、reasoning_effortをドロップします — FIM Oneはエージェントツール使用ステップ中に静かにこれをドロップするため、ワークフローは中断なく実行されます。GPT-5.4はtemperature=1が必要です — FIM OneはLiteLLMのパラメータフィルタリング（drop_params）を介してこれを自動的に処理します。
Anthropic (Claude)
Claudeは微妙な推論と複雑なマルチステップタスクに優れています。FIM OneはLiteLLM経由で接続し、Anthropicモデルをネイティブ API経由で自動的にルーティングします。現在の世代はClaude 4.6（2026年2月）です。 推奨モデル：- メイン:
claude-sonnet-4-6（機能とコストのベストバランス — 15 per MTok） - 高速:
claude-haiku-4-5（高速で低コスト — 5 per MTok） - プレミアム:
claude-opus-4-6（最も高機能、最大出力128K — 25 per MTok）
https://api.anthropic.com/v1/
Opus 4.6とSonnet 4.6は1Mのコンテキストウィンドウを備えています（2026年3月13日以降GA — ベータヘッダーは不要）。Haiku 4.5は200Kのコンテキストウィンドウを備えています。
推論: LLM_REASONING_EFFORT=mediumを設定してください — LiteLLMはAnthropicモデルをネイティブ API経由でルーティングするため、reasoning_content（拡張思考）は完全に返され、UI の「thinking」ステップで表示されます。Claude 4.6モデルはAdaptive Thinking（thinking: {type: "adaptive"}）をサポートしており、手動のbudget_tokensに置き換わります — LiteLLMが自動的に変換を処理します。拡張思考が有効な場合、Anthropicはtemperature=1を要求します — .envまたはモデル設定でLLM_TEMPERATURE=1を設定してください。詳細はExtended Thinkingを参照してください。
Google Gemini
Geminiモデルは、Googleの OpenAI互換エンドポイント経由で競争力のある価格で強力なパフォーマンスを提供します。3.x世代（2025年後半以降）は大きな飛躍です — Gemini 3 Flashは2.5 Proを上回りながら3倍高速です。注意:gemini-3-pro-previewは2026年3月9日にシャットダウンされました — 代わりにgemini-3.1-pro-previewを使用してください。
推奨モデル:
- 安定版（GA）:
gemini-2.5-pro（メイン）+gemini-2.5-flash（高速）— 本番環境対応 - 最新版（プレビュー）:
gemini-3.1-pro-preview（メイン）+gemini-3-flash-preview（高速）+gemini-3.1-flash-lite-preview（予算重視の高速）— 最高のパフォーマンス、ただしプレビュー状態
https://generativelanguage.googleapis.com/v1beta/openai/
推論: 互換性エンドポイントでreasoning_effortがサポートされています — LLM_REASONING_EFFORT=mediumを設定するとそのまま動作します。
DeepSeek
DeepSeekは市場で最高のコスト/パフォーマンス比を提供しています。V3.2（2025年12月）はチャットと推論の系統を単一のモデルに統合し、非常に低い価格設定を実現しています。 モデルID（両方ともV3.2によってサポート）:deepseek-chat— 汎用（非思考モード）deepseek-reasoner— 思考の連鎖推論モード、reasoning_contentを返す
https://api.deepseek.com
価格設定: 0.42 per MTok（キャッシュヒット: $0.028）— 圧倒的に最も安いフロンティアクラスのAPI。
出力制限: deepseek-chatの最大出力は8Kトークン（max_tokensで明示的に設定する必要があります）。deepseek-reasonerの最大出力は64Kトークン（思考の連鎖を含む）。
V4は2026年4月予定: 1兆パラメータのマルチモーダルモデル、1Mコンテキストウィンドウ。起動時に新しいモデルIDが期待されます。
中国国内モデル
すべての主要な中国のモデルプロバイダーは、OpenAI互換のエンドポイントを公開しています。これらは中国語タスクに特に強く、競争力のあるローカル価格を提供しています。Qwen / 通义千問 (Alibaba Cloud)
Qwen 3.5（2026年2月）是最新一代 — 397B MoE旗艦版在MMLU-Pro上的表現超越GPT-5.2。最強的中文語言支持和最便宜的前沿級定價（~$0.11/MTok輸入）。- Base URL（中國）：
https://dashscope.aliyuncs.com/compatible-mode/v1 - Base URL（全球）：
https://dashscope-intl.aliyuncs.com/compatible-mode/v1 - 主要：
qwen3.5-plus（旗艦版，1M上下文，0.66 per MTok）或qwen3-max（256K，最強） - 快速：
qwen3.5-flash（0.22 per MTok）或qwen-turbo（0.08 per MTok） - 推理：
qwen3-max搭配enable_thinking: true參數（沒有單獨的qwen3-max-thinking模型ID）
ChatGLM / 智谱
GLM-4.7 と GLM-5 (2026) は最新モデルです。GLM-5 は 745B MoE フラッグシップで、コーディング/エージェントタスクで Claude Opus レベルに近づいています。- Base URL (国内):
https://open.bigmodel.cn/api/paas/v4 - Base URL (Z.AI International):
https://api.z.ai/api/paas/v4 - Main:
glm-4.7(強力なコーディング、Z.AI で 2.20) - Fast:
glm-4.7-flash(無料ティア!) またはglm-4.7-flashx(0.40、より高いスループット) - Reasoning:
glm-5(745B MoE フラッグシップ、3.20)
tool_choice はサポートされていません — "auto" のみが機能します。
MiniMax
MiniMax M2.7（2026年3月18日）是最新模型，开放权重，在SWE-Bench上得分为80.2%。M2.5仍可作为快速/预算选项使用。 MiniMax为不同地区提供两个独立的API端点：- Base URL（全球/海外版）:
https://api.minimax.io/v1— 适用于中国大陆以外的用户 - Base URL（中国/国内版）:
https://api.minimaxi.com/v1— 适用于中国大陆用户（注意minimaxi中多了一个i） - 主要:
MiniMax-M2.7 - 快速:
MiniMax-M2.5 - 速度:
MiniMax-M2.7-highspeed（成本提高2倍，延迟降低）
Kimi / 月之暗面 (Moonshot)
Kimi K2.5（2026年1月）拥有256K上下文和强大的编码性能（在开源模型中SWE-Bench达到76.8%）。- Base URL（グローバル）:
https://api.moonshot.ai/v1 - Base URL（中国）:
https://api.moonshot.cn/v1 - メイン:
kimi-k2.5 - 高速:
kimi-k2（非思考モード、関数呼び出し機能あり） - 推論:
kimi-k2-thinking（2.00 per MTok）
tool_choiceは思考モードがオフの場合にのみ機能します。思考が有効な場合、"auto"のみがサポートされます。
ローカルモデル (Ollama)
独自のハードウェア上でモデルを完全に実行 — APIキーは不要で、完全にオフライン。Ollama は OpenAI 互換エンドポイントをそのまま公開します。オープンソースの状況は劇的に変わりました — Qwen 3.5、Llama 4、GPT-OSS (OpenAI の最初のオープンウェイトモデル) がすべて利用可能です。 ベース URL:http://localhost:11434/v1
VRAM別の推奨モデル:
ツール呼び出しに最適: Qwen 3/3.5 (32B+)、GLM-4.7、GPT-OSS、Mistral — これらは明示的な関数呼び出しトレーニングを備えています。14B 以上のパラメータを持つモデルは信頼できるツール呼び出しの最小要件です。32B 以上が強く推奨されます。
サードパーティリレープラットフォーム
多くのユーザーは、単一のリレー（プロキシ）サービスを通じて複数のモデルプロバイダーにアクセスしています。FIM Oneは、URLパスパターンに基づいて正しいAPIプロトコルを自動的に検出します。LLM_BASE_URLを入力するだけで動作します。
仕組み
ベースURLがサードパーティリレーを指している場合、FIM OneはURLパスを検査してどのプロトコルを使用するかを決定します：
解決順序： 明示的なDB プロバイダフィールド > ドメインマッチ（公式API） > URLパスヒント（リレープラットフォーム） > OpenAI互換フォールバック。
例：1つのリレー、3つのプロトコル
単一のリレーアカウントで、ベースURLパスを変更するだけで異なるプロバイダーにアクセスできます：ステップバイステップ: パス検出の仕組み
リレーを設定するときに内部で何が起こるかを示す具体例です:- FIM One は URL パスの
/claudeを認識 → Anthropic ネイティブプロトコルを検出 - モデルは LiteLLM ルーティング用に
anthropic/claude-sonnet-4-6としてプレフィックスが付与される - リクエストは Anthropic の
/v1/messagesフォーマットを使用し、x-api-key認証ヘッダーで認証 reasoning_effort=mediumは Anthropic のネイティブthinkingパラメータに変換される (OpenAI のreasoning_effortではない)
このことが重要な理由
- Anthropic ネイティブエンドポイントは、適切な
reasoning_contentサポート（UI に表示される拡張思考）、正しいツール呼び出し形式、およびx-api-key認証を提供します — OpenAI 互換変換を使用する場合に失われる機能です。 - Google ネイティブエンドポイントは、ネイティブ Gemini パラメータと
x-goog-api-key認証を提供します。 - OpenAI 互換は普遍的なフォールバックであり、任意のリレーで機能しますが、プロバイダー固有の機能（拡張思考出力など）は利用できない場合があります。
リレープラットフォームが非標準パス規則を使用している場合（例：URL に
/claude または /anthropic がない）、FIM One は OpenAI 互換プロトコルにフォールバックします — これはほとんどのユースケースで機能します。完全なネイティブプロトコルサポートについては、管理者モデル設定 UI を介して provider フィールドを明示的に設定できます。設定戦略
Main vs Fast: 分割するタイミング
- 分割する メインモデルが高価または遅い場合（例：
gpt-5.4+gpt-5.4-nano）。DAG モードは多くの並列ステップを実行します — より安価な高速モデルを使用することで大幅なコスト削減が実現します。 - 同じモデル モデルが既に安価な場合（例：両方に
deepseek-chat）。2つのモデルを管理するオーバーヘッドは価値がありません。
推論を有効にする時期
- 有効にする 複雑な分析タスク、複数ステップの計画、慎重な判断が必要なタスク
- 無効にする（デフォルト）ルーチンタスク、シンプルなQ&A、コスト効率を重視するデプロイメント
- 推論は通常、リクエストあたりのコストを2～5倍増加させます —
mediumの努力レベルが良い出発点です
コンテキストウィンドウサイジング
LLM_CONTEXT_SIZE をモデルの実際のウィンドウに合わせて設定します:
ローカルモデルの場合、
LLM_CONTEXT_SIZE と LLM_MAX_OUTPUT_TOKENS の両方を明示的に設定してください。デフォルト値はクラウド規模のコンテキストウィンドウを想定しており、ローカルモデルではサポートできません。