Snowflake、AIタスクを低コストモデルへ自動振り分け

多くの組織でAI支出がビジネス価値を上回っている。エージェントやアプリケーションを展開する際、すべてのリクエストを最も高性能なモデルに送ると、それほど高度でないタスクにも予算を浪費するためだ。Snowflakeは「インテリジェンス効率」—すなわち計算とモデルを測定可能なビジネス価値に変える能力—という枠組みで、各タスクに必要な品質を満たす最小コストのモデルを割り当てることでこの課題に取り組む。動的ルーティングは、開発チームがモデル選択をハードコードしたり、モデル環境の変化に応じてアプリケーションを再構築したりする必要なく、この意思決定を自動化する。

経済的効果はさらに増幅される。ルーティング層は高性能なオープンモデルの増加から恩恵を受けるからだ。DeepSeek-V4-FlashのADE-bench（Snowflakeのデータエンジニアリングベンチマーク）での74.4%というスコアは、その評価において主要なプロプライエタリモデルを上回る。一方GLM-5.3は、推論能力を多少犠牲にする代わりに非常に低いトークンオーバーヘッドを実現しており、大量処理・コスト重視のワークロードに最適だ。SnowflakeがサードパーティのAPIをプロキシせずに推論を直接ホストすることで、データは自社のガバナンス境界内に留まり、エンタープライズワークロードが実際に生み出すアクセスパターンに最適化できる。新しいモデルが登場し既存モデルが改善されるにつれ、システムはどのタスクにどのモデルが適合するかを学習し、アプリケーションの再設計なしにビジネス成果あたりの平均コストを段階的に削減していく。