Snowflake、AIコスト最大75%削減

AIへの支出は測定可能なビジネス価値よりも速く増加しており、すべてのタスクに最先端モデルが必要かどうかを組織が再検討している。Snowflakeの対応は、動的ルーティングとオープンモデル拡充という2つの連動した能力に基づく。管理者が品質基準とコンプライアンスルールを一度設定すれば、システムは各リクエストに対して要件を満たす最小コストのモデルを選択する。ルーティング層は実際のワークロードから学習し、モデルの性能や価格の変化に適応できる。

オープンモデルの拡充により、ルーティング層が利用できるコスト効率の高い選択肢が増える。DeepSeek-V4-Flash 0731のADE-benchでの74.4%というスコアは、データエンジニアリングタスクでプロプライエタリモデルと同等以上であることを示しており、エンタープライズデータチームにとって重要なベンチマークでオープンソースが追いついたことを意味する。GLM-5.3は、トークン使用量が少なくADE-benchで強みを発揮するため、累積推論コストが全体の支出を左右する高負荷・セルフホスト環境に適している。

Snowflakeはデータ、計算、モデルウェイト、エージェントオーケストレーションをすべて自社で運営することで、データ転送によるレイテンシーやコストのペナルティを回避し、汎用的なAPIエンドポイントではなく、エンタープライズ固有のパターンに合わせたルーティングを最適化できる。自動ルーティングと高性能・高効率モデルが増えることで、フィードバックループが生まれる。新モデルが登場し既存モデルが改善されれば、より多くのリクエストを安価なモデルで処理でき、ビジネス成果を維持しながらコストを削減できるようになる。