SnowflakeがAIコスト削減へモデル自動選択

AIの性能とコストのトレードオフにより、企業は非効率な選択を迫られてきた。すべてのタスクに高性能モデルへ過払いするか、低コストな代替モデルを選ぶカスタムルーティングロジックを構築・維持するかだ。Snowflakeは「インテリジェンス効率」という枠組みで、問いを「全体的に最良のモデルはどれか」ではなく「各タスクに最適なモデルを最低コストでどれにするか」と再定義した。その答えは二つの部分から成る。

第一に、Cortex AI Gatewayの動的モデルルーティングは開発者から負担を取り除く。エンジニアリングチームがモデル選択をハードコードする代わりに、Snowflakeのレイヤーが各リクエストを監視し、自信を持って完了できる最も低コストのオプションを選択する。このシステムは管理者が承認したモデルと既存のデータ配置ルールを尊重するため、リクエストはコンプライアンス境界内に留まる。本文にある通り、ルーティングの決定は新しいモデルが登場し、相対的な能力が変化するにつれて適応する。顧客がアプリケーションを再構築する必要はない。

第二に、高性能なオープンモデルへのアクセス拡大は、ルーターの選択肢を直接向上させる。DeepSeek-V4-Flash 0731はSnowflakeの社内ADE-benchテストで74.4%を記録し、テストされたプロプライエタリなフロンティアモデルを上回った。GLM-5.3の前世代にあたるGLM-5.2は、ベンチマーク対象のどのモデルよりも低いトークン使用量で66%の精度を達成し、高負荷でコスト重視のワークロードに理想的だ。これらのモデルをサードパーティAPI経由ではなく直接ホストすることで、Snowflakeは推論がエンタープライズガバナンス内で実行され、データが既存の管理下に留まることを保証する。これは規制対象の組織にとって大きな利点だ。