GenAIの世界は爆発的に成長しました。OpenAIは初期の注目を集めましたが、GoogleのGeminiが急成長を遂げ、AWS Bedrockはエンタープライズレベルの性能を提供し、新しいモデルが毎週のように登場しています。問題は、GenAIを使うべきかどうかではなく、どのモデルを、何のために、どこで使うかです。

新しい Google Geminiコネクタ、 Mendix 主要なモデルプロバイダーをすべてサポートするようになりました。既存の OpenAI、 アマゾンの岩盤, ミストラル, Mendix GenAIコネクタ、フルビュッフェをお楽しみいただけます。

At Mendix 私たちは、モデルに依存しない方法でエージェントソフトウェアを構築できるようにしました。なぜでしょうか？それは、「最適な」モデルは存在しないからです。お客様のユースケース、予算、そしてインフラストラクチャの現状に最適なモデルだけが存在します。

「なぜ」から始めましょう: 実際に何を構築するのでしょうか?

モデルを選択する前に、インタラクションパターンを定義してください。LLMとのインタラクション方法によって、レイテンシ、推論、ツールアクセスの要件が決まります。

• 単発通話：単純な分類など、一度きりのやり取り。通話速度とコストが主要な指標となります。
• 会話：文脈の保持を必要とする複数ターンの対話。在庫管理会話エージェントは、「在庫は何個ありますか？」という質問が3つ前のメッセージで言及されている商品を指していることを記憶する必要があります。
• エージェント:モデルは複数ステップの問題を推論し、 Mendix マイクロフローは、データベースへのクエリやAPIのトリガーを行うための「ツール」として機能します。これには、高度な推論と信頼性の高い関数呼び出しが求められます。
• バッチ処理：大量の作業（例：10,000件のフィードバックフォームの分析）。コスト効率とスループットが何よりも重要です。

「インテリジェンス階層」を理解する：推論型vs軽量型

ブランドを見る前に、モデルのクラスを選択する必要があります。2026年には、モデルを「思考」に基づいて分類します。

推論モデル（「考える人」）

これらのモデル（OpenAI o4やNova 2 Proなど）は「拡張思考」を採用しています。単に次の単語を予測するだけでなく、発話前に内部シミュレーションを実行し、独自のロジックを検証します。

• トレードオフ：レイテンシが高く、コストも高くなります。複雑なロジックの精度が妥協できない場合にのみ使用してください。

小さな言語モデル（「スプリンター」）

これらは「ミニ」または「フラッシュ」モデルです。速度とコストが高度に最適化されています。

• トレードオフ: 複雑なロジックについてはより「幻覚」を起こす可能性がありますが、分類、要約、単純な RAG には最適です。

マルチモーダルモデル（「オブザーバー」）

Gemini 3 ProやNova 2 Omniのようなモデルは、テキスト処理に加えて、ビデオ、オーディオ、画像もネイティブに処理するように構築されています。ビジョンモデルとテキストモデルを連携させるのはもはや時代遅れですが、ネイティブマルチモーダル処理こそが2026年のスピード基準となるでしょう。

モデルのトレードオフマトリックス

あらゆるモデルの選択はトレードオフです。評価の枠組みは次のとおりです。

• コスト：トークン単位で測定されます。小型モデル（GPT-5 mini、Gemini 3 Flash）は大幅に安価で、多くの場合、エンタープライズタスクの80%を処理できます。
• レイテンシ: UI/UX には重要ですが、夜間のバッチ処理には関係ありません。
• 推論と精度：ベンチマークはあくまでも出発点ですが、実際のデータでテストしてください。「思考型」モデル（OpenAI o4など）はこの点で優れていますが、「レイテンシ税」が課せられます。
• コンテキスト ウィンドウ: 128K から Gemini の 2 万以上のトークンまでの範囲。

プロのヒント：「中間の迷子」症候群に注意してください。巨大なウィンドウを使用しても、モデルは中央に埋もれたデータを見落とす可能性があります。ピンポイントの精度を得るには、RAG（Retrieval-Augmented Generation）またはツールの使用によるコンテキスト提供（必要なものだけを取得する）が依然としてゴールドスタンダードです。

• マルチモーダル：モデルは「見る」または「聞く」ことができますか？ネイティブのマルチモーダルモデル（Gemini 3など）は、画像、音声、ビデオを同じコンテキストウィンドウ内で直接分析できます。 Mendix アプリが製品の損傷の写真からデータを抽出したり、音声ログを分類したりする必要がある場合、ネイティブのほうが個別のサービスを連鎖させるよりも高速かつ正確です。

現行モデルの比較（2026年初頭）

主要なモデルプロバイダーのほとんどは、さまざまなタイプとサイズのモデルをカバーしていますが、プロバイダー間で多少の専門性があります。

インフラストラクチャ: モデルはどこに保存する必要がありますか?

1. Mendix GenAI リソース パック (管理対象)

「簡単ボタン」。 Mendix APIキー、スケーリング、プライバシー境界はモデルが管理します。モデルをサービスとして利用するだけです。 Mendix クラウド。ラピッドプロトタイピングや標準的なエンタープライズアプリに最適です。

2. ハイパースケーラーコネクタ（ハイブリッド）

「Bring Your Own Cloud」（BYOC）オプション。AWS Bedrock、Azure OpenAI、またはGoogle Cloud向けのコネクタをご利用ください。これは、特定のエコシステムに既に深く関わっており、既存のクレジットとセキュリティポリシーを活用したい企業にとって最も一般的な選択肢です。

3. プライベートクラウド / オンプレミス（ソブリン）

「フォートノックス」オプション。Llama 4やMistralなどのオープンウェイトモデルを、独自のプライベートインフラストラクチャでホストします。 Mendix 同じ標準インターフェースを介してローカルエンドポイントに接続します。これにより、データの主権とプライバシーが最大限に保護されます。

プロバイダーの状況

• Mendix GenAIリソースパック：「ターンキー」オプション。直接配信 Mendix クラウド向けのこれらのパックは、Anthropic Claude 4.5やCohere Embedなどのモデルへの事前設定済みのアクセスを提供します。これは本番環境への最速のパスであり、ハイパースケーラーのアカウントやAPIキーを独自に管理する必要がなくなります。
• Google Cloud: Gemini 3 Pro と Flash は、マルチモーダル機能 (ビデオ/オーディオをネイティブに処理) と大規模なコンテキスト ウィンドウをリードしています。
• Azure / OpenAI: Microsoft スタックに深く関わっている場合のロジックの「ゴールド スタンダード」であり、比較的簡単に開始できる場所です。
• AWS Bedrock: エンタープライズ グレードのセキュリティを備えた 1 つのマネージド サービスで、Claude、Llama、Mistral に簡単にアクセスできる「モデル ガーデン」アプローチ。
• Anthropic (Claude): コーディングにおける外科手術のような精度と、より「操縦可能な」書き方で知られています (Claude 4.5 Sonnet は開発者のお気に入りです)。
• Mistral AI：効率性と欧州のデータ主権の最高峰。同社のモデル（Mistral Large 3など）は、オープンスケールの柔軟性と最高レベルのパフォーマンスを提供し、オンプレミスまたはプライベートクラウドでの導入に最適です。

組み立て：Lato Bicycles

例: カスタマーサービスルーティングエージェント

Lato Bicyclesは、すべての決定に高額な法学修士号（LLM）を取得する必要はないと気づきました。そこで、ハイブリッドアーキテクチャを構築しました。

1. 決定論的ロジック：注文ステータスリクエストは、マイクロフロー内の単純な正規表現によってキャッチされます。コスト：0ドル。精度：100%。
2. 軽量分類: 「苦情」と「技術的な質問」の区別は、Gemini 3 Flash によって処理されます。
3. ニュアンスのあるルーティング: 受信した問い合わせに対するその後のエージェント評価には、OpenAI o4 などの高度な推論モデルが使用されます。

結果：リクエストの60%はLLMに一切触れません。決定論的ロジックが幻覚を起こさないため、コストは劇的に削減され、精度も向上します。

実験の自由

の真の力 Mendixのモデルに依存しないアプローチは、決してロックインされないということです。 Mendixエージェントソフトウェアを「シャーシ」として構築し、LLMを「エンジン」として使用できます。来週、より高速で安価なエンジンが発売されたとしても、コネクタを交換するだけでそのまま走行できます。

あなたが今行っているのはモデルの選択であり、永遠にモデルにコミットすることではありません。

開始する準備はできましたか？

ダウンロード Gen AI ショーケースアプリ マーケットプレイスからさまざまな LLM を入手し、今すぐ試してみてください。