APIYIの公式転送とリバース、どちらを選ぶか:結論から
本番環境や複雑なAgentタスクでは公式転送を優先し、リバースは重要度が低くコストに敏感なタスク向きです。 公式転送はベンダーのAPIや公式クラウドマーケットプレイスのリソースを直接利用するのに対し、リバースは非公式なインターフェース経由で呼び出し能力を得ます。両者はリスクの発生源が異なります。
選定は「公式転送」「リバース」というラベルだけで判断してはいけませんし、グループ名だけを見ても不十分です。最終的に比較すべきは、同じ具体的なモデル、同じグループ、同じ実タスク群について、リトライを含めたうえで、有効な成果を1回得るまでに実際いくらかかり、どれだけ時間がかかったかです。
この記事を読むとわかること
- 「グループ」と「モデル」の区別:なぜ同じグループ内に公式転送モデルとリバースモデルが同居しうるのか。
- APIYIの公開ドキュメントに記載されている公式転送とリバースの差異の軸、そして公開SLAが実際にどこまでカバーするのか。
- 2026年11月12日と13日の2つの実事例を通じて、2種類のチャネルそれぞれで起こりうる障害の形を理解する。
- 実タスクで候補チャネルを比較するための受け入れ確認記録表を手に入れ、表示価格だけで決めないようにする。
公式転送とリバースの選定インデックス
「客観的事実」のパートでは、チャネルとグループの分類方法、公開されている機能差分の観点、実際に発生した2件の運用インシデントの時系列、そして公開されている補償メカニズムの適用条件を順に紹介します。「分析と判断」のパートでは、本番エージェント、通常のチャット、企業調達という3つの用途でそれぞれどう使い分けるべきかを論じ、低い表示価格が低コストにならない理由を説明したうえで、最後に受け入れ記録の方法と、そのまま実行できる記録スクリプトを紹介します。

To Know:公式転送とリバースの関連概念
| 概念 | 概要 |
|---|---|
| 公式転送 | リクエストをベンダー公式APIまたは公式クラウドマーケットのチャネルへ転送するもの |
| リバース | 非公式インターフェースを通じてモデル呼び出し機能を提供するチャネル |
| グループ | トークンが使用するルーティングと課金のチャネル。実際に呼び出せるモデルは、リクエストに記入する model によっても決まります |
| Tool Calling | モデルが構造化されたパラメータで外部ツールに動作の実行を要求する仕組みで、エージェントタスクの基本能力です |
| プレフィックスキャッシュ | リクエスト内で共通する冒頭部分を再利用し、重複する計算と課金を減らします |
| SLA | 契約やサービス説明で定められた保証範囲、責任、補償条件 |
| P95レイテンシ | サンプルの95%が超えない応答時間。遅いリクエストを観察するために使います |
公式転送とリバースの影響早見
- 本番環境の開発者:価格を比較する前に、ツール呼び出し、構造化出力、キャッシュ、障害時のフォールバックがタスク要件を満たすか確認してください。
- 企業の調達担当者と技術責任者:公開ページには全モデルをカバーする統一的な可用率コミットメントが示されていないため、本プロジェクトに適用される契約条項を入手する必要があります。
- 重要度の低い個人タスクまたは社内タスク:リバースはコスト削減の選択肢になり得ますが、リトライを含めた実効コストで比較してください。
客観的事実:APIYI の公式転送とリバースに関する公開情報
この節の事実は、APIYI ドキュメントセンターの公開ページに基づくもので、確認日は 2026-11-17(北京時間)です。ここでの機能比較はプラットフォーム提供者としての説明であり、第三者による横断比較評価ではありません。アーカイブ記録によると、「グループ紹介ページと公式転送 vs リバース FAQ」は 2026-11-14 23:38 に公開されました。
公式リレー・リバース・グループ・モデルの違い
公開FAQの定義では、公式リレー(官转)はベンダーのAPIや公式クラウドマーケットのリソースを使い、リバース(逆向)は非公式のインターフェースを使います。ここで紛らわしいポイントが一つあります。チャネルの属性は個々のモデルに紐づくものであり、グループに紐づくわけではありません。 ドキュメントには、Default や SVIP のグループにも画像系の公式リレー/公式リバースモデルが含まれていると明記されているため、グループ名だけで画像の出所を判断することはできません。
グループとはトークンの呼び出しチャネルのことで、次の3点に影響します。呼び出せるモデルはどれか、リクエストがどうルーティングされるか、課金係数はいくつか。ドキュメントが推奨するグループ選択の順序は、「対象モデルがどのグループに対応しているかを確認する」→「用途と照合する」→「価格を比較する」→「予備チャネルを設定する」という流れです。1つのアカウントで用途別に複数のトークンを分けて運用でき、最終的な価格はコンソールに表示される内容が基準になります。
| グループの位置づけ(公開説明) | 主な用途 | 選定時の注意点 |
|---|---|---|
| Default | 通常の呼び出し | グループ内に公式リレーと公式リバースのモデルが混在することがあるため、個別の model を確認する |
| ClaudeCode | Anthropic 形式のプログラミング呼び出し | プログラミングツール向けに適合しており、OpenAI 互換インターフェースとは形式が異なる |
| 企業グループ / 画像専用グループ | 独立したリソースの位置づけを持つ | アーカイブには倍率付きの企業グループがあり、価格はコンソールを基準とする |
| 名前に Reverse を含むグループ | アーカイブに登場したリバースリソースのグループ | 割引は当時の告知によるもので、その後調整される可能性がある。APIYI apiyi.com のコンソールで確認できる |
公開FAQにある Fable シリーズのリバース対応範囲の記述は、現在のレジストリと一致していません。本記事では、同シリーズがリバースグループで実際に呼び出せることを保証するものではありません。コンソールで実際に選択可能なモデルを基準にしてください。

公式ルートとリバースルートの機能差の観点
公開比較では以下の検収観点が挙げられ、結論は具体的なモデルとグループごとに落とし込む必要があると強調されています。プラットフォームの立場は、本番環境や複雑なAgentでは公式ルートを優先し、リバースルートは重要度が低くコストに敏感なタスクに使うというものです。実際の体験はチャネル、時間帯、タスクごとに個別に検証する必要があります。
| 観点 | 検収時に見るポイント |
|---|---|
| パラメータの透過 | temperature、max_tokens などのパラメータがそのまま有効になるか |
| ストリーミング返却 | 安定してチャンク出力できるか、最初のトークンまでの遅延が許容範囲か |
| ツール呼び出し構造 | tool_calls フィールドが完全か、複数ターンの呼び出しでエラーが出ないか |
| JSON制約 | 構造化出力が schema 検証を通るか |
| コンテキスト上限と推論制御 | 長い入力が切り捨てられるか、推論レベルが有効か |
| マルチモーダル | 画像・動画入力が正しく認識されるか |
| usage / エラーコード | token 統計が照合に使えるか、エラーコードが再試行可能/不可能を区別できるか |
| キャッシュプレフィックス | 繰り返しプレフィックスがキャッシュにヒットするか、キャッシュ料金で課金されるか |
| 容量とリソースの継続性 | ピーク時に 429 や待ち行列が頻発しないか |
2件の実際のインシデント時系列(2026年11月)
以下は2件の実際の運用記録であり、対照実験ではありません。これらはある時点における特定チャネルの状態を示すものにすぎず、長期的な可用率を推定するには使えません。
| 時刻(UTC+8) | チャネル / モデル | インシデント | プラットフォームの説明 |
|---|---|---|---|
| 2026-11-12 17:15 | GPT Image 2.6 公式ルート | エラー率が上昇し、処理の詰まりが発生 | 原因は OpenAI 上流の障害。同時期にリストされた一部の他チャネルは引き続き利用可能 |
| 2026-11-12 17:48 | GPT Image 2.6 公式ルート | 復旧 | このインシデントは約33分 |
| 2026-11-13 13:16 | GPT Image -vip 官逆ルート3種 | 飽和し、429 と待ち行列が頻発 | アカウントプールの補充が滞る。公式ルートまたは 2.6-all でのフォールバックを推奨 |
この2件を合わせて見ると、結論は明らかです。公式ルートも上流の変動の影響を受け、リバースルートのボトルネックはより多くがアカウントプールの容量にあります。アーカイブにも同様の記録があり、たとえば 2026-10-15 の DeepSeek 公式ルートのタイムアウトはベンダー側の障害に起因し、同日に -vip の負荷が高すぎる際、プラットフォームはまず公式ルートでフォールバックするよう推奨していました。
公開補償メカニズムと適用条件
公開SLAページには、プラットフォームに起因する問題について、プラットフォームがログを照合したうえでクレジットを補填すると明記されています。月間消費額が10000ドル以上の指定大口画像顧客は、明らかな異常請求が発生した場合、照合による補償を申請できます。企業契約では、保障範囲・可用性・応答時間・賠償上限を定めることができます。
ただし、ページには官転と逆向の全モデルをカバーする統一的な月間可用率・P95・MTTRの契約表は記載されていません。ページに登場する300秒はあくまで異常請求の一例であり、時間制限付きの画像出力に対する賠償約束ではありません。
分析と判断:APIYIにおける官転と逆向の取捨選択の方法
本節は、前述の事実に基づいて著者が示した判断であり、プラットフォームの約束を表すものではありません。
3つのシーンにおける公式転送とリバースの選択
本番Agent:マルチターンのAgentタスクはツール呼び出し構造、JSON制約、キャッシュプレフィックスに依存しており、どれか一つでも不安定になると、タスクチェーン全体が再実行されてしまいます。公開ドキュメントはこれらの要素を公式転送優先の根拠として挙げているため、本番Agentでは公式転送をメインチャネルにすることをおすすめします。あわせてバックアップグループも用意しましょう。ただし注意したいのは、バックアップグループが保証するのは「使えるチャネルがある」という点だけであり、バックアップモデルのフォーマットと出力については別途検収が必要だということです。
通常のチャットと重要度の低いタスク:単一ターン対話、社内ドラフト、バッチ書き換えといったタスクは、失敗してもリトライのコストが低いため、リバースグループでコストを下げるのに適しています。11月13日の -vip 飽和イベントは、リバース回線が特定の時間帯に429を集中して返す可能性があることを教えてくれました。そのため、公式転送や別のモデルをフォールバックとして用意しておくのがよいでしょう。
企業調達:公開ページの補償メカニズムは「プラットフォームに起因する」と認められる問題と、指定された大口画像顧客のみを対象としており、汎用的なSLAとして扱うことはできません。可用性と賠償を明確にする必要があるプロジェクトでは、本プロジェクトに関わる具体的なモデルについて契約条項を締結すべきです。

低い表示価格が低コストとは限らない理由
表示価格は1回のリクエスト単位で算出されますが、ビジネス側が本当に知りたいのは「正常に完了したタスク1件あたりに、いくらかかったか」です。あるチャネルの単価が安くても、何度もリトライが必要になったり、ツール呼び出しのフィールドが欠けていてAgentの処理全体をやり直したりすれば、実効的な成果コストはむしろ高くなる可能性があります。画像タスクも同様です。キュー待ちや429エラーは総処理時間を長引かせ、納期が決まっているシーンではこの時間もコストとして効いてきます。
一方、失敗を許容でき、時間に余裕のあるオフラインバッチ処理では、リバースグループの割引は確実なコスト削減になります。つまり、「公式転送は高く、リバースは安い」と一括りに語るのではなく、タスクの種類ごとにコストを分けて試算するのが合理的です。
実際のタスクで候補チャネルを検証する
以下は本記事で推奨する検証記録表です。実測データではありませんし、可用率も一切記入していません。チャット、ツール呼び出し、構造化出力、画像タスクは別々に集計する必要があります。サンプル数が少なすぎる場合や、障害発生時間帯をカバーできていない場合は、イベントと方法だけを記録し、「安定性が X% 高い」といった結論は書かないでください。
| 記録項目 | 記入方法 |
|---|---|
| 固定タスク | 同一のプロンプトと入力。たとえばツール呼び出しのユースケース 50 件 |
| 日付と時間帯 | ピーク時と閑散時の両方をカバーし、UTC+8 を明記する |
| モデル / グループ | 具体的な model とトークングループを記載。たとえば APIYI apiyi.com のコンソールで分割したテスト用トークン |
| 総試行回数 / 可用な出力 | リトライも分母に含める。可用 = フォーマット検証または人手による検証に合格したもの |
| 初回トークン遅延 / 総遅延 / P95 | ストリーミングタスクは初回トークン遅延を、画像タスクは総所要時間を記録する |
| 実際のコスト | 請求書またはログの課金額を基準にし、可用な出力数で割って 1 回あたりの成功コストを算出する |
記録は簡単なスクリプトで自動化できます。グループはトークンに紐づくため、候補グループごとにトークンを 1 つずつ作成し、同じタスク群で順番にテストできます。
import time, openai
# 候補グループごとに 1 つのトークンを作成(APIYI コンソールで作成)
CANDIDATES = {"official": "KEY_OFFICIAL_GROUP", "reverse": "KEY_REVERSE_GROUP"}
MODEL = "your-model-name" # コンソールでそのグループが実際に選択可能なモデル名を記入
def run(group, key, prompt, max_retry=3):
client = openai.OpenAI(api_key=key, base_url="https://api.apiyi.com/v1")
for attempt in range(1, max_retry + 1):
t0 = time.time()
try:
r = client.chat.completions.create(model=MODEL,
messages=[{"role": "user", "content": prompt}])
return {"group": group, "attempts": attempt,
"latency": round(time.time() - t0, 2),
"usage": r.usage.model_dump() if r.usage else None,
"ok": bool(r.choices[0].message.content)}
except Exception as e:
last = str(e)
return {"group": group, "attempts": max_retry, "ok": False, "error": last}
for g, k in CANDIDATES.items():
print(run(g, k, "北京の今日の移動アドバイスを 3 つ、JSON で返してください"))
ツール呼び出しの検証を含むバージョンを見る
import json, time, openai
client = openai.OpenAI(api_key="YOUR_API_KEY",
base_url="https://api.apiyi.com/v1") # APIYI の統一インターフェース
tools = [{"type": "function", "function": {
"name": "get_weather",
"parameters": {"type": "object",
"properties": {"city": {"type": "string"}},
"required": ["city"]}}}]
def check_tool_call(model):
t0 = time.time()
r = client.chat.completions.create(
model=model, tools=tools,
messages=[{"role": "user", "content": "上海の天気を調べて"}])
calls = r.choices[0].message.tool_calls or []
valid = False
if calls:
try:
valid = "city" in json.loads(calls[0].function.arguments)
except json.JSONDecodeError:
valid = False
return {"model": model, "tool_call_valid": valid,
"latency": round(time.time() - t0, 2)}
print(check_tool_call("your-model-name"))
🚀 検証のヒント:まず APIYI apiyi.com で公式中継グループとリバースグループにそれぞれテスト用トークンを作成し、同じタスク群を最後まで実行してからコンソールログの実際の課金額を確認する方が、価格表と見比べて判断するよりも信頼できます。新規ユーザーはまず無料のテスト枠でこのステップを完了できます。
実行後、ログの課金額とスクリプトが記録した試行回数を突き合わせれば、各グループの 1 回あたりの成功コストが算出できます。その後、上流障害が発生した場合には、APIYI apiyi.com のドキュメントセンターのリアルタイム情報で該当チャネルのステータスが公開されるので、それを基に異常サンプルを除外すべきか、あるいは別途注記すべきかを判断できます。
以下は予測であり、まだ検証されていません。 各ベンダーが相次いでリスク管理やリソースを調整するにつれ、逆向きルートの容量は段階的に変動し続ける可能性が高く、公式中継も上流の障害の影響を受け続けるでしょう。そのため、受入検証の記録は一度実施してそのまま保管するのではなく、モデルがアップグレードされるたび、グループが調整されるたびに再実行することをおすすめします。
💡 選択のヒント:同一アカウントで公式中継トークンと逆向きトークンの両方を保持でき、タスクの重要度に応じて振り分けられます。具体的なモデルのカバー状況や現在の倍率については、APIYI apiyi.com のコンソールをご確認ください。
モデル選定ドキュメントは、どの観点を見るべきかを教えてくれます。しかし、どのチャネルが本当にあなたのビジネスに合っているかの答えは、あなた自身のタスク、請求、そしてレイテンシの記録からしか得られません。陸游が『冬夜読書、子聿に示す』に記したとおり、「紙の上で得た知識はどこか浅く、このことを極めるには自ら実践しなければならない」のです。
作者:APIYI 技術チーム
技術交流:グループやモデルの設定に関するご質問は、APIYI apiyi.com のトップページからお気軽にお問い合わせください。その他の資料は docs.apiyi.com のドキュメントセンターをご覧ください。
