LiteLLMでサードパーティAPI中継サービスを設定する完全ガイド：APIYIを5ステップで接続する方法

LiteLLM を使って OpenAI、Claude、Gemini、DeepSeek などの複数の大規模言語モデルを同時に管理したいけれど、海外アカウントの作成、ネットワーク環境、決済といった壁にぶつかっていませんか？その解決策は、LiteLLM を OpenAI 互換のサードパーティ製 API 中継サービスに接続することです。本記事では、LiteLLM + APIYI (apiyi.com) を例に、設定手順を分かりやすく解説します。

核心的価値: 本記事を読めば、LiteLLM で API 中継サービスを利用する 3 つの主要な方法（SDK、Proxy YAML、環境変数）を習得でき、5 分以内に APIYI への接続を完了できるようになります。

LiteLLM でサードパーティ製 API 中継サービスを設定する際のポイント

LiteLLM は、OpenAI 互換フォーマットを使用して 100 以上の大規模言語モデルを呼び出すことを目的としたオープンソースの LLM ゲートウェイ / SDK です。任意の「OpenAI 互換」エンドポイントをサポートしており、api_base を中継サービスに向け、api_key を中継サービスが発行したものに置き換えるだけで利用可能です。APIYI (apiyi.com) は標準的な OpenAI 互換の中継サービスであるため、両者の相性は抜群です。

LiteLLM でサードパーティ製 API 中継サービスを設定する詳細

LiteLLM の公式ドキュメントには、「モデル名の前に openai/ プレフィックスを付け、api_base を指定すれば、LiteLLM は OpenAI クライアントを使用してエンドポイントにアクセスする」と明記されています。これは、中継サービスの背後にあるのが GPT-5、Claude Opus 4.6、Gemini 3 Pro、DeepSeek のいずれであっても、LiteLLM にとっては「1 つの OpenAI エンドポイント」として扱われることを意味します。

APIYI (apiyi.com) の base_url は https://api.apiyi.com/v1 であり、標準的な /v1/chat/completions、/v1/embeddings、/v1/images/generations 仕様に準拠しているため、パッチを当てることなく LiteLLM と完全に互換性があります。

LiteLLM でサードパーティAPI中継サービスを設定する：クイックスタート

準備作業

始める前に、以下の準備を整えてください：

1. APIYI APIキー: apiyi.com に登録後、コンソールで新しいキーを作成します（litellm-prod などの名前を推奨）。
2. base_url: https://api.apiyi.com/v1 （末尾に /v1 が必須です）
3. Python環境: Python 3.9以上
4. 依存関係のインストール: pip install litellm

シンプルな例：SDK内での設定

最も手軽な接続方法は、コード内で api_key と api_base を直接指定することです：

import litellm

response = litellm.completion(
    model="openai/gpt-5",                              # 重要：openai/ プレフィックス
    api_key="YOUR_APIYI_KEY",
    api_base="https://api.apiyi.com/v1",               # APIYI 中継サービスのアドレス
    messages=[
        {"role": "user", "content": "LiteLLMについて一言で紹介してください"}
    ],
)

print(response.choices[0].message.content)

💡 アドバイス: APIYI apiyi.com コンソールでテスト用クレジットを取得した後、gpt-5 を claude-opus-4-6 や gemini-3-pro などのモデル名に書き換えるだけで、他のコードを変更せずに利用可能です。これこそが OpenAI 互換プロトコルの最大のメリットです。

import os
import litellm
from litellm import completion

# キー管理には環境変数を利用することを推奨します
os.environ["OPENAI_API_KEY"] = "YOUR_APIYI_KEY"
os.environ["OPENAI_API_BASE"] = "https://api.apiyi.com/v1"

litellm.set_verbose = False  # デバッグ時は True に変更

def chat_with_apiyi(model: str, prompt: str, stream: bool = False):
    """LiteLLM + APIYI を通じて任意の OpenAI 互換モデルを呼び出す"""
    try:
        response = completion(
            model=f"openai/{model}",
            messages=[{"role": "user", "content": prompt}],
            stream=stream,
            temperature=0.7,
            max_tokens=1024,
        )
        if stream:
            for chunk in response:
                delta = chunk.choices[0].delta.content or ""
                print(delta, end="", flush=True)
            print()
        else:
            return response.choices[0].message.content
    except Exception as e:
        print(f"呼び出し失敗: {e}")
        return None

if __name__ == "__main__":
    # 非ストリーミング
    print(chat_with_apiyi("gpt-5", "LLMゲートウェイとは何か説明してください"))
    # ストリーミング
    chat_with_apiyi("claude-opus-4-6", "LiteLLMの利点を100文字で紹介してください", stream=True)

Proxy YAML 設定：本番環境向け

LiteLLM を独立したサービス（ポート 4000、チーム共有用）として運用する場合は、YAML モードを推奨します。litellm_config.yaml を新規作成します：

model_list:
  - model_name: gpt-5                       # 外部公開するモデル名
    litellm_params:
      model: openai/gpt-5                   # openai/ プレフィックスで OpenAI クライアントへルーティング
      api_base: https://api.apiyi.com/v1    # APIYI 中継アドレス
      api_key: os.environ/APIYI_KEY         # 環境変数を参照

  - model_name: claude-opus-4-6
    litellm_params:
      model: openai/claude-opus-4-6
      api_base: https://api.apiyi.com/v1
      api_key: os.environ/APIYI_KEY

  - model_name: gemini-3-pro
    litellm_params:
      model: openai/gemini-3-pro
      api_base: https://api.apiyi.com/v1
      api_key: os.environ/APIYI_KEY

litellm_settings:
  drop_params: true                          # モデルがサポートしないパラメータを自動除外
  num_retries: 2                             # 呼び出しリトライ回数

router_settings:
  fallbacks:
    - gpt-5: ["claude-opus-4-6", "gemini-3-pro"]

Proxy を起動します：

export APIYI_KEY=sk-xxxxxxxxxxxxxxxx
litellm --config ./litellm_config.yaml --port 4000

以降、任意の OpenAI SDK から http://localhost:4000 を通じて呼び出し可能です：

from openai import OpenAI

client = OpenAI(
    api_key="any-string",                    # LiteLLM Proxy は内容を検証しません（master_key設定時を除く）
    base_url="http://localhost:4000",
)

resp = client.chat.completions.create(
    model="gpt-5",
    messages=[{"role": "user", "content": "Hello via LiteLLM Proxy"}]
)
print(resp.choices[0].message.content)

🎯 本番環境のヒント: LiteLLM Proxy の前に master_key を配置し、すべての基盤モデルを APIYI apiyi.com に集約することをお勧めします。これにより、アプリケーション層からは gpt-5 / claude-opus-4-6 といった「セマンティックモデル名」のみが見え、基盤となるチャネル、課金、レート制限はすべて APIYI + LiteLLM の2層で処理されるため、上位層は意識する必要がありません。

環境変数モード：CLI やスクリプトに最適

使い捨てのスクリプトやコマンドラインツールの場合、環境変数を直接使うのが最も簡単です。LiteLLM は OPENAI_API_KEY と OPENAI_API_BASE を自動的に認識します：

export OPENAI_API_KEY=sk-xxxxxxxxxxxxxxxx
export OPENAI_API_BASE=https://api.apiyi.com/v1

これ以降、openai/ プレフィックスが付いたすべての呼び出しは APIYI を経由します：

import litellm
print(litellm.completion(
    model="openai/gpt-5",
    messages=[{"role": "user", "content": "ping"}]
).choices[0].message.content)

LiteLLM でサードパーティ中継サービスを設定する：3つの方式比較

用途に応じて最適な設定方式は異なります。以下の表を参考にしてください。

💡 選択のヒント: 個人の開発であれば環境変数が手軽ですが、チームや本番環境では「モデルルーティング + Fallback + レート制限 + 統計」を1つのファイルで管理できる Proxy YAML モードを強く推奨します。どの方法を選んでも、基盤となるチャネルを APIYI apiyi.com に接続するという点は共通しており、APIキーを1つ管理するだけで済みます。

LiteLLM + APIYI：マルチモデルルーティングの実践

LiteLLM Proxyモードの真の強みは、同一のYAMLファイルを使用して「セマンティックなモデル名（論理名）」から「実際のチャネル」へのマッピングを完結できる点にあります。以下に、本番環境でも利用可能な最小構成のルーティング設定を紹介します。

# litellm_config.yaml - 本番環境ルーティング例
model_list:
  # メイン推論モデル
  - model_name: smart
    litellm_params:
      model: openai/gpt-5
      api_base: https://api.apiyi.com/v1
      api_key: os.environ/APIYI_KEY
      timeout: 60

  - model_name: smart
    litellm_params:
      model: openai/claude-opus-4-6
      api_base: https://api.apiyi.com/v1
      api_key: os.environ/APIYI_KEY
      timeout: 60

  # 高速・安価なモデル
  - model_name: fast
    litellm_params:
      model: openai/gpt-5-mini
      api_base: https://api.apiyi.com/v1
      api_key: os.environ/APIYI_KEY

  # ビジョン/マルチモーダル
  - model_name: vision
    litellm_params:
      model: openai/gemini-3-pro
      api_base: https://api.apiyi.com/v1
      api_key: os.environ/APIYI_KEY

  # Embedding（埋め込み）
  - model_name: embed
    litellm_params:
      model: openai/text-embedding-3-large
      api_base: https://api.apiyi.com/v1
      api_key: os.environ/APIYI_KEY

litellm_settings:
  drop_params: true
  num_retries: 2
  request_timeout: 60

router_settings:
  routing_strategy: simple-shuffle           # 同名モデルのラウンドロビン
  fallbacks:
    - smart: ["fast"]                        # smartが失敗した際にfastへフォールバック

general_settings:
  master_key: sk-litellm-master-xxxx         # クライアント側で必須となるキー

アプリケーション層からは smart / fast / vision / embed という4つのセマンティックな名前しか見えません。GPT-5がレート制限に達した場合、LiteLLMは自動的にClaude Opus 4.6へ切り替え（両方とも smart として登録されているため）、さらに失敗した場合は fast へフォールバックします。すべての基盤トラフィックは APIYI (apiyi.com) を経由して統合的に課金・監視されるため、アプリケーション層とチャネル層を完璧に分離できます。

LiteLLMでAPI中継サービスを設定する際のよくある質問

curl http://localhost:4000/v1/chat/completions \
  -H "Authorization: Bearer sk-litellm-master-xxxx" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "smart",
    "messages": [{"role": "user", "content": "ping"}]
  }'

まとめ

LiteLLM でサードパーティの API 中継サービスを設定する際、本質的には以下の3つのステップを行うだけです。

1. プロトコルの整合: モデル名に openai/ というプレフィックスを付けることで、LiteLLM に対して OpenAI クライアントプロトコルを使用するよう指示します。
2. エンドポイントの整合: api_base に中継サービスのルートパス + /v1 を指定します（例: https://api.apiyi.com/v1）。
3. 認証情報の整合: 中継サービスから発行されたキーを api_key または環境変数を通じて渡します。

この3ステップを完了すれば、LiteLLM のあらゆる機能（マルチモデルルーティング、フォールバック、レート制限、課金管理、ロギングなど）を、安定した中継サービス上でシームレスに利用できるようになります。

🚀 推奨アクション: チーム向けに統一された LLM ゲートウェイを構築中であれば、「アプリケーション → LiteLLM Proxy → APIYI (apiyi.com)」という3層構造を採用することをおすすめします。LiteLLM がルーティングとフォールバックを担い、APIYI が基盤となるモデル接続、安定性、従量課金を提供します。管理が必要なのは YAML ファイルと API キーだけです。apiyi.com に登録すればテスト用クレジットが取得でき、5分以内に最初の呼び出しを完了できます。

著者: APIYI Team — 開発者向けに主要な AI 大規模言語モデルへの安定したアクセスを提供しています。詳細は apiyi.com をご覧ください。

参考資料

1. LiteLLM 公式ドキュメント – OpenAI 互換エンドポイント

   • リンク: docs.litellm.ai/docs/providers/openai_compatible
   • 説明: SDK および Proxy YAML の公式サンプル

2. LiteLLM Proxy 設定概要

   • リンク: docs.litellm.ai/docs/proxy/configs
   • 説明: model_list、router_settings、fallbacks の全フィールド解説

3. LiteLLM GitHub リポジトリ

   • リンク: github.com/BerriAI/litellm
   • 説明: ソースコード、Issue、最新バージョン情報

4. daily_stock_analysis – LLM_CONFIG_GUIDE

   • リンク: github.com/ZhuLinsen/daily_stock_analysis/blob/main/docs/LLM_CONFIG_GUIDE.md
   • 説明: 3つの設定モードとマルチチャネル運用の実践ガイド

5. APIYI 公式ドキュメント

   • リンク: apiyi.com
   • 説明: 対応モデル一覧、base_url および API キーの管理について