2026年にチャットの表層の裏にモデルを置くプロダクトのほとんどは、利用可能な中で最も賢いフロンティアモデルに手を伸ばします。CambioはGemini 2.5 Flash Liteで動いています。その選択に至った実際のエンジニアリング上のトレードオフ——最初に別のファストティアのモデルに費やした期間も含めて——と、私たちが再び考えを変えることになる条件を、ここに記します。
プロダクトの表面に言語モデルを置くとき、いちばん声の大きい既定の選択は、その月のリーダーボードで首位のフロンティアモデルを取ることです。賢いほどよい、規模が出ればコスト差は消える——という理屈です。
Cambio は Gemini 2.5 Flash Lite で動いています。Google の推論向けではなく、高速ティアのモデルです。2026年5月27日から本番の既定で、それ以前は同じ層が xAI の grok-4-1-fast で動いていました。この記事は、現在の選択の背後にある技術的な理由と、再び見直す条件についてです。
モデルがCambioで担うべき仕事
仕事は2つ、どちらも範囲が限定されています。いずれも推論負荷は高くありません。
ひとつ目は解析です。モデルは短いユーザーメッセージを受け取り、JSON オブジェクトを一つ返します。決められた一覧から選ばれたインテント、七つのエンティティ項目（送る通貨とネットワーク、受け取る通貨とネットワーク、金額、方向、優先条件）、そして確信度の数値です。メッセージを最初に見るのはモデルではありません。決定論的なリゾルバがほとんどのターンを単独で処理し、そのリゾルバが判断に迷ったときにモデルが呼ばれます。本番の 209 ターンのサンプルでは、決定論的な層が単独で 69% に答え、モデルに届いたのは 8% でした。
ふたつ目はナレーションです。モデルは構造化された見積もりオブジェクトを受け取り、その周りに短い平易な一文を書きます。価格・レート・金額を書くことはできません。数値はすべてカードが持ち、モデルがそれを作る役目を与えられることはありません。言い回しの一節を添える場合も、コードが十二語で打ち切り、それを超えたものは破棄します。
どちらの仕事も多段階の推論を伴いません。どちらの仕事もモデルが多数の選択肢から選ぶ必要はありません。どちらの仕事もモデルがツールと相互作用したり、APIを呼び出したり、ターンをまたいで状態を保持したりすることはありません。求められる能力は、短いプロンプトを読み、構造化された出力フォーマットに従い、一貫した英語を生成することです。これは、2〜3年前にローンチされたものも含め、あらゆる現代の言語モデルができることです。
なぜフロンティアの推論モデルはここでは間違った道具なのか
このワークロードでフロンティアモデル同士を直接比較するベンチマークは行っていませんし、行っていない比較を公開するつもりもありません。選択にそれは必要ありませんでした。問いは「どのモデルがいちばん賢いか」ではなく、「決定論的なコードがすでに大半を処理している二つの仕事に対して、どのモデルが十分に速く、十分に安く、構造化出力に十分に厳格か」でした。
実際に測ったのは自分たちのシステムです。分類の呼び出しは入力およそ 70 トークン、出力 30 トークンで、定価ベースでキャッシュに当たらない 1 プロンプトあたり 0.0001 ドル程度（2026年5月26日に Flash Lite で計測）。同じプロンプトが繰り返されればキャッシュから返り、モデルには届きません。レイテンシでは、決定論的な経路が端から端までおよそ 1.1 秒、モデルを呼ぶ経路がおよそ 2.3 秒です。モデルの選択が応えるべきはリーダーボードではなく、この差です。
ある点を超えると、能力の上積みは無駄な予算です。モデルが限定された仕事に対して十分に速く十分に正確であれば、体験を左右するのはモデルの上限ではなくレイテンシです。
そもそもなぜファストティアなのか
候補は、私たちのエージェント層が対応しているプロバイダの高速ティアです。いま動かしている Gemini 2.5 Flash Lite、以前動かしていた grok-4-1-fast、そして今も選択できる GPT-5 Mini。いずれも短いプロンプトを読み、スキーマに従い、一文を書けます。私たちの規模では、いずれも価格だけで決め手になるほどの差はありません。
つまり判断は能力ではなく運用上の適合です。実際に動かす規模で 1 回の呼び出しがいくらか、スキーマが求める通りのオブジェクトをどれだけ確実に返すか、プロバイダが混んでいるときにどう振る舞うか、そしてそのプロバイダと日々付き合いやすいか。
なぜ具体的にGemini 2.5 Flash Liteなのか
コストについて。私たちのプロンプトは入力も出力も短く、高速ティアがもっとも安く値付けする形です。入力約 70 トークン、出力約 30 トークンで、1 回あたり定価で 0.0001 ドル程度。しかも繰り返しのプロンプトは分類がキャッシュされているため、そもそもモデルに届きません。三つのモデルの価格順位は公開しません。検証に耐えるものを測っていないからです。
構造化出力について。自由記述を頼んで祈る、ということはしません。呼び出しは応答形式を JSON に固定し、必須項目と列挙値を明示したレスポンススキーマを Google に渡し、温度ゼロで実行します。返ってきたものがスキーマに合わなければ破棄され、そのターンは決定論的な処理に落ちます。壊れた出力の代償は再試行であって、誤ったカードではありません。
障害時の振る舞いについて。この層はプロバイダの順序付きリスト（既定では Gemini、次に xAI）を受け取り、設定されていないものは黙って飛ばします。設定済みのすべてが失敗した場合、そのターンは安全なフォールバックの形を返し、お客様を止めません。モデルの障害は応答が遅くなることであって、コンポーザーが死ぬことではありません。
以前の本番運用について。Cambio の最初のバージョンは、この層を grok-4-1-fast で動かしていました。2026年5月27日の Flash Lite への切り替えは、Grok が間違っていたからではありません。エージェント層はプロバイダ非依存で、xAI と OpenAI は今も環境変数ひとつで選べます。つまりこの選択は元に戻せます。
なぜ推論バリアントではないのか
Gemini 2.5には思考モードのバリアントがあります。私たちはそれを使いません。思考モードは、思考の連鎖から恩恵を受ける問題——多段階の問題、モデルが選択肢を検討しなければならない問題、中間のスクラッチパッドのステップが最終的な答えを改善する問題——のために設計されています。
私たちの二つの仕事はどちらもそれに当たりません。短いメッセージを一つの JSON オブジェクトに変える作業は推論ステップで良くなりませんし、コードがすでに計算した見積もりの周りに一文を書く作業も同じです。だから呼び出しは思考予算をゼロに設定しています。自分たちの分類器のコメントがそのまま言っています——単発の分類に思考の連鎖は要らない、と。
この設定は誰かの頭の中ではなくコードにあり、この層のすべての呼び出しに効きます。書き留めておく価値のある既定です。必要のない推論とは、毎ターン支払うレイテンシのことです。
私たちが手放すもの
トレードオフを正直に書きます。フロンティアモデルを取らないことで、もっとも曖昧なメッセージでの余力を手放しています。本当に分かりにくい文章を書いた人は、より大きなモデルなら返したであろう確認の問いより弱いものを受け取るかもしれません。フロンティアティアが売る機能——非常に長いコンテキスト、長いツール呼び出しの連鎖、深いマルチモーダル推論——も手放しています。どれも私たちの二つの仕事では使いませんが、モデルの役割を広げるなら効いてくるものばかりです。広げるつもりはありません。前回の記事のとおりです。
手放していないもの。モデルをまったく使わずに大半のターンに答える決定論的な経路。カードの数値はすべてコードが計算し、モデルが書くことはないという規則。そして、この取引が割に合わなくなったら一行でプロバイダを替えられること。
私たちが見直すとき
いくつかの特定の条件が揃えば、モデル選定を再び見直すことになります。
Flash Lite のレイテンシが目に見えて悪化し、その状態が続くなら、予算が壊れるので切り替えます。見るのはベンダーの公表値ではなく自分たちのコンポーザーのレイテンシです。お客様が感じるのはそちらだからです。
特定の言語で品質が落ちたら、その言語だけ別へ回せます。アシスタントはすでに九つの言語で答えており、この層はプロバイダの順序付きリストを受け取ります。つまり書き直しではなく設定の問題です。
価格が大幅に変わった場合——たとえばGoogleがFlash Liteのレートを5倍に引き上げたり、競合が10分の1に値下げしたりした場合——コストの軸を見直します。10%の価格差では切り替えませんが、構造的な変化は重要です。
より新しい高速ティアのモデルが、私たち自身のプロンプト——公開のリーダーボードではなく、お客様が実際に打つ文章——で上回るなら、乗り換えます。この層が Gemini に行き着いたのも、まさにその手順によってです。
一般的な教訓
モデルを選ぶことは、ブランドの決定ではなく、ワークロード固有の決定です。プロダクトにとっての「最良の」モデルは、送信するプロンプトの形状、抱えているレイテンシ予算、必要とする構造化出力の規律、自社の規模でのコスト枠、そして許容できるプロバイダーの姿勢によって決まります。これらのどれもリーダーボードには表れません。すべては実際のワークロードに対して測定される必要があり——そして定期的に再測定される必要があります。プロバイダーは数か月ごとに新しい高速ティアのモデルを出荷し、答えは変わりうるからです。
Cambioの形状——短く対称的なプロンプト、厳しいレイテンシ予算、推論を必要としない2つの狭い仕事——にとって、Gemini 2.5 Flash Liteは今日の正解です。異なる形状の異なるプロダクトにとっては、正解は本当に異なります。もし似たようなものを構築しているなら、教訓は「Gemini Flash Liteを使え」ではありません。「プロバイダーに依存しないエージェント層を構築し、高速ティアを実際のワークロードに対してテストし、四半期ごとにテストを再実行せよ」ということです。
このシリーズ最後の記事では、これまで以上に踏み込んで、Cambioのクロスチェーンスワップがブリッジコントラクトなしでどのように機能するのか、そしてそれが業界の多くで同じ用途に使われているアーキテクチャとはなぜ運用面の性質が異なるのかを説明します。
