ホスト型オープンウェイトモデルを活用し、チームのコストパフォーマンスを最適化

ソフトウェア開発のあらゆるタスクに最適な単一のモデルは存在しません。新機能の実装、失敗したパイプラインの原因調査、セキュリティ脆弱性の修正。いずれもモデルに求めるものが異なります。GitLab Duo Agent Platformでは、GitLabマネージドモデルの選択肢として、ホスト型のオープンウェイトモデル3種（Kimi K3、GLM 5.3、MiniMax M3）を追加しました。

GitLabで既に利用できる基盤モデルと合わせることで、品質、レイテンシー、コストの最適化を、ワークロードの特性に応じて細かくコントロールできるようになります。難易度の高いタスクには、社内テストで同等クラスの基盤モデルを上回り、1コールあたりのコストも低いKimi K3やGLM 5.3を割り当てる。定型的で量の多い作業はMiniMax M3に任せる。こうした使い分けが可能です。いずれの場合も、1 GitLabクレジットあたりのコール数は同等クラスの一部の基盤モデルと比べて最大4倍。タスクの複雑さに応じてコストを最適化できるAIモデルの選択肢が広がります。

GitLab Transcendが10月に開催

コーディングエージェントによって開発のスピードは上がっています。一方で、レビュー、セキュリティポリシー、リリースサイクルも、そのスピードに追いつく必要があります。10月6日開催のTranscendでは、GitLabがこのギャップを埋めるためにどう貢献しているかをご紹介し、エージェント型AIのスピードをソフトウェアライフサイクル全体に広げるために何が必要かを掘り下げます。

今すぐライブ配信に登録する

1つのモデルで済ませてきた理由

エージェント型AIを活用した開発では、タスクによってAIモデルに求めるものが変わります。長時間に及ぶリファクタリングには大きなコンテキストウィンドウと深い推論が必要ですが、定型的で量の多いタスクには、より高速でコスト効率の高いモデルが適しています。どちらか一方に最適化すれば、もう一方では妥協せざるをえません。

この技術的なトレードオフに向き合うと、そもそも新しいモデルを使えるのかという、ガバナンス上の課題も浮かび上がります。規制の厳しい環境では、モデルとその実行基盤のすべてが、利用開始前にセキュリティ、コンプライアンス、社内レビューを通過しなければなりません。レビューと承認には時間がかかるため、すべてのタスクに最適とは言えなくても、承認済みの1モデルに標準化するチームは少なくありません。

この妥協のコストは積み上がっていきます。最も難しいタスクに合わせて高コストなモデルに標準化すれば、本来はより高速で低コストなモデルで足りたはずの定型作業まで、同じモデルが引き受けることになる。エージェントのワークロードが長時間かつ多段階の作業のなかでモデルコールを繰り返すほど、コストとパフォーマンスの乖離は広がっていきます。

オープンウェイトモデルがもたらすコストパフォーマンスの優位性

オープンウェイトモデルは、モデル選択をコストとパフォーマンスのバランスを取るためのレバーに変えます。一部の基盤モデルに匹敵するパフォーマンスを保ちながら、多くのエージェント型タスクの推論コストを下げられる可能性があります。

GitLabがホストする今回のオープンウェイトモデルは、Duo Agent Platformで既に提供している同等クラスの多くの基盤モデルと比べて、1クレジットあたりのコール数が大きく上回ります。コールとは、GitLab Duo Agent Platformがモデルに送る1回のリクエストのこと。エージェントの1つのアクションやチャットメッセージが、複数のコールを発生させる場合もあります。

Kimi K3は社内テストにおいて、GitLab Duo Agent Platformのほとんどの機能で使われているデフォルトモデルを上回る結果を示しました。1クレジットあたりのコール数は1.82で、デフォルトモデルの2をわずかに下回る水準です。GLM 5.3は1クレジットあたり5コールを確保しながら、社内テストでも高いパフォーマンスを発揮。MiniMax M3はさらにコスト効率を高め、1クレジットあたり8コールとなっています。

この3つのモデルは、タスクごとにコストとパフォーマンスのバランスを取るための、新たなレバーとなります。クレジット倍率とモデルごとのクレジット消費量の内訳については、GitLabクレジットのモデルページをご覧ください。

GitLab Duo Agent Platformで利用できるようになったホスト型オープンウェイトモデルには、それぞれ異なる強みがあります。

• Kimi K3（Moonshot AI）：同社の最新フラッグシップモデル。大規模なコードベースや長時間のエージェントセッションにも、余裕を持って対応します。
• GLM 5.3（Z.ai）：長期にわたるコーディングタスク向けに設計されたモデル。長時間のエージェントセッションでも、コンテキストと精度を保つようチューニングされています。
• MiniMax M3（MiniMax）：長時間の処理でも計算コストを抑えられるよう設計され、大量かつ多段階のエージェント作業に合わせてチューニングされたモデル。規模が大きくなるほどコスト効率が問われる場面で、有力な選択肢となります。

利用可能なオープンウェイトモデルのデモは、以下の動画でご覧ください。

コントロールを組み込んだモデル選択

オープンウェイトモデルと基盤モデルを含む幅広いGitLabマネージドモデルのラインアップにより、Duo Agent Platformの運用では、タスクごとのモデル選択をこれまで以上に自由に最適化できます。

どのモデルをチームが使えるかは、ソフトウェア開発のワークフローに直接組み込まれた形で、管理者が一元的にコントロールできます。GitLabはパフォーマンスに基づいてデフォルトモデルを選定していますが、トップレベルグループのオーナーなら、機能ごとに別のデフォルトモデルを設定したり、チームが選択できるモデルを絞り込んだりすることも可能。この設定は、すべての子グループとプロジェクトに一貫して適用されます。

AIのデプロイ形態はGitLabマネージド、セルフホスト、ハイブリッドから選択でき、セキュリティ、コンプライアンス、インフラストラクチャの要件に合わせてモデル選択を組み立てられます。GitLabマネージドモデルはGitLabの環境内で完結して動作するため、インフラストラクチャを構築・維持する必要はありません。セルフホストモデルは自社で管理するインフラストラクチャ上で動作し、モデルのトラフィックを自社ネットワーク内にとどめます。ハイブリッド構成なら両者を組み合わせ、ワークロードの要件に応じて一部のモデルをGitLab経由で、残りを自社インフラストラクチャで実行するという運用も可能です。

GitLab Duo Agent Platformのラインアップに新しいモデルを追加する前には、社内のパフォーマンス要件と品質要件に照らした評価を実施しています。GitLabマネージドモデルが備えるのは、それ自体に組み込まれた保証の仕組み。Duo Agent Platformの機能向けにモデルをホストするベンダーを選定する際、GitLabはサードパーティリスク管理プロセスを通じて、定められたセキュリティ基準を満たしているかを検証します。検証の対象は、アクセス管理、データガバナンス、リスク管理の実務といったベンダーのセキュリティプログラムと管理体制のレビュー、SOC 2 Type 2監査報告書や有効なISO 27001認証といった第三者によるセキュリティアテステーション、さらにリスクベースの脆弱性修正を伴う定期的なペネトレーションテストです。

今回のホスト型オープンウェイトモデル3種はいずれも、この基準を満たすFireworks AI経由で提供されます。GitLab Duo Agent Platformのリクエストについて、GitLabはFireworksとのゼロデータ保持ポリシーを定めています。モデルの入力および出力データはレスポンスごとに直後に破棄され、悪用モニタリングのために保存されることはありません。

このガバナンスとセキュリティの土台があるからこそ、他のGitLabマネージドモデルと同じ安心感を持って、オープンウェイトモデルをワークフローに組み込めます。

オープンウェイトモデルで開発を始める

Kimi K3、GLM 5.3、MiniMax M3は、GitLab Duo Agent Platformのオプションモデルとして選択できるようになりました。機能のデフォルトモデルに設定して、チームが自動的に使うようにすることも可能です。Duo Agent Platformのモデルサポートとモデル選択のガイダンスについては、GitLabのAIモデルに関するドキュメントをご覧ください。

Duo Agent Platformをまだお使いでない場合は、無料トライアルからお試しください。PremiumまたはUltimateをご利用中の場合は、Duo Agent Platformを有効化してください。