長文脈LLM API：100万トークンウィンドウのモデル

約100万トークンのコンテキストウィンドウがあれば、中規模のコードベース、契約書一式、または数か月分のチャットログを1回のリクエストに収められます。GetVibe APIでは、フラッグシップモデルから低コストのFlashモデルまで、複数のモデルがこのサイズのウィンドウを提供しています。すべて同じOpenAI互換エンドポイントと1つのキーで利用できます。

一覧

コンテキストと出力の上限は、カタログ（https://getvibeapi.com/api/catalogのcaps.contextWindow）から取得しています。価格は最新のものです。

カタログには、以前のClaude OpusのバージョンやGemini 3.7 Flashなど、1Mクラスの他のモデルも掲載されています。Modelsページでは全リストを確認し、並べ替えることができます。

公称値と実測値

上記の数値のほとんどは、モデル提供元が公称するウィンドウサイズです。Claude Opus 5.5については、公開前に実測も行いました。732,379トークンのリクエストに対して、プロンプトの開始部分と終了部分の両方にある詳細を含む回答が返され、1,000,000トークンを超えるリクエストはモデルの上限で拒否されました。他のモデルについて、上限近くまで使用する予定がある場合は、ご自身のデータでテストしてください。

長いウィンドウを効果的に使う方法

• 資料の後に質問を置きます。まずドキュメントを送り、最後に指示を置いてください。そうすれば、モデルはすべての情報がコンテキストに入った状態でタスクを読み取れます。
• 境界を明確にします。各ファイルやドキュメントを、名前付きの明確な区切り文字で囲んでください。回答の根拠がどこにあるかをモデルが示しやすくなります。
• 両端を確認します。長い入力に対してモデルを評価する際は、同じプロンプトの冒頭付近にある詳細と末尾付近にある詳細について質問してください。
• 回答用の余裕を残します。入力と出力は同じウィンドウを共有するため、プロンプトでウィンドウを完全に使い切ると、回答する余地がなくなります。

コスト：入力トークンはすべて課金対象

1Mトークンのリクエストでは、入力トークンがすべて課金対象となるため、長いコンテキストはモデルを呼び出す方法の中でも最も高コストです。コストを抑えるには、次の2点が有効です。

• プロンプトキャッシュを利用します。同じ資料について複数の質問をする場合は、資料を変更しないプレフィックスとして保持してください。キャッシュされた入力は、入力料金の一部として課金されます。詳しくはプロンプトキャッシュのガイドをご覧ください。
• タスクに応じてティアを選びます。大きな入力に対する検索や抽出であれば、1Mウィンドウを持つFlashモデルで十分な場合があります。資料全体を横断した推論には、フラッグシップモデルを使用してください。

from openai import OpenAI

client = OpenAI(base_url="https://getvibeapi.com/v1", api_key="sk-pv-...")
corpus = open("all_docs.txt").read()

resp = client.chat.completions.create(
    model="deepseek-v4.1-flash",
    messages=[
        {"role": "system", "content": "提供されたドキュメントだけをもとに回答してください。"},
        {"role": "user", "content": corpus + "\n\n質問：解約料について記載されている契約はどれですか？"},
    ],
)
print(resp.choices[0].message.content)

次のステップ

Claude Opus 5.5の1Mコンテキストに関する記事を読み、Modelsページでモデルを比較するか、ドキュメントをご覧ください。