2
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

OpenAI・Claude APIと互換性あり！国内AIモデル推論プラットフォーム『ai& Inference』を使ってみよう
Qiita Tech Festa20262026年7月13日まで開催中！
@torifukukaiou(Awesome YAMAUCHI)Team Coffeein株式会社ハウインターナショナル

OpenAI APIからai& InferenceのOpenAI互換APIへ載せ替えたら、ほぼbaseURL変更だけで動いた話

2
Last updated at Posted at 2026-06-21

はじめに

LINE BotのAI応答部分を、OpenAIのAPIから ai& InferenceのOpenAI互換APIへ載せ替えました。

「OpenAI・Claude APIと互換性あり！国内AIモデル推論プラットフォーム『ai& Inference』を使ってみよう」キャンペーンへの応募記事です。

結論から言うと、基本的には公式ドキュメントにある通り、OpenAI SDKを使ったまま baseURL とモデル名を変更すれば動きました。

ただし、実際に動かすまでに次の2点で少し詰まりました。

  • ドキュメント上のモデル名が、実際には使えなかった
  • System message must be at the beginning. という400エラーが出た

この記事では、その対応内容を短く記録します。

本当は語るも涙、聞くも涙の物語なのですが、それは私の胸の奥にだけそっとしまっておいて、要点だけをコンパクトにお伝えします。

環境

今回の構成は次のようなものです。

OpenAIのAPIは、元々 /v1/responses を使っていました。

変更したこと

OpenAI SDKのクライアント生成部分を、ai& Inference向けに変更しました。

ドキュメントは上記です。

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api.aiand.com/v1",
  apiKey: aiANDAPIKey,
});

ポイントは baseURL です。

OpenAI SDKをそのまま使い、接続先だけ ai& Inferenceに向けています。

モデル名は /v1/models で確認したほうがよい

最初はドキュメントに載っていた次のモデルを指定しました。

const MODEL_NAME = "qwen/qwen3.5-9b";

しかし、実行すると次のようなエラーになりました。

400 Model 'qwen/qwen3.5-9b' is not supported. Use GET /v1/models for available models.

そこで、実際に /v1/models をコールして確認しました。

curl https://api.aiand.com/v1/models \
  -H "Authorization: Bearer your-api-key"

2026-06-21時点では、私の環境では次のモデル一覧が返ってきました。

{
  "object": "list",
  "data": [
    {
      "id": "zai-org/glm-5.2",
      "name": "zai-org/glm-5.2",
      "object": "model",
      "created": 1781883319,
      "owned_by": "ai&",
      "provider": "zai-org",
      "context_window": 1048576,
      "capabilities": [
        "reasoning",
        "tool_calling"
      ],
      "description": null,
      "currency": "jpy",
      "input_per_1m": "160.000000",
      "output_per_1m": "650.000000"
    },
    {
      "id": "moonshotai/kimi-k2.7-code",
      "name": "moonshotai/kimi-k2.7-code",
      "object": "model",
      "created": 1781883794,
      "owned_by": "ai&",
      "provider": "moonshotai",
      "context_window": 262144,
      "capabilities": [
        "reasoning",
        "tool_calling",
        "vision",
        "document"
      ],
      "description": "Kimi K2.7-Code by Moonshot AI",
      "currency": "jpy",
      "input_per_1m": "125.000000",
      "output_per_1m": "560.000000"
    },
    {
      "id": "deepseek-ai/deepseek-v4-pro",
      "name": "deepseek-ai/DeepSeek-V4-Pro",
      "object": "model",
      "created": 1780245364,
      "owned_by": "ai&",
      "provider": "deepseek-ai",
      "context_window": 1048576,
      "capabilities": [
        "reasoning",
        "tool_calling"
      ],
      "description": "DeepSeek-V4-Pro",
      "currency": "jpy",
      "input_per_1m": "160.000000",
      "output_per_1m": "400.000000"
    },
    {
      "id": "deepseek-ai/deepseek-v4-flash",
      "name": "deepseek-ai/DeepSeek-V4-Flash",
      "object": "model",
      "created": 1780245232,
      "owned_by": "ai&",
      "provider": "deepseek-ai",
      "context_window": 1048576,
      "capabilities": [
        "reasoning",
        "tool_calling"
      ],
      "description": "DeepSeek-V4-Flash",
      "currency": "jpy",
      "input_per_1m": "25.000000",
      "output_per_1m": "40.000000"
    },
    {
      "id": "qwen/qwen3.6-27b",
      "name": "qwen/qwen3.6-27b",
      "object": "model",
      "created": 1780245077,
      "owned_by": "ai&",
      "provider": "qwen",
      "context_window": 262144,
      "capabilities": [
        "reasoning",
        "tool_calling"
      ],
      "description": "Qwen3.6-27B",
      "currency": "jpy",
      "input_per_1m": "0.000000",
      "output_per_1m": "0.000000"
    },
    {
      "id": "google/gemma-4-31b-it",
      "name": "google/gemma-4-31b-it",
      "object": "model",
      "created": 1775474514,
      "owned_by": "ai&",
      "provider": "google",
      "context_window": 262144,
      "capabilities": [
        "reasoning",
        "tool_calling",
        "vision",
        "video",
        "document"
      ],
      "description": "Google Gemma 4 31B instruction-tuned",
      "currency": "jpy",
      "input_per_1m": "30.000000",
      "output_per_1m": "80.000000"
    },
    {
      "id": "zai-org/glm-5.1",
      "name": "zai-org/glm-5.1",
      "object": "model",
      "created": 1775633064,
      "owned_by": "ai&",
      "provider": "zai-org",
      "context_window": 202752,
      "capabilities": [
        "reasoning",
        "tool_calling"
      ],
      "description": "GLM-5.1 by ZhipuAI",
      "currency": "jpy",
      "input_per_1m": "220.000000",
      "output_per_1m": "700.000000"
    },
    {
      "id": "openai/gpt-oss-120b",
      "name": "openai/gpt-oss-120b",
      "object": "model",
      "created": 1775474514,
      "owned_by": "ai&",
      "provider": "openai",
      "context_window": 131072,
      "capabilities": [
        "reasoning",
        "tool_calling"
      ],
      "description": "OpenAI GPT OSS 120B",
      "currency": "jpy",
      "input_per_1m": "25.000000",
      "output_per_1m": "95.000000"
    },
    {
      "id": "moonshotai/kimi-k2.6",
      "name": "moonshotai/kimi-k2.6",
      "object": "model",
      "created": 1777544690,
      "owned_by": "ai&",
      "provider": "moonshotai",
      "context_window": 262144,
      "capabilities": [
        "reasoning",
        "tool_calling",
        "vision",
        "document"
      ],
      "description": "Kimi K2.6 by Moonshot AI",
      "currency": "jpy",
      "input_per_1m": "125.000000",
      "output_per_1m": "560.000000"
    }
  ]
}

この結果を見て、モデル名を次のように変更しました。

const MODEL_NAME = "qwen/qwen3.6-27b";

これでモデル指定のエラーは解消しました。

System message must be at the beginning. への対応

モデル名を修正したあと、今度は次のエラーが出ました。

400 System message must be at the beginning.

ログの一部です。

BadRequestError: 400 System message must be at the beginning.
...
error: {
  message: 'System message must be at the beginning.',
  type: 'invalid_request_error',
  code: 'invalid_value'
}

原因は、入力に複数の system メッセージを入れていたことでした。

もともとは次のような構成でした。

return [
  { role: "system", content: PERSONA_PROMPT },
  { role: "system", content: memoryContext },
  { role: "user", content: text },
];

OpenAI側ではこの形でも動いていました。

しかし、ai& Inference側では system メッセージの扱いがより厳密だったようです。

そこで、system メッセージを1つにまとめました。

return [
  {
    role: "system",
    content: `${PERSONA_PROMPT}\n\n${memoryContext}`,
  },
  { role: "user", content: text },
];

これでエラーは解消しました。

最終的な変更ポイント

今回の載せ替えで重要だった変更は、次の3点です。

1. OpenAI SDKの接続先をai& Inferenceのエンドポイントに変える

const client = new OpenAI({
  baseURL: "https://api.aiand.com/v1",
  apiKey: aiANDAPIKey,
});

2. モデル名は /v1/models で確認する

curl https://api.aiand.com/v1/models \
  -H "Authorization: Bearer your-api-key"

ドキュメントに載っているモデル名でも、手元の環境では使えない場合があります。

そのため、実際に利用可能なモデルは /v1/models で確認するのが確実です。

3. systemメッセージは先頭に1つだけ置く

複数の system メッセージを使っている場合は、1つにまとめておくと互換APIでも通るようになります。

{
  role: "system",
  content: `${personaPrompt}\n\n${memoryContext}`,
}

クレジットについて

私の環境では、プロモーションコードで $50 を受け取る前、つまり Credits:¥0 の状態でも、qwen/qwen3.6-27b を指定した呼び出しは動きました。

ただし、これは2026-06-21時点での私の環境での確認結果です。

課金や無料枠の扱いは変わる可能性があります。実際に使う際は、コンソールや /v1/models のレスポンスで確認してください。

まとめ

OpenAI APIから ai& InferenceのOpenAI互換APIへの載せ替えは、想像よりも小さな変更で済みました。

実際に必要だったのは、主に次の変更です。

  • baseURL を https://api.aiand.com/v1 に変更する
  • API key を ai& Inferenceのものに変更する
  • モデル名を /v1/models で確認して指定する
  • 複数の system メッセージを1つにまとめる

OpenAI SDKを使っている既存アプリなら、簡単に移行できると思います。

API移行も、やる前は少し面倒に見えます。しかし実際に一歩踏み出すと、壁の正体はだいたいログに出ています。
ログを読み、モデル一覧を確認し、systemメッセージを整える。
それだけで、 既存のAIアプリを別の推論基盤でも動かすことができました。

2
0
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
Sign upLogin
2
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?