SEOTOOLSは、サイトのアクセスアップに必要なSEO対策ツールを無料提供中。まずはSEOアクセス解析ツールをご体験下さい。

※本報道資料は米国スノーフレイク社が8月18日に発表した内容の抄訳です。
[画像: https://prcdn.freetls.fastly.net/release_image/116784/124/116784-124-add35f972945a176d31289c6aa2bdc86-1074x462.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]


Cortex AI Gatewayの新機能により、Snowflake上でデータガバナンスを維持しながら、ワークロードに最適なモデルを選択し、AIコストを削減

- タスクごとにAIの費用対効果を最適化：Cortex AI Gatewayは品質・速度・顧客の嗜好・コストに基づいて最適なモデルを自動的に選択し、推論パフォーマンスの最適化と不要なAI支出の削減を支援します。
- モデル選択肢をさらに拡大：Snowflake Cortex AIに DeepSeek-V4-Flash 0731 および GLM-5.3を追加予定。ガバナンス対象データの安全性を保ちながら、新たな高性能オープンモデルを活用できるようにします。
- AI支出をよりきめ細かく管理：新しいツールにより、企業はAI利用状況の把握、コストの配賦、クォータや支出上限の設定、チームやエージェント全体のAIリソース消費をより効果的に管理が可能になります。


AIデータクラウド企業であるSnowflake（ニューヨーク証券取引所: SNOW）は本日、Cortex AI Gatewayと主要AI製品における動的モデルルーティング （※2）に加え、主要なオープンモデルへのアクセス拡大を発表しました。これらの新機能は、企業が不要なAI関連の支出を削減するとともに、Snowflakeが「Intelligence Efficiency（AI活用の価値創出効率）」と呼ぶ指標--コンピュート、モデル、データ、コンテキストをビジネス成果へと効果的に転換できているかを測る指標--を高めることを支援します。

今回の新機能は、Snowflakeが2026年7月に発表したCortex AI Gatewayを基盤としています。Cortex AI Gatewayは、エージェント接続のガバナンス、リクエストのインテリジェントなルーティング、AI消費の最適化を担う統合基盤です。より多くのAIアプリやエージェントを本番環境に展開するにつれ、すべてのタスクに同じモデルを使い続けるとコストが膨らみやすくなります。また、増え続けるモデルの評価や管理は開発チームにとって大きな負担です。Snowflakeはモデル選択を自動化し、オープンソースとプロプライエタリの両方にわたる幅広いモデルへのアクセスを提供することで、この2つの課題を解決します。

動的モデルルーティングの追加により、Cortex AI Gatewayはタスクに応じて品質とコストの最適なバランスを実現するモデルを自動的に選択できます。また、動的モデルルーティングは、Snowflake CoCoやSnowflake CoWorkを含むSnowflakeの主要AI製品に統合されている他、Cortex AI Gatewayを利用するサードパーティのAIエージェントでも利用可能になります。この機能により、複雑性の低いタスクや反復的なタスクは、より効率的なモデルへ振り分けられ、高度な推論を必要とするタスクはフロンティアモデルへと自動で振り分けられます。これにより、顧客はリクエストごとに使用するモデルを自身で管理することなく、不要な推論コストを削減できます。さらに Snowflakeは、Snowflake Cortex AIを通じてDeepSeek-V4-Flash 0731（※1） やGLM-5.3（※3）を含む主要なオープンモデルへのアクセスを拡大する予定です。これによりSnowflakeの豊富なモデルライブラリはさらに充実し、顧客はガバナンス対象データをSnowflake内で安全に保ちながら、品質とコストのバランスに応じてより幅広いモデルを選択できるようになります。

Snowflakeの最新のイノベーションにより、企業はAIの利用拡大に伴うコストをより適切にコントロールできるようになります。タスクごとに最適なモデルを割り当て、不要な支出を削減することで、AI活用の価値創出効率 (Intelligence Efficiency) の向上を支援します。

Snowflakeの最高経営責任者（CEO）Sridhar Ramaswamyは次のように述べています。
「企業は、AIの経済性をこれまで以上に厳密に捉えるようになっています。重要なのは、もはやAIをどれだけ利用しているかではなく、そのAIが意味のあるビジネス価値につながっているかどうかです。AI活用の価値創出効率 (Intelligence Efficiency) を実現するには、AIを取り巻く環境が進化する中で、タスクごとに最適なモデルを柔軟に活用できることが重要です。
Snowflakeの役割は、こうした複雑さを引き受け、お客様が成果に集中できるようにすることです。その裏側で、Snowflakeが最適なモデルの選択を行います」

SanjMoのプリンシパル兼創業者であるSanjeev Mohan氏は次のように述べています。「企業はモデルの選択肢の多さに溺れかけていますが、本当の問題はどのモデルを選ぶかではありません。あらゆるタスクに対して、大規模に適切なモデルを選定するための運用上のオーバーヘッドこそが問題なのです。Snowflakeの動的モデルルーティングは、まさにそのギャップを直接解決します。Cortex AI Gateway内でのインテリジェントなモデル選択を自動化することで、Snowflakeは企業のAI導入を遅らせてきた真の障壁を取り除いています。新しいモデルが登場するたびにインフラを再構築することなく、ワークロードの複雑さとモデルコストを適切にマッチングさせる能力こそが、企業がAIの実験段階から大規模なAI活用へと移行するために必要な効率性そのものです」

Cortex AI Gateway：モデルの選択を通じてAIのコスト効率を向上
Cortex AI Gatewayに追加された動的モデルルーティングは、Snowflake CoCo、Snowflake CoWork、サードパーティのAIエージェントにおいて、コストの高いフロンティアモデルを、成果の向上に実質的に貢献する場合にのみ利用できるようにすることで、企業のAI活用におけるコスト効率の向上を支援します。動的モデルルーティングは、リクエストごとのモデル自動選択にとどまらず、顧客は、ユーザーが利用できるモデルやプロバイダーを管理できるようにします。これは、地域ごとのモデル提供状況に対応するグローバル企業や、固有のコンプライアンス要件を持つ規制業種にとって特に重要です。モデルの性能や価格が変わっても、Cortex AI GatewayがSnowflake CoCoやSnowflake CoWorkをはじめとするAI製品全体でルーティングを自動的に見直すため、顧客がアプリやエージェントを作り直す必要はありません。これにより企業は、新たなモデルが登場した際にもその選択肢を活用できる一方、モデルの選択や最適化に伴う複雑な処理はSnowflakeが担います。

Snowflakeの社内検証では、タスクに応じてオープンモデルとプロプライエタリモデルを使い分けることで、品質を同等に保ちながらトークン効率を大きく高められることが確認されています。ある評価では、Cortex AI Gatewayの動的モデルルーティングを使ったエージェントが、フロンティアモデルのみの場合と同等の品質を保ちつつ、最大3倍のトークン効率でdbtパイプラインを構築しました。別の検証では、エンジニアリングチームが同数のプルリクエストを25％高いトークン効率（※4）で完了しています。

Snowflake、ガバナンスされたエンタープライズデータに新たなオープンモデルを提供
DeepSeek-V4-Flash 0731と GLM-5.3 は、Snowflake Cortex AI、Snowflake CoCo、Snowflake CoWorkで利用可能な、Snowflakeの拡大を続けるモデルポートフォリオに新たに加わる最新のモデルです。Anthropic、OpenAI、Google、SpaceXAI、Meta、Mistralなどが提供するモデルと合わせ、このポートフォリオにより、顧客はワークロードごとにパフォーマンス・コストの最適な組み合わせを自由に選べます。

Snowflakeは、新しいオープンモデルが登場するたびに個別に統合するのではなく、急速に進化するオープンモデルのエコシステムに継続的に追随できる基盤づくりを進めています。各モデルの提供方法や活用方法をAI製品全体で絶えず評価・最適化しているため、顧客はアプリやインフラを何度も作り直すことなく、オープンモデルの進化を取り込めます。その結果、より新しく高性能なモデルを活用しながら、オープンモデルとプロプライエタリモデルの双方に一貫したアクセス制御・ガバナンスを適用できます。

Snowflake のAIリサーチチームは、エンタープライズ向けタスクでDeepSeek-V4-Flashを評価し、最近のテストでは、DeepSeek v4 Flashが評価に使用された主要な独自開発モデルを上回り、データエンジニアリングタスクで74.4％のスコアを記録しました。GLM-5.2も62.8％という高い成績を収め、テスト対象となった他のどのモデルよりも少ないトークン数で動作しました（※5）。これらの結果は、オープンモデルがより低コストでミッションクリティカルなタスクを支えられるようになっていることを示しています。

Snowflake、企業の「AI活用の価値創出効率 (Intelligence Efficiency)」を大規模に向上
企業が増え続けるAIアプリやエージェントでより多くのモデルを利用するようになる中、AI活用の価値創出効率を高めるには、AIリソースの消費状況を可視化し、その活動を管理することが必要です。Cortex AI Gatewayは、管理者がトークン使用量とコストを可視化できるようにするとともに、AIアプリやエージェント全体で支出上限を設定できるようにします。Snowflake CoCo は、既存のロールベースアクセス制御とタグ付けの仕組みを通じてこうした統制をさらに広げます。管理者はデフォルトモデルの指定、チームやコストセンター単位での利用実績の割り当て、ユーザーごとのクォータ設定に加え、消費量が上限に近づいた際に通知を受け取ることもできます。

動的モデルルーティングとモデル選択肢の拡大により、企業はAI活用にかかるコストやリソースをより効果的に管理できるようになります。ワークロードを最適なモデルへ自動的に振り分け、新たなモデルが登場するたびに柔軟に取り入れながら、AIリソースの利用状況を全社で管理できます。これにより、Snowflakeの信頼性の高いガバナンスを維持しつつ、自社固有のエンタープライズデータとコンテキストの所有権を保持しながら、「AI活用の価値創出効率 (Intelligence Efficiency)」を向上させることができます。

詳細情報：
- 企業がIntelligence Efficiencyを最大限に高める方法について詳しく知りたい方は、SnowflakeのCEO、Sridhar Ramaswamyのブログ記事をご覧ください。
- Snowflakeの最新のAIイノベーションが、いかにしてAIの経済性を向上させているかについては、こちらのブログ記事で詳しく解説しています。
- LinkedIn、X（本社公式・日本公式）でも最新の情報や発表内容を発信しています。


（※1）Snowflake製品は現在プライベートプレビュー中です。
（※2）Snowflake製品は近日中にプライベートプレビューとなる予定です。
（※3）Snowflake製品は近日中にプライベートプレビューとして提供予定ですが、モデルの提供状況によって変更される可能性があります。
（※4）結果はSnowflakeの社内テストに基づくものです。テスト方法および条件については、ご要望に応じてご提供いたします。実際の結果は、ワークロードや構成によって異なる場合があります。
（※5）効率スコアは、dbtが開発したフレームワーク「ADE-bench」を用いた社内テストに基づいています。ADE-benchは、実世界の分析およびデータエンジニアリングタスクにおけるAIエージェントを評価するために作成されたものです。


将来予想に関する記述
本プレスリリースには、明示的または黙示的な将来予想に関する記述（forward-looking statements）が含まれています。これには、(i) 当社の将来の業績、目標または財務状況、(ii) 当社の事業戦略、計画、事業機会または優先事項、(iii) 開発中または一般提供前のものを含む新規または強化された製品、サービスおよび技術提供のリリース、採用および利用、(iv) 市場規模および成長、市場動向ならびに競争環境に関する事項、(v) 人工知能（AI）、エンタープライズAI革命、Snowflake Cortex AI、Snowpark、Snowflakeマーケットプレイス、AIデータクラウド、および特定業界や製品カテゴリー向けAIデータクラウドに関する当社のビジョン、戦略および期待される効果（Aデータクラウドの期待されるメリットやネットワーク効果を含む）、ならびに (vi) パブリッククラウドプラットフォームやAIモデルを含む第三者製品およびプラットフォームとの当社の製品、サービスおよび技術提供の統合性、相互運用性および提供可能性に関する記述が含まれます。
これらの将来予想に関する記述は、多くのリスク、不確実性および前提条件の影響を受けるものであり、その詳細については、Snowflakeが米国証券取引委員会（SEC）に提出する四半期報告書（Form 10-Q）および年次報告書（Form 10-K）の「Risk Factors（リスク要因）」をはじめとする各記載をご参照ください。
これらのリスク、不確実性および前提条件により、実際の結果は、将来予想に関する記述で示唆または予測された内容と大きく異なる可能性があります。したがって、将来予想に関する記述を将来の出来事に関する予測として過度に信頼しないようお願いいたします。

(C)2026 Snowflake Inc All rights reserved. Snowflake、Snowflakeのロゴ、および本書に記載されているその他すべてのSnowflakeの製品、機能、サービス名は、米国およびその他の国におけるSnowflake Inc.の登録商標または商標です。本書で言及または使用されているその他すべてのブランド名またはロゴは、識別目的でのみ使用されており、各所有者の商標である可能性があります。Snowflakeが、必ずしもかかる商標所有者と関係を持ち、または出資や支援wを受けているわけではありません。

Snowflakeについて
Snowflakeは、AI時代のためのプラットフォームとして、企業がより迅速にイノベーションを実現し、データからより多くの価値を引き出すことを支援します。数百の世界最大規模の企業を含む13,900社以上のお客様が、SnowflakeのAIデータクラウドを活用し、データやアプリケーション、AIの構築・活用・共有を実践しています。Snowflakeにより、データとAIはすべての人にとって変革の力となります。詳しくは snowflake.com/ja（ニューヨーク証券取引所：SNOW）をご覧ください。