BroadRouter ブログ
更新日
BroadNet Inference チームによる、本番環境で LLM と音声認識を運用するための記事です。定額プランとトークン課金の費用比較、エージェントの並列実行、アラビア語 AI、データ保持を扱います。料金はすべて BroadNet が公開している料金ファイルに基づきます。
エンジニアリング
25 MB を超える長い音声の文字起こし:分割・送信・結合
音声認識 API のファイルサイズ上限を超える録音を文字起こしする方法。ファイルを小さくし、ffmpeg で無音部分で分割し、チャンクを並列送信してテキストを結合します。
Batch API なしで LLM を一括処理する:再開できるランナー
Batch API がなくても、chat completions API で 1 万〜100 万件のプロンプトを処理する方法。同時実行の上限、レート制御、リトライ、再開できるチェックポイント、所要時間の計算を解説します。
BroadNet の GPU ハードウェアとサービング方式(BroadNet の説明による)
BroadNet Inference を支えるハードウェアについて BroadNet が説明していること。B300 から顧客先アプライアンスまでの 3 層の GPU、GPU ごとのスループット、テストから得た教訓。
Gemma 4 26B での Uno:BroadNet の Mixture of Experts 研究
BroadNet は Mixture of Experts モデル Gemma 4 26B A4B 向けに初めて Uno 自己ドラフトアダプターを学習させました。測定内容、自己ドラフトが有利な場面、DOI を紹介します。
LLM API のフェイルオーバー:自前のコードで別プロバイダーへ切り替える
OpenAI 互換の LLM プロバイダー間でフェイルオーバーする方法。切り替えるべきエラー、サーキットブレーカー、モデル ID の対応付け、ストリーミング、費用とプライバシー条件の揃え方を解説します。
LLM API のレート制限をプロバイダー別に比較:RPM・TPM・同時実行数
OpenAI、Anthropic、Gemini、Groq、DeepSeek、Fireworks など 13 社の LLM API について、エントリー階層のレート制限を公式ドキュメントから整理し、RPM と TPM の意味も解説します。
LLM API のレスポンスをキャッシュしてコスト削減:Python の完全一致キャッシュ
テスト済みの Python 製 LLM API レスポンス完全一致キャッシュ。キーに含めるもの、キャッシュしてはいけないもの、TTL、プライバシー、作る前にヒット率を測る方法を解説します。
LLM が返す不正な JSON の直し方:原因・修復・リトライ
LLM が壊れた JSON を返す理由(コードフェンス、前後の文章、max_tokens での途切れ、末尾のカンマ)と、安全に直せるものだけを直し残りは拒否する、テスト済みの Python 関数を紹介します。
OpenAI API からの移行:Python、Node、cURL のコード解説
OpenAI から OpenAI 互換 API へ移行するためのコード変更。クライアント設定、Responses から Chat Completions への書き換え、ツール、ストリーミング、embeddings、スモークテストを解説します。
OpenAI 互換 API の base_url 一覧:14 社を公式ドキュメントで確認
OpenAI 互換 LLM API 14 社の base_url を、各社の公式ドキュメントから確認しました。ドキュメントに記載のエンドポイントと、そのまま差し替えると失敗する違いもまとめています。
RAG のチャンクサイズとオーバーラップ:検索精度とコストへの影響
チャンクサイズとオーバーラップが、RAG の再現率、インデックスのサイズ、埋め込みコスト、毎回 LLM に送るトークン数をどう変えるか。公開された結果と具体的な計算で解説します。
vLLM での Uno:BroadNet のサービング研究は何を測ったか
BroadNet は Uno 自己ドラフトアダプターを vLLM に組み込み、H100 で測定しました。スループットは通常の vLLM の 1 ストリームで 2.58 倍、32 で 1.74 倍。手法、DOI、限界を解説します。
テキスト、音声、画像のどれを使う?まずタスクから考える
テキストチャット、画像入力、音声の文字起こしをタスクで選びます。BroadNet が文書化しているモデルと制限、そして TTS など提供していない機能も紹介します。
ファインチューニングの前に:解決すべき問題を定義する
プロンプト、RAG、評価で問題が解決しファインチューニングが不要な場合、必要な学習データ、そして依頼する前にファインチューニングをテストする方法。
ブラウザで録音して音声認識 API に送る方法
MediaRecorder でマイクを録音し、WebM や Safari の MP4 を 16 kHz WAV に変換して、API キーを持つ小さなサーバー経由で文字起こし API に送ります。
プロンプトのトークンを減らす:システムプロンプト、ツール、データの実測
システムプロンプト、few-shot 例、ツールスキーマ、データ形式、会話履歴、アラビア語の発音記号を削ったときのトークン削減量を、実際のトークナイザーで計測しました。
推論モデルの max_tokens の決め方:予算を見積もる方法
max_tokens が小さいと推論モデルが空の応答を返す理由と、実測したパーセンタイル、コンテキストウィンドウ、段階的に増やすリトライから予算を決める方法を解説します。
専用エンドポイントはワークロードの明確化から始まる
LLM の専用エンドポイントを依頼する前に決めておくこと:ワークロード、毎秒トークン数、同時実行数、コンテキスト、リージョン、ライセンス、予算。受け取った後のテスト方法も解説します。
文書 AI のワークフローに人手のレビューを組み込む
文書 AI パイプラインの人手レビュー工程を設計します。検証ルール、人に回す基準、ランダムな抜き取り監査、監査証跡、レビュー率まで。
100 万トークンのコンテキストウィンドウが役立つとき(役立たないとき)
1,048,576 トークンに何が入るか、DeepSeek V4.1 Flash でいくらかかるか、推論とキャッシュで計算がどう変わるか、そして RAG のほうがまだ良いのはどんなときかを解説します。
JSON モードと json_schema:壊れない構造化出力の作り方
JSON モードは正しい JSON を、json_schema は指定した形を保証します。OpenAI 互換モデルでの指定方法、Pydantic での検証、不正な出力をループで修復する方法を解説します。
LLM API キーのセキュリティ:保管、ローテーション、IP 許可リスト
LLM API キーをコードやログに残さず、ワークロードごとに別のキーを使い、定期的にローテーションし、サーバーの IP に固定し、漏えい時は数秒で失効させる方法を解説します。
LLM API の 429 エラー対処法:バックオフ、ジッター、同時実行制限
429 と 5xx の違い、フルジッター付き指数バックオフ、LLM API 向けの同時実行リミッターとキューを、本番環境にそのまま使える Python と Node のコード付きで解説します。
LLM API の利用ログ:ユーザー別・機能別のコストと PII のマスキング
LLM API の呼び出しごとにトークン、コスト、レイテンシ、リクエスト ID を記録し、支出をユーザーと機能に割り当て、書き込み前に PII をマスキングする方法。Python コード付き。
LLM のストリーミング解説:SSE のチャンク、delta、usage、キャンセル
chat completion のストリーミングが通信上どう流れるか、delta から回答を組み立てる方法、最後のチャンクから usage を読む方法、Python・Node・curl できれいにキャンセルする方法を解説します。
LLM のレイテンシ:TTFT、トークン/秒、エンドツーエンドの違い
最初のトークンまでの時間(TTFT)、1 秒あたりのトークン数、エンドツーエンドのレイテンシがそれぞれ何を測るのか、クライアント側での計測コード、どの改善策がどの数字に効くのかを解説します。
LLM リクエストを送る前にトークン数を数える方法
LLM API を呼ぶ前に、言語とモデルごとにプロンプトのトークン数を見積もる方法。トークナイザーが違う理由、5 言語の実測例、安全な max_tokens の余裕を解説します。
OpenAI 互換 API への移行チェックリスト
base_url の変更は一番簡単な部分です。問題が起きるのはモデル ID、推論トークン、ストリーミングの使用量、エラー、レート制限、キーです。コード付きのチェックリストです。
オープンモデルのツール呼び出し:スキーマ、並列呼び出し、リトライ
OpenAI 互換のオープンモデルでの Function Calling。スキーマのコツ、並列ツール呼び出し、ツール呼び出しが失敗する 5 つのパターン、検証してリトライする Python ループを解説します。
ビジョン LLM で請求書・領収書・帳票のデータを JSON に抽出する
請求書、領収書、帳票のための本番向けパイプライン。画像の前処理、JSON スキーマのプロンプト、Pydantic による検証、金額の検算、リトライ、人手のレビューキューまで。
プレフィックスがキャッシュされるプロンプトの組み立て方
キャッシュされるプレフィックスを同一に保つ LLM プロンプトのレイアウト。システムプロンプト、ツールスキーマ、ドキュメント、追記のみの履歴と、それを確かめるテストを紹介します。
プロバイダーを乗り換える前に LLM を評価する方法
実トラフィックから小さな評価セットを作り、コードによるチェックとバイアスを抑えた LLM ジャッジで採点し、移行前に品質・コスト・レイテンシを比較します。
ロングコンテキストか RAG か:100 万トークンがベクトル DB に代わるとき
100 万トークンのコンテキストウィンドウがベクトルデータベースの代わりになるのはどんなときか、RAG がまだ勝つのはどんなときかを、クエリ単価、レイテンシ、再現率、保守の手間で比べます。
エージェント
AI コーディングエージェント 1 回の実行コスト:ステップ数、コンテキストの増加、キャッシュ
コーディングエージェントは長く動くほど 1 ステップあたりのコストが上がる理由、キャッシュによる総額の変化、定額セッションがトークン課金に勝つ条件。トークン計算の例付きです。
Claude Code でオープンモデルを使う:プロキシ、ネイティブエンドポイント、制限
Claude Code は Anthropic Messages API を使います。LiteLLM プロキシやネイティブのエンドポイント経由でオープンモデルを動かす方法と、その途中で起きる問題を解説します。
OpenClaw と Hermes Agent を安いモデルで動かす:設定とトークン計算
OpenClaw や Hermes Agent を OpenAI 互換エンドポイントにつなぐ方法、定期チェックがトークンを消費する理由、軽いコンテキストと安いモデルで費用を下げる方法を解説します。
コーディングエージェントのプロンプトインジェクション:実際に効く防御
プロンプトインジェクションがコーディングエージェントに届く経路と、ベンダーや研究者が示す多層防御(サンドボックス、外向き通信の制限、許可リスト、承認)を解説します。
Aider に最適な LLM:モデルの選び方と接続方法
Aider に最適な LLM の選び方:編集形式の遵守、コンテキストサイズと 1 時間あたりのコスト、自分のリポジトリでの 1 時間テスト、そして正確な OPENAI_API_BASE の設定。
LLM API プランの「無制限」は本当は何を意味するのか
トークンメーター、5 時間のローリングウィンドウ、週間上限、レート制限、同時実行数。「無制限」の AI プランがエージェントにとって本当に無制限かを見極める 7 つの質問です。
n8n の AI Agent を安い LLM で動かす:設定、モデル選び、1 回あたりのコスト
低コストの OpenAI 互換モデルで n8n の AI Agent ワークフローを作る方法。ツール向けのモデル選び、トークンを減らす設定、1 万回実行あたりのコスト計算を解説します。
OpenAI 互換モデルで MCP サーバーを使う(プロバイダーを問わず)
MCP はどの LLM でも使えます。MCP のツールを関数呼び出しに変換するのはクライアントです。Cline、Continue、opencode、n8n、自作の Python コードでオープンモデルと MCP を使う方法を解説します。
エージェントのトークン予算:エージェントループのトークンはどこに消えるか
システムプロンプト、ツールスキーマ、ファイルの読み込み、履歴、推論。エージェントループがトークンをどう使うか、usage データで各部分を測る方法、最初に削るべきものを解説します。
コーディングエージェントでオープンモデルを使う:Aider、Cline、opencode、Codex
Aider、Cline、Roo Code、opencode、Continue、Codex CLI を任意の OpenAI 互換エンドポイントに接続する方法。各ツールの正確なフィールド名と、つまずきやすい設定をまとめました。
コーディングエージェントに最適なオープンモデル:ツール、コンテキスト、コストで選ぶ
コーディングエージェントには GLM 5.3、DeepSeek V4.1 Flash、Qwen3.8 27B、Gemma 4 のどれを使うべきか。ツール呼び出し、コンテキスト、推論、タスクあたりのコストで選びます。計算付き。
コーディングエージェントを夜間に無人で安全に動かす方法
コーディングエージェントを無人で動かすための実践的な構成。サンドボックス、Git のチェックポイント、タスクファイル、ステップ上限、朝のレビュー、定額プランセッションでの夜間実行を解説します。
マルチエージェント構成の本当のコスト:トークン課金 vs 定額セッション
マルチエージェントシステムは、単一エージェントの数倍のトークンを消費します。定額プランとトークン課金のセッション計算、見えない倍率、それぞれが有利になる条件を解説します。
長時間動くエージェント:崩れないタイムアウト、リトライ、チェックポイント
LLM エージェントを何時間も動かし続けるために。呼び出しごとのタイムアウト、停止を検知するストリーミング、安全なリトライ、冪等なツール副作用、ステップごとのチェックポイント。
長時間動くエージェントのコンテキスト管理:100 万トークンを活かす
100 万トークンのコンテキストで、長時間のエージェントを正確かつ低コストに保つ方法。追記型の履歴、キャッシュしやすいプロンプト、圧縮のタイミング、何から削るかを解説します。
定額の LLM API で並列コーディングエージェントを動かす方法
無制限の DeepSeek V4.1 Flash でサブエージェント、オーケストレーター、バッチワーカーを動かす方法。必要なプランセッション数、キーへの割り振り方、同時実行の重なりの抑え方を解説します。
比較
Artificial Analysis の代替サイト:2026 年に LLM を比較できる場所
Artificial Analysis の代替サイトを比較:Arena、Epoch AI、Vals AI、OpenRouter ランキング、Hugging Face、価格データ。それぞれ何を測り、いつ使うべきかをまとめました。
BroadNet が評価して不採用にしたモデルとその理由
BroadNet はテストして不採用にしたモデルを理由付きで公開しています。認証情報の安全性テストに通らなかったチャットモデルや、選ばれなかった音声・OCR・埋め込みモデルです。
LLM API の SLA 比較:Azure、Bedrock、Google、OpenAI は何を約束しているか
各 LLM API プロバイダーが書面で約束している内容。稼働率、何がダウンタイムに数えられるか、サービスクレジット、レイテンシ目標を、各社の SLA ページから読み解きます。
OpenAI・Anthropic・Google の API 料金推移(2023〜2026)
GPT、Claude、Gemini の API 料金を、2023〜2026 年のアーカイブ済み料金ページで並べて比較。どのラインが安くなり、どれが高くなったかを、アーカイブのリンク付きで示します。
提供中・要相談・研究用:モデルカタログを正しく読む
カタログのモデルのうち、今日呼び出せるもの、問い合わせが必要なもの、テストされただけのものを見分ける方法を、BroadNet のカタログと /v1/models を例に解説します。
同じモデルでもホストで違う:LLM API の価格差はどれくらいか
複数のホストが販売する 119 モデルでは、最も高い定価は最も安い定価の 1.76 倍(中央値)でした。41 プロバイダーの公式料金ページのデータ、2026 年 11 月。
AI エージェントには OpenRouter か定額プランか:安いのはどちら?
OpenRouter はトークン課金にクレジット購入時の手数料、定額プランはセッション単位の課金です。常時稼働エージェントのコスト計算、OpenRouter の手数料と制限、向き不向きを解説します。
Cline vs Roo Code vs Aider:オープンモデルを使うチーム向け比較(2026)
Cline、Roo Code(アーカイブ済み、Zoo Code が後継)、Aider を、オープンモデルで重要な点で比較します:ツール呼び出し、コンテキスト消費、MCP、git、承認フロー。
DeepSeek API の代替手段:DeepSeek モデルを使う 5 つの方法
DeepSeek モデルを公式 API、アグリゲーター、クラウドのモデルカタログ、自前の GPU、BroadNet Inference のどれで呼び出すか。料金、プライバシー、制限のトレードオフを比較します。
GLM 5.3 と DeepSeek V4.1 Flash の比較:どちらをいつ使うか
GLM 5.3 と DeepSeek V4.1 Flash を、料金、コンテキスト、ツール、構造化出力、画像、推論で比較します。ワークロード別の費用計算と、使い分けのシンプルなルール付きです。
LLM API プロバイダーの選び方:20 項目のチェックリスト
LLM API を選ぶ前に確認したい 20 の質問:料金、制限、OpenAI 互換性、プライバシー、モデル、サポートと稼働率。採点表とテスト計画付き。
LLM のセルフホストと API:本当のコストと損益分岐点
公式ページの GPU レンタル料金、自前 GPU での 100 万トークンあたりコストの計算式、API より安くなるのに必要な稼働率、見落とされがちな運用コストを解説します。
Whisper API の代替:乗り換えるべきタイミングとテスト方法
OpenAI Whisper API のホスト型代替が適するのはどんなときか。自分の音声での単語誤り率、言語、1 時間あたりの料金、制限、プライバシーをテストコード付きで解説します。
ビジネスで使うならオープンウェイトかクローズドか:コスト、管理、リスク
ビジネスにはオープンウェイトとクローズドのどちらの LLM がよいか。コスト、管理、プライバシー、品質差、ロックインを比べ、オープンモデルを動かす 3 つの方法と、それぞれが有利な場面を解説します。
音声認識 API の料金比較:2026 年の 1 分あたりの価格
OpenAI、Google、AWS、Deepgram、AssemblyAI、Speechmatics、Groq、BroadNet Transcribe の 1 分あたりと 1,000 時間あたりの料金を公式ページから比較。追加オプションの料金も掲載します。
推論プロバイダーはオープンモデルをどう価格設定しているか:6 社比較
OpenRouter、Together AI、Fireworks、Groq、DeepInfra、BroadNet がオープンモデルをどう課金しているか。トークン単価、キャッシュ、バッチ、GPU 時間、定額プランを出典付きで比較します。
料金
LLM API のコストを削減する方法:順番どおりに進める 10 ステップ
LLM API の請求額を正しい順番で下げる方法。計測、プレフィックスのキャッシュ、プロンプトの削減、出力と推論の上限設定、モデルの適正化、バッチ処理、定額プランが得になる条件を解説します。
LLM API の値下げ 2023〜2026:大幅値下げを出典付きで
2023〜2026 年の LLM API の大幅値下げを、変更前後の Internet Archive リンク付きでまとめました。o3、Codestral、Gemini 1.5、そしてあまり知られていない値上げも。
LLM API の料金はどのくらいの頻度で変わる?3 年分のアーカイブ調査
11 社の LLM API について、2023〜2026 年のアーカイブ済み料金ページ 308 件を調べました。80% のモデルは一度も価格が変わらず、定価変更の 75% は DeepInfra でした。
LLM API の料金は下がる一方?52 件の値上げと予算の立て方
LLM API の料金は上がることもあります。2024〜2026 年のアーカイブ済み料金ページで、同じモデルの定価値上げを 52 件確認しました。中央値は 40%。全出典と予算ルール付き。
オープンウェイトとクローズドモデルの API コスト:価格データで比較
オープンウェイトモデルは API 経由だと GPT、Claude、Gemini より安いのか。各社公式ページのトークン単価、ホスト間の価格差、ユーザーあたりコストの試算で比べます。
DeepSeek V4.1 Flash API の料金:トークン単価、キャッシュ、定額プラン
DeepSeek V4.1 Flash API の 100 万トークンあたりの入力・キャッシュ入力・出力料金、月・週・時間単位の定額プラン、そして DeepSeek 公式、DeepInfra、Fireworks との比較です。
LLM API の支出管理:予算、キーの制限、ループ対策
LLM API の請求額の暴走を防ぐ方法。前払い残高、アプリごとのキー、IP 許可リスト、利用ログ、コード内の予算、ループの上限、定額のキーを解説します。
LLM API の時間制キーとは:1 時間定額の仕組みを解説
BroadNet の時間制キーは、Gemma 4 VL 26B を 1 ストリームで 1 時間、定額で使えるキーです。含まれるもの、制限、向いている人、元が取れる条件を解説します。
LLM API の無料クレジット:初回クレジットで実際どこまで使えるか
LLM API の無料クレジットで実際に何が買えるのか。BroadNet の初回クレジットで使えるトークン、音声の分数、時間制キーを試算し、Gemini と OpenRouter の無料枠と比較します。
LLM API は定額とトークン課金のどちらが得か:損益分岐の計算
定額の LLM プランがトークン課金より安くなるのはいつか。DeepSeek V4.1 Flash の月額請求の試算 4 例、損益分岐となる利用量、自社の利用量の測り方を紹介します。
LLM API 料金の仕組み:入力・キャッシュ・出力・推論トークンを解説
トークン課金の LLM API 料金はどう計算されるのか。入力、キャッシュ入力、出力、推論トークン、画像、分単位の音声を、公開料金表を使った計算例とともに解説します。
アラビア語と英語の 1 語あたりのトークン数:アラビア語が高くつく理由
同じ意味でもアラビア語が英語より多くの LLM トークンを使いがちな理由、1 語あたりのトークン数が誤解を招く理由、usage フィールドから自社の比率を測るスクリプトを紹介します。
キャッシュ入力トークンとは:LLM API の請求額を下げる方法
キャッシュ入力は通常の入力のごく一部の料金です。プロンプトキャッシュの課金方法、usage の cached_tokens の読み方、キャッシュに乗るプロンプトの組み立て方を解説します。
コーディングエージェントの LLM コストを削減する 10 の方法(削減額の試算付き)
Cline、Aider、opencode や自作のコーディングエージェントのトークン費用を下げる 10 の具体策。それぞれ削減額の計算と測定方法を示します。
ユーザーあたりの LLM コスト:SaaS の AI 機能のユニットエコノミクス
AI 機能がアクティブユーザー 1 人・1 か月あたりいくらかかるかを計算し、平均よりヘビーユーザーが重要な理由と、モデル費用を賄える SaaS の料金プランの決め方を解説します。
機能リリース前に LLM API のコストを見積もる方法
新しい AI 機能のコストモデルを段階的に作ります。ユーザー数 × 操作数 × 呼び出し数 × トークン数に、キャッシュ、推論、リトライ、レート制限を加え、月額の試算表も示します。
最安の画像対応 LLM API:画像 1 枚・1 ページあたりのコストを計算
画像対応 LLM の呼び出しは画像 1 枚、文書 1 ページあたりいくらかかるか。Gemma 4、Qwen3.8 27B、DeepSeek V4.1 Flash のトークン計算と、DeepInfra のほうが安いケースを解説します。
推論トークン:見えている以上の出力に課金される理由
推論モデルは隠れた思考を出力トークンとして課金します。その計測方法、モデルごとのコスト、reasoning_effort・max_tokens・ルーティングによる削減方法を解説します。
短期プロジェクト向け LLM 週間プラン:Orbit、1 時間、1 か月の比較
1 週間無制限の DeepSeek V4.1 Flash プランが、時間制セッション、月額プラン、トークン課金より得になるのはいつか。ハッカソン、スプリント、移行作業の計算付きで解説します。
アラビア語 AI
LLM でアプリの文字列をアラビア語に翻訳:プレースホルダーと複数形
LLM API で i18n JSON ファイルをアラビア語に翻訳する方法。プレースホルダーの固定、アラビア語の 6 つの複数形の生成、CI での ICU 構文チェック、差し込む名前の分離を解説します。
LLM でアラビア語テキストを要約する:プロンプト、長さ、評価
アラビア語の記事、レポート、方言メッセージを LLM API で要約する方法。プロンプトの型、語数の制御、数字のチェック、そして既定の ROUGE がアラビア語に 0 点を付ける理由を解説します。
LLM でアラビア語に母音記号を付ける:プロンプト、検証、DER
LLM API でアラビア語の母音記号(タシュキール)を復元する方法。文字を変えないプロンプト、改変を弾くチェック、DER・WER による評価、CATT を選ぶべき場面を解説します。
LLM でアラビア語の文法・スペルを校正する方法
LLM API でアラビア語のスペルと文法を校正する方法。最小限の修正を求めるプロンプト、書き換えを防ぐガード、誤り種別ごとの単語単位の修正、M2 方式の評価を解説します。
LLM によるアラビア語テキスト分類:感情、意図、振り分け
LLM API でアラビア語のレビュー、メッセージ、サポートチケットを分類する方法。ラベル設計、方言を考慮したプロンプト、JSON 出力、macro F1 でのテスト、大量処理時のコストを解説します。
LLM によるアラビア語の固有表現抽出:JSON、日付、チェック
アラビア語の人名、組織、地名、ヒジュラ暦の日付を LLM で JSON に抽出する方法。プロンプト、ダイアクリティカルマークを無視するスパンチェック、日付変換、採点スクリプトを紹介します。
アラビア語 OCR API 比較:Google、Azure、Textract、Mistral、LLM
アラビア語の印刷文字と手書き文字に公式対応している OCR API、それぞれが返すもの、1,000 ページあたりの料金を、ビジョン LLM API と比較して解説します。
アラビア語の音声を API で英語テキストに翻訳する:検証済みのパイプライン
アラビア語の録音を 2 回の API 呼び出しで英語テキストにする方法。language=ar で文字起こしし、LLM で翻訳します。数字のチェック、分割、コスト、評価まで解説します。
アラビア語の会議録音から議事録を作る:API パイプライン
アラビア語の会議録音を、決定事項とアクションアイテム付きの議事録に変える方法。文字起こし、整形、LLM での JSON 要約、氏名と日付の確認までを解説します。
音声認識 API でアラビア語の SRT 字幕を作るには
SRT ファイルに必要なもの、アラビア語でタイムスタンプや SRT を返す音声認識 API、テキストのみの API から字幕を作る検証済みのパイプラインを解説します。
検索と RAG のためのアラビア語テキスト正規化:変えるもの、変えないもの
タシュキール、アリフの異体、ター・マルブータ、ハムザの台、ペルシア文字、数字、Unicode。検索に効くアラビア語の正規化ルールと害になるルールを、テスト済みの Python コードとともに解説します。
多言語に対応した AI 体験の設計
アラビア語、英語、スペイン語のユーザー向け AI プロダクトの設計:UI ロケールとモデルの言語、RTL と混在テキスト、数値と日付、言語判定、コストを解説します。
Arabizi と LLM:3 や 7 などの数字を使うラテン文字アラビア語の扱い方
Arabizi は、ع を 3、ح を 7 のような数字で表し、アラビア語をラテン文字で書く表記です。その判定方法、LLM でアラビア文字に変換する方法、正しい返信の仕方を解説します。
LLM によるアラビア語と英語の翻訳:プロンプト、用語集、評価
LLM API でアラビア語と英語を相互に翻訳する方法。口調を保つプロンプト、固定用語の用語集、数字と名前の扱い、翻訳品質の評価方法を解説します。
アラビア語 OCR と Vision LLM:アラビア語の文書と請求書を読み取る
アラビア語の請求書、レシート、フォームに、従来の OCR と Vision LLM のどちらを使うべきか。精度の落とし穴、JSON 出力、ページあたりのコスト、検証パイプラインを解説します。
アラビア語 RAG:うまくいく正規化、チャンク分割、検索
アラビア語文書での検索拡張生成(RAG)。alef、ya、ta marbuta の正規化、適切なチャンク分割、多言語埋め込みモデルの選び方、キーワード検索の併用を解説します。
アラビア語 WhatsApp チャットボットの構成:ボイスメッセージから返信まで
アラビア語 WhatsApp アシスタントの実用的な構成。Webhook、キュー、ボイスメッセージの文字起こし、LLM による返信、ポリシー上のルール、コストを、応用できる Python コード付きで解説します。
アラビア語のプロンプトエンジニアリング:文体、RTL、数字、混在テキスト
LLM から質の高いアラビア語を引き出すプロンプトの書き方。文体と方言の指定、数字と日付の制御、RTL 表示の整え方、アラビア語と英語の混在への対処を解説します。
アラビア語の音声認識 API:2026 年の選び方
アラビア語の文字起こし API の選び方。単語誤り率、方言、ファイル制限、音声 1 時間あたりの料金、プライバシーと、自社の録音で試すテスト計画を解説します。
アラビア語音声認識の単語誤り率(WER)をわかりやすく解説
単語誤り率の意味と計算方法、そしてアラビア語の WER がダイアクリティカルマーク、表記の正規化、方言にこれほど敏感な理由。Python のコードと実際の数値付きで解説します。
アラビア語向け LLM API の選び方:何をテストすべきか
アラビア語アプリ向けの LLM の選び方。方言の理解、文章の質、翻訳、アラビア語の文書と画像、コストに加え、1 日で作れるテストセットを紹介します。
アラビア語方言の音声認識:湾岸、エジプト、レバント、マグリブ
音声認識が湾岸、エジプト、レバント、マグリブのアラビア語を苦手とする理由と、自社の音声でプロバイダーの実力がわかる方言テストセットの作り方を解説します。
コールセンターの通話録音を文字起こしする:アラビア語対応のパイプライン
ステレオ通話をチャンネルで分け、発話ターンに切り、アラビア語と英語を文字起こしし、個人情報をマスキングして、LLM で通話ごとに要約します。動く Python パイプラインと費用付き。
ビジネス向けボイスメッセージの文字起こし:WhatsApp と Telegram からチケットへ
WhatsApp Business と Telegram ボットに届く顧客のボイスメッセージを、文字起こしとサポートチケットに変えます。ダウンロード、文字起こし、LLM による項目抽出、振り分けまで。
多言語の音声認識 API:14 言語を 1 つのエンドポイントで
英語、スペイン語、フランス語、中国語、アラビア語など 14 言語を、1 分単位で課金される 1 つの OpenAI 互換エンドポイントで文字起こし。アラビア語専用モデルを使うべき場面も解説します。
湾岸・エジプト・レバントのアラビア語:LLM は方言をどう扱うか
LLM は湾岸、エジプト、レバントのアラビア語にどう対応するのか。失敗しやすい点、方言向けのプロンプト、テスト方法、そして BroadNet が Qwen3.8 27B について報告している内容を解説します。
プライバシー
LLM の機密データ安全性をテストする方法:BroadNet の手法
LLM が認証情報、個人情報、医療・金融データを漏らさないか、導入前にテストするために BroadNet が公開した手法。カテゴリー別、漏えいと見逃し、3 回以上の実行。
Safety Map:39 の LLM は機密データをどう扱うか
BroadNet は 14 のラボの LLM 39 個を、認証情報、個人情報、医療・金融データで調査しました。移転する安全性としない安全性、ツール呼び出しと推論からの漏えいを解説します。
エジプトのデータ保護法(2020 年法律第 151 号)と LLM API
エジプトの人々の個人データを国外の LLM や音声認識 API に送る場合に、2020 年法律第 151 号と 2025 年決定第 816 号が移転、ライセンス、漏えいについて定める内容を解説します。
サウジ・UAE の PDPL と LLM API:越境移転チェックリスト
サウジアラビアや UAE から個人データを LLM API に送る場合に、PDPL の越境移転ルールの内容、プロバイダーへの確認事項、国内での推論が必要になる場面を解説します。
GDPR と LLM API:プロバイダーに確認すべき 15 の質問
LLM API の GDPR チェックリスト。DPA、サブプロセッサー、データ保持、学習利用、域外移転、侵害通知について、根拠となる GDPR の条文とあわせて確認事項を整理します。
LLM API のデータ保持を比較:OpenAI、Anthropic、Gemini、Mistral
OpenAI、Anthropic、Gemini API、Mistral、BroadNet は API のプロンプトの保存と学習への利用について公式に何と言っているのか。2026 年 11 月時点の各社ページから引用して比較します。
ゼロデータ保持の LLM API:確認すべき 10 の質問チェックリスト
LLM API の「ゼロデータ保持」が本来カバーすべき範囲(プロンプト、出力、ログ、学習、再委託先、監査)と、データを送る前に確認すべき 10 の質問をまとめます。
機密データを LLM API に送るとき:マスキング、最小化、ログ削減
顧客・医療・金融データを LLM API に安全に送る方法。項目の分類、元に戻せるプレースホルダーでのマスキング、ゼロデータ保持、ログをきれいに保つ方法を解説します。






















