Gemma 4 ローカル推論と Gemini API の使い分けで月額¥32,000を¥9,000台にした — ハイブリッドルーターの本番設計
月額¥32,000のGemini APIコストを¥9,000台まで下げたハイブリッド推論構成の記録です。ルーティング設計・Python実装・本番の落とし穴に加え、2026年7月のGemma 4 API提供開始を踏まえた構成見直しの指針もまとめました。
散らばった呼び出し口を一つに畳む — Interactions API を自動運用の正面玄関にする移行設計
Interactions API の一般提供で、Gemini の呼び出しが一つの入り口に寄せられるようになりました。generateContent・Batch・自前エージェントループに散らばった呼び出し口を、壊さずに正面玄関へ畳んでいく移行設計を、薄いアダプタ層の実装とともに整理します。
Gemini API の Managed Agents に自前のエージェントループを移すべきか — 移す処理と残す処理を分ける3つの質問
Gemini API の Managed Agents が公開プレビューになり、自前のエージェントループとの使い分けが現実の検討事項になりました。実行環境・状態の所有・失敗時の回収という3つの質問で、移す処理と残す処理を分ける考え方を整理します。
長時間エージェント実行を途中から立て直す — Gemini 3.5 Flash の long-horizon タスクをステップ台帳で運用する設計
Gemini 3.5 Flash の long-horizon タスクは便利な一方、途中で落ちると最初からやり直しになりがちです。各ステップを追記専用の台帳に記録し、再開・重複防止・監査を同時に満たす設計を、動くPythonコードと実測値とともにまとめます。
既定モデルが上がっても折れない — Gemini 呼び出しに起動時の能力検出レイヤーを挟む設計
モデル名のピン留めも既定への依存も、どちらも静かに折れます。いま実際に届いているモデルが何をできるのかを起動時に確かめ、その結果でリクエストを組み立て直す能力検出レイヤーの設計と、コピペで動く Python を残します。
Gemini API の応答キャッシュを 3 段で重ねた話 — メモリ・Redis・Context Cache の役割分担
Gemini API のレスポンスをメモリ・Redis・Context Cache の 3 段で重ねた設計と、6 週間の運用で見えたヒット率・コスト・無効化の落とし穴をまとめます。
Gemini API 本番アーキテクチャ設計2026 — スケーラブルで安定した AI システムを構築する設計パターン集
Gemini APIを本番運用するための設計パターンを徹底解説。レジリエントなAPIクライアント、多層キャッシング、マルチテナント設計、観測可能性、コスト制御まで実装コード付きで解説します。
Gemini API セマンティックルーター実装ノート ― Flash と Pro を賢く振り分けて API 費用を抑える
Gemini API でクエリ内容を自動判定し最適モデルへ振り分けるセマンティックルーターの実装ノート。Flash と Pro を 2 段階で賢くディスパッチして API 費用を抑える設計パターン、Python・TypeScript の動くコード、運用で気づいた 7 つの実装インサイトをまとめました。
Gemini API の長期記憶とセッション永続化 — 大規模チャットボットを支える設計パターン
Gemini API で大規模チャットボットを構築する際に不可欠な、長期記憶管理・セッション永続化・トークン予算制御の設計パターンを本番環境の実装例とともに解説します。
Gemini API AIゲートウェイ設計パターン — レート制限・フォールバック・コスト追跡を統合するプロキシサーバー構築ガイド
Gemini APIを本番運用するためのAIゲートウェイ（プロキシサーバー）を設計・実装する上級ガイド。レート制限、自動フォールバック、トークンコスト追跡、複数モデルルーティングを一元管理するアーキテクチャを解説します。