Metaの「Llama 4」がGoogle Vertex AIでマネージドAPIとして一般提供開始

Metaのオープンソースモデルを本番環境で動かそうとすると、これまでは環境構築だけで一苦労でした。クラウド上でGPUを確保し、推論フレームワークを設定し、メモリが溢れないよう監視し続ける必要があったからです。

Google CloudはVertex AIにおいて、Metaの最新世代モデル「Llama 4」をフルマネージドAPI（MaaS: Model-as-a-Service）として一般提供（GA）開始したと発表しました。同時に「Llama 3.3 70B」のマネージドAPIも一般提供されています。

これにより、基盤インフラを一切触ることなく、APIを叩くだけでLlama 4を利用できるようになりました。

インフラ管理は不要、OpenAI互換で即座に呼び出し

今回Vertex AIで利用可能になったのは、Metaの最新ラインナップです。高効率なMoE（Mixture-of-Experts）構成を採用しマルチモーダル処理に優れた「Llama 4 Scout」と、高度な推論や画像理解タスク向けに設計された最上位モデル「Llama 4 Maverick」の両方が含まれます。

最大のメリットは、サーバー運用の負担がゼロになる点です。GPUの割り当て、依存ライブラリの管理、パッチ適用などはすべてGoogle Cloud側が自動で行います。

料金体系も、使ったリクエストの分だけ支払う従量課金制です。アイドル状態のGPUインスタンスに時間単位でコストを払い続ける必要はありません。

導入も手軽です。Vertex AI Model Garden上でLlamaのコミュニティライセンス規約に同意すれば、すぐにモデルIDを取得して利用できます。さらに、提供されるエンドポイントは標準的なChatCompletion形式に対応しており、OpenAIのPython SDKからベースURLと認証トークンを差し替えるだけで、既存コードをほぼそのまま流用できます。

なぜ重要か

Google Cloudが自社のGeminiに固執せず、ライバルであるMetaの最先端オープンモデルをマネージドサービスとして手厚くサポートしたのは、極めて現実的で賢い判断だと考えられます。

開発者や企業にとって、Llama 4の導入ハードルは劇的に下がりました。これまでインフラの保守運用コストを理由にオープンモデルの採用を見送っていたチームでも、数行のコード変更だけで最高峰の画像理解や推論機能をテストできるようになります。ただし、常設インスタンスと違って分あたりのリクエスト数（RPM）制限などのクォータが存在する点は念頭に置く必要があります。

業界全体で見れば、クラウドプラットフォーム間の囲い込み競争が一段と激化しています。Microsoft AzureがMetaのモデルを積極的に取り込んできたのに対し、Googleも即座に対抗できる選択肢を整えました。独自モデルの性能差だけでなく、「開発者にとって最も使いやすく安価な実行環境を提供できるか」がクラウドベンダーの勝敗を分ける段階に入っています。