> For the complete documentation index, see [llms.txt](https://docs.digitalhumans.jp/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.digitalhumans.jp/dify-guide/setup/dify-docs-configure-model-provider.md). # モデルプロバイダーの設定 ## モデルプロバイダーとは DifyでAIアプリケーションを作成するには、**モデルプロバイダー**（AIモデルの提供元）を設定する必要があります。特にリアルタイム対話が重要なデジタルヒューマンでは、**GPT-5.2**と**Gemini 3 Flash**が最速で推奨されます。 ## 対応している主なプロバイダー例 | プロバイダー | 代表的なモデル | 特徴 | | ---------------- | ---------------------------------------------------- | ---------------------------------- | | **OpenAI** | GPT-5.2, GPT-5, GPT-4.5 | 最高速の推論速度、統合システム、実績豊富 | | **Google** | Gemini 3 Pro, Gemini 3 Flash, Gemini 2.5 Pro | マルチモーダル、超長文コンテキスト（1M）、3 Flashは超高速 | | **Anthropic** | Claude Opus 4.5, Claude Sonnet 4.5, Claude Haiku 4.5 | 最高のコーディング性能、長文対応、安全性 | | **Azure OpenAI** | GPTシリーズ（OpenAIと同等） | エンタープライズ向け、SLA保証、コンプライアンス | | **AWS Bedrock** | Claude, Titan, Llama 3など | AWSエコシステム連携、柔軟なモデル選択 | | **Groq** | Llama 3.3, DeepSeek, Mixtral | LPU推論エンジン、超低レイテンシー、1,500+ tokens/s | | **Cerebras** | Llama 4, GPT-OSS, Qwen | ウェーハースケールAI、業界最速、2,500+ tokens/s | | **ローカルLLM** | Ollama, LocalAI | オンプレミス運用、コスト固定、データ保護 | ## 設定手順（OpenAIの例） ### ステップ1: 設定画面を開く ![](/files/OfwUp4G31uFvbJd0MTkw) 1. 画面右上の「プラグイン」をクリック 2. 「モデルプロバイダー」インストール元を選択 * マーケットプレイス * GitHub * ローカルパッケージファイル ![](/files/csIgkUKhwsJtG0IMzKQ7) {% hint style="info" %} モデルプロバイダーは、「設定」→「モデルプロバイダー」画面の下部からも同様に追加できます。 {% endhint %} ### ステップ2: プロバイダーの追加 ![](/files/5Vgei2VXP3VRdhxKe2ie) ![](/files/NkP4ic90ofDMLlhvPKO0) 1. 「モデル」をクリック 2. 一覧から「OpenAI」を選択 3. インストールをクリック 4. インストールが完了すればモデルが使用できるようになります ### ステップ3: APIキーの取得 1. 生成されたAPIキーをコピー 2. キーを安全な場所に保管 ![](/files/KZz8GMEPsBIJOZahTYXC) **OpenAI（Chat-GPT）の場合:** 1. にアクセス 2. ログイン後に、設定 > 左メニュー「[API Keys](https://gitlab.digitalhumans.jp/docs/docs-digitalhumansjp/-/blob/main/dify-guide/setup/enai.com/settings/organization/api-keys/README.md)」メニューを選択 3. 「Create new secret key」をクリック 4. 生成されたキーをコピー ![](/files/Wd0lOn88BGLBxHnTkpym) **Anthropic（Claude）の場合:** 1. にアクセス 2. 「[API Keys](https://console.anthropic.com/settings/keys)」を選択 3. 「Create Key」をクリック ![Google AI Studio APIキー取得画面](/files/v4D5XfTnSayVPeyRXkMh) Google AI Studio APIキー取得画面 **Google（Gemini）の場合:** 1. [Google AI Studio](https://aistudio.google.com/) にアクセス 2. Googleアカウントでログイン 3. 画面上部の「Get API key」をクリック 4. 「Create API key」をクリック * 既存のGoogle Cloudプロジェクトがある場合：「Create API key in existing project」を選択 * 新規プロジェクトの場合：「Create API key in new project」を選択（推奨） ### ステップ4: 接続テスト ![CleanShot 2025-12-24 at 11.29.54.png](/files/n0IYXrTWRGfopwgaeB9L) 1. Difyのプラグイン設定画面に戻り、APIキーを入力後、「テスト」ボタンをクリック 2. 成功メッセージが表示されれば設定完了 3. 「保存」をクリック ## デジタルヒューマン向けモデルの参考 速度と精度のバランスでモデルを選定してください。特に、全文が出力される速度よりも、応答が始まるまでの時間（厳密には1文目が出力されるまでの時間）が早いモデルをおすすめします。 **応答速度の目安:** * ⚡⚡⚡ 超高速: 50〜2000+ tokens/秒（0.3〜1秒、リアルタイム対話に最適） * ⚡⚡ 高速: 30〜50 tokens/秒（1〜2秒、一般的な会話に十分） * ⚡ 標準: 10〜30 tokens/秒（2〜4秒、複雑な処理向け） ※ 応答が生成されてから、転送にかかる時間、音声合成とアニメーションを生成する時間がオーバーヘッドとして必要になります。 ### LLM（会話用） | モデル | 用途 | 応答速度 | 特徴 | | ----------------------------- | ------------- | ------------------------ | ---------------------------------------- | | **Cerebras Llama 4 Maverick** | 本番用（業界最速） | ⚡⚡⚡ 超高速（2,500+ tokens/s） | ウェーハースケールAIチップ、推論速度世界記録 | | **Gemini 3 Flash** | 本番用（最速） | ⚡⚡⚡ 超高速（2000+ tokens/s） | 2025年12月リリース、リアルタイム対話に最適、最先端知能 | | **Groq Llama 3.3 70B** | 本番用（超低レイテンシー） | ⚡⚡⚡ 超高速（1,500+ tokens/s） | LPU推論エンジン、オープンソースモデルで最速クラス | | **GPT-5.2** | 本番用（最高性能） | ⚡⚡⚡ 超高速（187 tokens/s） | 2025年12月リリース、全分野で最先端、高速と深い推論を自動切替 | | **GPT-4.1 mini** | 本番用（コスパ最強） | ⚡⚡⚡ 超高速（89 tokens/s） | 2025年4月リリース、GPT-4o同等性能でレイテンシー半分、コスト83%削減 | | **Claude Haiku 4.5** | 本番用（軽量・低コスト） | ⚡⚡⚡ 超高速 | 2025年7月リリース、シンプルな対話・FAQ向け | | **Claude Opus 4.5** | 本番用（コーディング最強） | ⚡⚡ 高速（50 tokens/s） | 2025年11月リリース、SWE-bench 80.9%達成、長時間タスク対応 | | **GPT-5** | 本番用（汎用） | ⚡⚡⚡ 超高速 | 2025年8月リリース、統合システム、専門家レベルの知性 | | **Claude Sonnet 4.5** | 本番用（バランス型） | ⚡⚡ 高速 | 2025年9月リリース、自然な応答、コーディング性能高 | | **Gemini 3 Pro** | 本番用（マルチモーダル） | ⚡⚡ 高速 | 2025年11月リリース、画像・音声・動画対応、1Mトークンコンテキスト | | **Gemini 2.5 Pro** | 本番用（コーディング） | ⚡⚡ 高速 | 2025年5月リリース、コーディング特化、Deep Thinkモード | ### 埋め込みモデル（ナレッジベース用） | モデル | 特徴 | | -------------------------- | ------------- | | **text-embedding-3-large** | OpenAIの高精度モデル | | **text-embedding-3-small** | コスト重視の場合 | | **bge-m3** | 多言語対応、日本語に強い | ### Rerankモデル（検索精度向上） | モデル | 提供元 | | ---------------------------- | ------ | | **rerank-multilingual-v3.0** | Cohere | | **bge-reranker-v2-m3** | BAAI | ## デフォルトモデルの設定 アプリケーション作成時のデフォルトモデルを設定できます： ### 設定方法 1. モデルプロバイダー設定を開く 2. 各モデルの右側にある「デフォルトに設定」を有効化 ### 推奨デフォルト設定例 | 種別 | 推奨モデル | | ----------------- | ------------------------ | | **システム推論モデル** | GPT-5.2 | | **埋め込みモデル** | text-embedding-3-large | | **Rerank モデル** | rerank-multilingual-v3.0 | | **音声-to-テキストモデル** | （デジタルヒューマンでは使用しません) | | **テキスト-to-音声モデル** | （デジタルヒューマンでは使用しません) | 目的に応じて複数のプロバイダーを設定できます： ``` 例: - OpenAI: GPT-4o（メインLLM） - OpenAI: text-embedding-3-large（埋め込み） - Cohere: rerank-multilingual-v3.0（Rerank） ``` ## セキュリティ上の注意 1. **APIキーの管理** * キーは厳重に管理、共有しない * 定期的にローテーション推奨 2. **利用制限の設定** * 各プロバイダーで利用上限を設定 * 予期せぬコスト超過を防止 3. **バックアッププロバイダー** * 主要プロバイダー障害時の代替を用意 * 予算オーバー時の代替を用意