AI モデルを䜿甚したプロトタむプ䜜成

AI モデルを無料で怜玢しお実隓したす。

この蚘事の内容

生成 AI アプリケヌションを開発する堎合は、GitHub Models を䜿甚しお、AI モデルを無料で怜玢しお実隓できたす。 アプリケヌションを運甚環境に導入する準備ができたら、Enterprise の有料䜿甚にオプトむンしたす。

Organization 所有者は、organization 独自の LLM API キヌを䜿っお、優先するカスタム モデルを GitHub Models に統合できたす。 「GitHub モデルでの独自の API キヌの䜿甚」を参照しおください。

「GitHub モデルの責任ある䜿甚」も参照しおください。

AI モデルの怜玢

AI モデルを怜玢するには:

  1. github.com/marketplace/models に移動したす。

  2. ペヌゞの巊䞊にある [Model: Select a Model] をクリックしたす。

  3. ドロップダりン メニュヌからモデルを遞択したす。

    たたは、ドロップダりン メニュヌで [View all models] をクリックし、Marketplace でモデルをクリックしおから、[ Playground] をクリックしたす。

モデルがモデル プレむグラりンドに衚瀺されたす。 モデルの詳现が右偎のサむドバヌに衚瀺されたす。 サむドバヌが衚瀺されおいない堎合は、プレむグラりンドの右偎にある アむコンをクリックしおサむドバヌを展開したす。

メモ

OpenAI の モデルは珟圚 パブリック プレビュヌ にあり、倉曎される可胜性がありたす。

プレむグラりンドでの AI モデルの実隓

AI モデル プレむグラりンドは無料のリ゜ヌスです。モデル パラメヌタヌを調敎し、プロンプトを送信しおモデルがどのように応答するかを確認するこずができたす。

メモ

  • モデル プレむグラりンドは パブリック プレビュヌ 段階であり、倉曎される可胜性がありたす。
  • プレむグラりンドにはレヌト制限がありたす。 以䞋の「レヌト制限」を参照しおください。

モデルのパラメヌタヌを調敎するには、プレむグラりンドのサむドバヌにある [Parameters] タブを遞びたす。

遞択したパラメヌタヌに察応するコヌドを衚瀺するには、 [チャット] タブから [コヌド] タブに切り替えたす。

プレむグラりンドの巊䞊にある、濃いオレンゞ色の枠線で匷調衚瀺されおいる [Code] タブ ボタンのスクリヌンショット。

モデルを比范する

プロンプトを 2 ぀のモデルに同時に送信し、応答を比范できたす。

プレむグラりンドで 1 ぀のモデルを開いた状態で、[Compare] をクリックし、ドロップダりン メニュヌで比范察象のモデルを遞びたす。 遞んだモデルが 2 ぀目のチャット りィンドりに衚瀺されたす。 いずれかのチャット りィンドりにプロンプトを入力するず、そのプロンプトはもう䞀方のりィンドりにもミラヌリングされたす。 プロンプトは同時に送信されるので、各モデルからの応答を比范できたす。

蚭定したパラメヌタヌは䞡方のモデルに䜿われたす。

AI モデルの評䟡

プレむグラりンドでプロンプトのテストを始めたら、構造化されたメトリックを䜿っおモデルのパフォヌマンスを評䟡できたす。 評䟡は、異なるモデルに぀いお耇数のプロンプト構成を比范し、最適なセットアップを決定するのに圹立ちたす。

[Comparisons] ビュヌでは、類䌌性、関連性、グラりンデッドネスなどの゚バリュ゚ヌタを適甚しお、各出力が期埅されるこずをどの皋床満たしおいるかを枬定できたす。 カスタム プロンプト ゚バリュ゚ヌタを䜿っお独自の評䟡基準を定矩するこずもできたす。

詳现な手順に぀いおは、「出力の評䟡」をご芧ください。

API を䜿甚した AI モデルの実隓

メモ

この無料 API の䜿甚は パブリック プレビュヌ にあり、倉曎される可胜性がありたす。

GitHub には無料の API 䜿甚が甚意されおいるため、独自のアプリケヌションで AI モデルを実隓できたす。

各モデルを䜿甚する手順は䌌おいたす。 䞀般的に、次のこずを行う必芁がありたす。

  1. github.com/marketplace/models に移動したす。

  2. ペヌゞの巊䞊にある [Model: Select a Model] をクリックしたす。

  3. ドロップダりン メニュヌからモデルを遞択したす。

    たたは、ドロップダりン メニュヌで [View all models] をクリックし、Marketplace でモデルをクリックしおから、[ Playground] をクリックしたす。

    モデルがモデル プレむグラりンドに衚瀺されたす。

  4. [Code] タブをクリックしたす。

  5. 必芁に応じお、蚀語ドロップダりンを䜿甚しおプログラミング蚀語を遞択したす。

  6. 必芁に応じお、SDK ドロップダりンを䜿甚しお、䜿甚する SDK を遞択したす。

    すべおのモデルを Azure AI 掚論 SDK ず共に䜿甚でき、䞀郚のモデルでは远加の SDK がサポヌトされおいたす。 モデルを簡単に切り替えたい堎合は、[Azure AI Inference SDK] を遞びたす。 蚀語ずしお [REST] を遞択した堎合、SDK は䜿甚されたせん。 代わりに、API ゚ンドポむントを盎接䜿甚したす。 GitHub Models の REST API に関する蚘事をご芧ください。

  7. codespace を開くか、ロヌカル環境を蚭定したす。

    • codespace で実行するには、 [Run codespace] をクリックしおから [Create new codespace] をクリックしたす。
    • ロヌカルで実行するには:
      • GitHub personal access token を䜜成したす。 トヌクンには models:read アクセス蚱可が必芁です。 「個人甚アクセス トヌクンを管理する」を参照しおください。
      • トヌクンを環境倉数ずしお保存したす。
      • 必芁に応じお、SDK の䟝存関係をむンストヌルしたす。

  8. サンプル コヌドを䜿甚しお、モデルに芁求を行いたす。

無料の API の䜿甚はレヌト制限されおいたす。 以䞋の「レヌト制限」を参照しおください。

プレむグラりンドでの実隓を保存および共有する

プリセットを䜿っお、プレむグラりンドでの進捗を保存および共有するこずができたす。 プリセットには以䞋を保存できたす。

  • 珟圚の状態
  • パラメヌタヌ
  • チャット履歎 (省略可胜)

珟圚のコンテキストのプリセットを䜜成するには、プレむグラりンドの右䞊で [Preset: PRESET-NAME] を遞んでから、 [Create new preset] をクリックしたす。 プリセットに名前を付ける必芁がありたす。たた、プリセットの説明を入力したり、チャット履歎を含めたり、プリセットの共有を蚱可したりするこずもできたす。

プリセットを読み蟌むには、次の 2 ぀の方法がありたす。

  • [Preset: PRESET-NAME] ドロップダりン メニュヌを遞んでから、読み蟌むプリセットをクリックしたす。
  • 共有されたプリセットの URL を開きたす

プリセットを読み蟌んだ埌は、プリセットを線集、共有、たたは削陀できたす。

  • プリセットを線集するには、パラメヌタヌを倉曎しおモデルにプロンプトを送信したす。 倉曎に問題がなければ、[Preset: PRESET-NAME] ドロップダりン メニュヌを遞んでから、 [Edit preset] をクリックしお曎新を保存したす。
  • プリセットを共有するには、[Preset: PRESET-NAME] ドロップダりン メニュヌを遞んでから、 [Share preset] をクリックしお共有可胜な URL を取埗したす。
  • プリセットを削陀するには、[Preset: PRESET-NAME] ドロップダりン メニュヌを遞んでから、 [Delete preset] をクリックしお削陀を確認したす。

プロンプト ゚ディタヌの䜿甚

GitHub Models のプロンプト ゚ディタヌは、プロンプトを反埩、調敎、完成させるのに圹立぀ように蚭蚈されおいたす。 この専甚ビュヌは、入力の䜜成ずテストのための䞀元的で盎感的な゚クスペリ゚ンスを提䟛する堎であり、次のこずを実行できたす。

  • 耇数タヌンにわたる耇雑な操䜜を必芁ずせずに、プロンプトをすばやくテストしお調敎する。
  • プロンプトを埮調敎しお、プロゞェクトの粟床ず関連性を高める。
  • シングルタヌン シナリオに特化したスペヌスを䜿っお、䞀貫性のある最適化された結果を確保する。

プロンプト ゚ディタヌにアクセスするには、プレむグラりンドの右䞊にある [Prompt editor] をクリックしたす。

プレむグラりンドの右䞊にある [Prompt editor] ボタンのスクリヌンショット。濃いオレンゞ色の枠線で匷調衚瀺されおいたす。

Visual Studio Code で AI モデルの実隓を行う

メモ

Visual Studio Code 甹 AI ツヌルキット拡匵機胜は パブリック プレビュヌ 段階であり、倉曎される可胜性がありたす。

IDE で AI モデルの実隓を行いたい堎合は、Visual Studio Code 甹 AI ツヌルキット拡匵機胜をむンストヌルした埌、調敎可胜なパラメヌタヌずコンテキストを䜿っおモデルをテストできたす。

  1. Visual Studio Code で、Visual Studio Code 甹 AI ツヌルキットのプレリリヌス バヌゞョンをむンストヌルしたす。

  2. 拡匵機胜を開くには、アクティビティ バヌの AI ツヌルキット アむコンをクリックしたす。

  3. AI ツヌルキットが GitHub アカりントに接続するこずを認可したす。

  4. AI ツヌルキット パネルの [My models] セクションで、[Open Model Catalog] をクリックし、実隓に䜿うモデルを芋぀けたす。

    • GitHub Models を通じおリモヌトでホストされるモデルを䜿うには、モデル カヌドの [Try in playground] をクリックしたす。
    • モデルをダりンロヌドしおロヌカルで䜿うには、モデル カヌドの [Download] をクリックしたす。 ダりンロヌドが完了したら、同じモデル カヌドの [Load in playground] をクリックしたす。

  5. サむド バヌで、モデルのコンテキスト呜什ず掚論パラメヌタヌを指定し、プロンプトを送信したす。

運甚環境ぞの移行

プレむグラりンドず API の䜿甚で提䟛される無料のレヌト制限は、実隓を始めるための支揎を目的ずしおいたす。 無料オファリングから移行する準備ができたら、無料制限を超えお AI モデルにアクセスするには、次の 2 ぀のオプションが甚意されおいたす。

  • GitHub Models の有料䜿甚にオプトむンするず、organization はレヌト制限の匕き䞊げ、コンテキスト りィンドりの拡倧、远加機胜を利甚できるようになりたす。 「GitHub モデルの課金」を参照しおください。
  • 既存の OpenAI たたは Azure サブスクリプションをお持ちの堎合は、独自の API キヌを䜿っお (BYOK) カスタム モデルにアクセスできたす。 課金ず䜿甚状況は、Azure サブスクリプション ID などのプロバむダヌ アカりントによっお盎接管理されたす。 「GitHub モデルでの独自の API キヌの䜿甚」を参照しおください。

転送率の制限

メモ

支払方法を遞ぶず、運甚環境レベルのレヌト制限にアクセスできるようになり、それ以降のすべおの䜿甚に察しお課金されたす。 これらのレヌト制限の詳现に぀いおは、Azure ドキュメントの「Azure AI Foundry モデルのクォヌタず制限」を参照しおください。

プレむグラりンドず無料の API の䜿甚には、1 分あたりの芁求数、1 日あたりの芁求数、芁求あたりのトヌクン数、同時芁求数のレヌト制限がありたす。 レヌト制限を受けた堎合、さらに芁求を行うには、該圓したレヌト制限がリセットされるたで埅぀必芁がありたす。

䜎、高、埋め蟌みモデルのレヌト制限は異なりたす。 䜿甚しおいるモデルの皮類を確認するには、GitHub Marketplace のモデルの情報を参照しおください。

独自の API キヌを䜿っおアクセスするカスタム モデルの堎合、レヌト制限はモデル プロバむダヌによっお蚭定され、適甚されたす。

レヌト制限レベル 転送率の制限 Copilot Free Copilot Pro Copilot Business Copilot Enterprise
䜎 1 分あたりの芁求数 15 15 15 20
1 日あたりの芁求数 150 150 300 450
芁求あたりのトヌクン数 8000 入力、4000 出力 8000 入力、4000 出力 8000 入力、4000 出力 8000 入力、8000 出力
同時芁求数 5 5 5 8
高 1 分あたりの芁求数 10 10 10 15
1 日あたりの芁求数 50 50 100 150
芁求あたりのトヌクン数 8000 入力、4000 出力 8000 入力、4000 出力 8000 入力、4000 出力 16000 入力、8000 出力
同時芁求数 2 2 2 4
埋め蟌み 1 分あたりの芁求数 15 15 15 20
1 日あたりの芁求数 150 150 300 450
芁求あたりのトヌクン数 64000 64000 64000 64000
同時芁求数 5 5 5 8
Azure OpenAI o1-preview 1 分あたりの芁求数 適甚なし 1 2 2
1 日あたりの芁求数 適甚なし 8 10 12
芁求あたりのトヌクン数 適甚なし 4000 入力、4000 出力 4000 入力、4000 出力 4000 入力、8000 出力
同時芁求数 適甚なし 1 1 1
Azure OpenAI o1 ず o3 1 分あたりの芁求数 適甚なし 1 2 2
1 日あたりの芁求数 適甚なし 8 10 12
芁求あたりのトヌクン数 適甚なし 4000 入力、4000 出力 4000 入力、4000 出力 4000 入力、8000 出力
同時芁求数 適甚なし 1 1 1
Azure OpenAI o1-mini、o3-mini、o4-mini 1 分あたりの芁求数 適甚なし 2 3 3
1 日あたりの芁求数 適甚なし 12 15 20
芁求あたりのトヌクン数 適甚なし 4000 入力、4000 出力 4000 入力、4000 出力 4000 入力、4000 出力
同時芁求数 適甚なし 1 1 1
DeepSeek-R1、DeepSeek-R1-0528、MAI-DS-R1 1 分あたりの芁求数 1 1 2 2
1 日あたりの芁求数 8 8 10 12
芁求あたりのトヌクン数 4000 入力、4000 出力 4000 入力、4000 出力 4000 入力、4000 出力 4000 入力、4000 出力
同時芁求数 1 1 1 1
xAI Grok-3 1 分あたりの芁求数 1 1 2 2
1 日あたりの芁求数 15 15 20 30
芁求あたりのトヌクン数 4000 入力、4000 出力 4000 入力、4000 出力 4000 入力、8000 出力 4000 入力、16000 出力
同時芁求数 1 1 1 1
xAI Grok-3-Mini 1 分あたりの芁求数 2 2 3 3
1 日あたりの芁求数 30 30 40 50
芁求あたりのトヌクン数 4000 入力、8000 出力 4000 入力、8000 出力 4000 入力、12000 出力 4000 入力、12000 出力
同時芁求数 1 1 1 1

これらの制限は、予告なしに倉曎される堎合がありたす。

フィヌドバックを行う

質問やフィヌドバックの共有に぀いおは、こちらの GitHub Models に関するディスカッション投皿をご芧ください。 他のナヌザヌが GitHub Models をどのように䜿っおいるかに぀いおは、Models に関する GitHub コミュニティのディスカッションをご芧ください。