Seedance 2.5がEvoLinkで利用可能にSeedance 2.5を試す
EvoLink Smart Router の使い方:API 設定と本番テスト
チュートリアル

EvoLink Smart Router の使い方:API 設定と本番テスト

Jessie
Jessie
COO
2026年3月11日
更新日 2026年7月16日
9 分
EvoLink Smart Router を最短で試すには、https://direct.evolink.ai/v1/chat/completions に OpenAI 互換の Chat Completions リクエストを送り、modelevolink/auto に設定します。
アプリケーション側は 1 つのリクエスト形式を維持し、ルーターが対応するテキスト・Agent リクエストに適したモデルを選択します。実際に使われたモデルは response.model に返るため、ルーティングをブラックボックスにせず観測できます。
概念から確認する場合は AI モデルルーティングとは、現在の製品情報は EvoLink Smart Router を参照してください。

クイックリファレンス

設定役割
Endpointhttps://direct.evolink.ai/v1/chat/completionsOpenAI 互換 Chat Completions
認証Authorization: Bearer $EVOLINK_API_KEYAPI Key でリクエストを認証
Model IDevolink/autoSmart Router を有効化
リクエスト形式OpenAI 互換の messages 配列一般的な SDK パターンを維持
ルーティング先response.model実際に処理したモデルを表示
現在の対象テキスト・Agent ワークフロー画像・動画は明示的な Model ID を使用
Endpoint やパラメータの変更については、EvoLink Auto 公式 Quickstart を最新情報として参照してください。

1. API Key を準備する

export EVOLINK_API_KEY="your-api-key"

PowerShell の場合:

$env:EVOLINK_API_KEY="your-api-key"

開発、ステージング、本番で Key を分けると、利用状況の確認とローテーションを個別に行えます。

2. 最初のリクエストを送る

curl --request POST \
  --url https://direct.evolink.ai/v1/chat/completions \
  --header "Authorization: Bearer $EVOLINK_API_KEY" \
  --header "Content-Type: application/json" \
  --data '{
    "model": "evolink/auto",
    "messages": [
      {
        "role": "user",
        "content": "この問い合わせを請求、技術問題、アカウントアクセスのいずれかに分類してください:パスワードをリセットした後、ログインできません。"
      }
    ],
    "temperature": 0.2,
    "stream": false
  }'
レスポンスは通常の Chat Completions 形式です。ルーティングの観測で重要なのは model フィールドです。
{
  "id": "chatcmpl-example",
  "object": "chat.completion",
  "model": "actual-routed-model",
  "choices": [
    {
      "message": {
        "role": "assistant",
        "content": "アカウントアクセス"
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 26,
    "completion_tokens": 4,
    "total_tokens": 30
  }
}
actual-routed-model は説明用です。必ず実際のレスポンスに含まれる値を確認してください。

3. Python から利用する

import os
import time
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["EVOLINK_API_KEY"],
    base_url="https://direct.evolink.ai/v1",
)

started_at = time.perf_counter()

response = client.chat.completions.create(
    model="evolink/auto",
    messages=[
        {
            "role": "user",
            "content": "このインシデントレポートを要約し、次に行うべきエンジニアリング対応を2つ挙げてください。",
        }
    ],
    temperature=0.2,
)

print("routed_model:", response.model)
print("latency_ms:", round((time.perf_counter() - started_at) * 1000))
print("usage:", response.usage)
print("output:", response.choices[0].message.content)
Node.js でも同様に、baseURLhttps://direct.evolink.ai/v1modelevolink/auto に設定します。

Smart Router のルーティングフロー

  1. アプリケーションが evolink/auto を指定した OpenAI 互換リクエストを送信します。
  2. ルーターがタスクの種類と複雑さを評価します。
  3. Fast、Standard、Reasoning などのプロファイルに割り当てます。
  4. 適した候補モデルがリクエストを処理します。
  5. 選択されたモデルが response.model に返ります。
プロファイル主な用途タスク例
Fast単純で大量のテキスト処理書き換え、分類、整形
Standard一般的なテキスト処理要約、抽出、サポート分析
Reasoning複雑な分析と計画多段階分析、意思決定支援
Coding / Agentic Coding対応する Coding ワークフローコードレビュー、デバッグ、リファクタリング計画

プロファイルはタスク分類であり、固定された公開モデル一覧ではありません。

Smart Router と固定モデルの使い分け

ワークロードSmart Router固定モデル
分類、抽出、推論が混在評価開始点として適する選択ロジックを自前で管理
製品開発の初期段階実データ収集に有用Baseline 確立後に有用
厳密な Benchmarkモデルが変わるため不向き正しい選択
決定論的 QA・承認フロー慎重な制御が必要通常はこちらが安全
モデル固有機能保証できない必須
画像・動画生成現在の対象外Media Model ID を明示

混在テキストにはルーティング、評価済み・制御対象の処理には固定モデルという併用が現実的です。

記録すべき項目

項目理由
Feature / Workflow 名異なるトラフィックを分離
Request IDアプリログと API 調査を接続
response.modelルーティング先を特定
レイテンシ応答時間目標を確認
Input / Output token使用量とコスト分析に利用
HTTP Status / Retry 回数信頼性問題を可視化
品質結果タスク固有の Eval を記録

機密情報を含む Prompt や Response は、自社のプライバシー・保持ルールに反して保存しないでください。

本番導入前のテスト

  1. 通常、曖昧、異常入力を含む代表的なテストセットを作ります。
  2. 現在利用している固定モデルを Baseline にします。
  3. 同じ Input と Parameter を evolink/auto で実行します。
  4. 品質、レイテンシ、token、エラー、ルーティング先を Workflow 単位で比較します。
  5. 低リスクトラフィックから開始し、厳密な QA には固定モデルを残します。

平均値だけで判断せず、タスクの種類と失敗時の影響ごとに確認してください。

よくある API エラー

Status意味対応
400Parameter が不正JSON、Model ID、型を確認
401API Key が無効・期限切れBearer token を確認・更新
402Quota 不足Credit と Billing を確認
403Feature へのアクセス不可Smart Router の利用権限を確認
429Rate Limit上限付き Retry、Backoff、Jitter を使用
500 / 502 / 503内部・Upstream エラーBackoff 付きで再試行し Fallback を用意

明示的な Timeout を設定し、無制限 Retry は避けてください。

導入時によくある間違い

  • 常に最安モデルが選ばれると仮定する
  • 同じ Prompt は常に同じモデルになると考える
  • 画像・動画生成を evolink/auto に送る
  • response.model を記録しない
  • 候補モデル一覧を固定情報として公開する
EvoLink Smart Router を確認

FAQ

どの Endpoint を使いますか?

公式 Quickstart に記載された POST https://direct.evolink.ai/v1/chat/completions を使用します。

Smart Router の Model ID は何ですか?

modelevolink/auto を設定します。

どのモデルが処理したか確認できますか?

レスポンスの model フィールドを確認し、レイテンシ、token、Workflow 情報と一緒に記録します。

Smart Router は常に安くなりますか?

いいえ。実コストはリクエスト、選択モデル、出力長、Retry、品質要件によって変わります。

同じ Prompt なら同じモデルになりますか?

その前提には依存しないでください。モデルの固定や再現可能なテストが必要なら明示的な Model ID を使います。

画像・動画にも使えますか?

現在の対象は対応するテキスト・Agent リクエストです。Media 生成には明示的な Model ID を使います。

Streaming は使えますか?

公式 Request Schema には stream があります。本番契約に組み込む前に自分の Account と Client で挙動を確認してください。

固定モデルへ切り替えるタイミングは?

Workflow の最適モデルが検証済み、モデル固有機能が必要、または厳密な Regression Test・承認が必要な場合です。

次のステップ

同じテストセットを evolink/auto と固定モデルの両方で実行し、品質、レイテンシ、token、エラー、返されたモデルを比較してください。

AIコストを89%削減する準備はできましたか?

今すぐEvoLinkを始めて、インテリジェントなAPIルーティングの力を体験してください。