百川智能（Baichuan AI）とは：モデル群、API利用と開発者向け導入ガイド

Baichuan AI（百川智能）は、元Sogou（搜狗）CEOの王小川（Wang Xiaochuan）によって2023年に設立された人工知能企業であり、中国語と英語のバイリンガル理解、知識検索、特定ドメインにおける推論に最適化された大規模言語モデル（LLM）を専門としています。同社は、マネージド推論向けの商用クラウドAPIと、セルフホスト導入向けのオープンソースパラメータ重みからなるデュアルトラックの提供モデルを展開しています。開発者は、OpenAI互換のRESTエンドポイント、ネイティブな検索拡張ツール、密なベクトル埋め込み（dense vector embeddings）、柔軟なオープンウェイトアーキテクチャを通じて、Baichuanモデルを本番環境に統合できます。

Baichuanモデルマトリクス

Baichuanのエコシステムを活用するにあたっては、クラウドホスト型のプロプライエタリモデルと、ローカルデプロイ向けに設計されたオープンソースの重みを区別して理解する必要があります。各ティアは、固有のパフォーマンス、コンテキスト長、レイテンシ要件に対応しています。

商用APIモデル

Baichuanは、マネージド開発者プラットフォームを通じて複数のモデルティアを提供しています。

• Baichuan 4シリーズ（Baichuan4、Baichuan4-Turbo、Baichuan4-Air）： 複雑な推論、指示追従、マルチモーダル理解向けに設計されたフラッグシップ世代です。Baichuan4-Turboは最大192,000トークンの拡張コンテキストウィンドウをサポートしており、長文ドキュメントの解析やマルチターンワークフローに適しています。一方、Baichuan4-Airは高並行タスク向けに軽量でコスト最適化された選択肢を提供します。
• Baichuan 3シリーズ（Baichuan3-Turbo、Baichuan3-Turbo-128k）： 優れたコストパフォーマンスを誇る汎用的な本番向けワークホースであり、128kバリアントは企業の長大なコンテキスト要件を処理します。
• Baichuan 2シリーズ（Baichuan2-Turbo）： 標準的な対話システムやレイテンシに敏感なインタラクション向けの高速な対話エンドポイントです。
• ドメイン特化モデル（Baichuan-Mシリーズ）： 臨床グレードのモデルであるBaichuan-M3やBaichuan-M2など、医学文献の要約・統合や構造化されたヘルスケア支援向けに調整されたドメイン適応チェックポイントです。
• 埋め込みエンドポイント（Baichuan-Text-Embedding）： セマンティック検索や検索拡張生成（RAG）向けに密なベクトル表現を出力する専用のテキスト埋め込みモデルです。

オープンソースモデル

オンプレミスでの厳格なデータレジデンシー要件や独自のファインチューニングワークフローを持つ組織向けに、Baichuanはコミュニティフレンドリーなライセンスの下でオープンウェイトを提供しています。

• Baichuan2-7B（BaseおよびChat）： 2.6兆以上のトークンで学習された70億パラメータの基盤モデルであり、コンシューマー向けハードウェアやエッジサーバー上で効率的に動作します。
• Baichuan2-13B（BaseおよびChat）： RoPE（Rotary Position Embedding）とALiBi位置エンコーディングを採用した130億パラメータのアーキテクチャであり、エンタープライズサーバー向けに高いゼロショット精度と指示忠実度を提供します。
• Baichuan-Omni： 画像とテキストの共同処理が可能なオープンなマルチモーダル研究モデルです。

オープンソースの重みおよび参照推論実装は、Baichuan Hugging Face OrganizationおよびBaichuan2 GitHub Repositoryで直接ホストされています。

Baichuan開発者プラットフォームの利用開始

Baichuanのマネージドモデルにアクセスするには、Baichuan AI Developer Platformで発行された認証情報が必要です。

1. アカウント登録： 公式開発者ポータルで企業または個人の開発者アカウントを登録し、必要な本人確認手順を完了します。
2. APIキーの生成： APIキー管理コンソールに移動し、Bearerトークンを生成します。
3. 請求の設定： BaichuanはAPI推論に対してトークン消費ベースの課金モデルを採用しており、Web検索などのオプションの外部ツールにはコールごとの追加料金が発生します。

すべてのリクエストにはHTTP Bearer認証ヘッダーが必要です。

Authorization: Bearer YOUR_API_KEY
Content-Type: application/json

Chat Completions APIの統合

BaichuanのCompletionsインターフェースは標準的なOpenAI API仕様に準拠しているため、開発者はカスタムラッパーを作成することなく、既存のツール、SDK、オーケストレーションフレームワークを再利用できます。

標準リクエスト形式

コアとなるchat completionsエンドポイントは以下のとおりです。

POST https://api.baichuan-ai.com/v1/chat/completions

以下は、Baichuan4-Turboに応答をリクエストする標準的なcurlの例です。

curl -X POST https://api.baichuan-ai.com/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $BAICHUAN_API_KEY" \
  -d '{
    "model": "Baichuan4-Turbo",
    "messages": [
      {
        "role": "system",
        "content": "You are an enterprise technical advisor."
      },
      {
        "role": "user",
        "content": "Summarize the architectural benefits of retrieval-augmented generation."
      }
    ],
    "temperature": 0.3,
    "top_p": 0.85,
    "stream": false
  }'

Python OpenAI SDKとの互換性

エンドポイントのスキーマがOpenAI仕様に準拠しているため、Python開発者はbase_urlを変更するだけで、標準のopenaiライブラリをそのままインスタンス化できます。

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_BAICHUAN_API_KEY",
    base_url="https://api.baichuan-ai.com/v1"
)

response = client.chat.completions.create(
    model="Baichuan4-Turbo",
    messages=[
        {"role": "system", "content": "You are a bilingual coding assistant."},
        {"role": "user", "content": "Write a Python function to validate email addresses."}
    ],
    temperature=0.2
)

print(response.choices[0].message.content)

コアサンプリングパラメータ

Baichuanはきめ細かいデコーディング制御をサポートしています。

• temperature（float、0.0〜1.0、デフォルト0.3）： 生成のエントロピーを調整します。事実の抽出、コード生成、構造化出力には低い値（0.1〜0.3）を使用し、ブレインストーミングやクリエイティブな文章作成には高い値（0.7〜0.9）を使用します。
• top_p（float、0.0〜1.0、デフォルト0.85）： 累積確率質量に基づいて候補トークンを制限するニュークリアスサンプリングの閾値です。
• top_k（integer、0〜20、デフォルト5）： 各ステップでの候補トークンプールを制限します。top_k: 0に設定するとこの制約が無効になります。
• stream（boolean、デフォルトfalse）： トークンをリアルタイムにレンダリングするためのServer-Sent Events（SSE）ストリーミングを有効にします。

高度な機能の活用：検索とツール呼び出し

Baichuanアーキテクチャの中核となる強みの1つは、検索エンジンシステムから受け継いだ技術に基づくネイティブな検索拡張機能です。

ネイティブWeb検索ツール

開発者は、外部のWebスクレイパーを構築することなく、最新のWeb情報をチャット補全に直接取り込むことができます。検索はリクエストボディ内のtools配列によって有効化されます。

{
  "model": "Baichuan4-Turbo",
  "messages": [
    {
      "role": "user",
      "content": "What are the latest updates in Chinese artificial intelligence regulations this month?"
    }
  ],
  "tools": [
    {
      "type": "web_search",
      "web_search": {
        "enable": true,
        "search_mode": "quality_first"
      }
    }
  ]
}

• search_modeのオプション： 開発者はquality_first（深さと情報源の信頼性を優先）とperformance_first（レイテンシを最小化）のいずれかを選択できます。
• 運用の注意点： 1つのプロンプト内でWeb検索ツールと内部ナレッジベースのretrievalツールを同時に呼び出すことは避けてください。両方を組み合わせると、エンジンはデフォルトで内部検索のみを実行します。

Baichuan Embeddingsを用いたRAGパイプラインの構築

セマンティック検索、クラスタリング、カスタムドキュメント検索向けに、Baichuan-Text-Embeddingエンドポイントは、Milvus、Qdrant、Pineconeなどの一般的なベクトルデータベースと互換性のある密なベクトル表現を生成します。

埋め込みAPI呼び出し

埋め込みエンドポイントのアドレスはhttps://api.baichuan-ai.com/v1/embeddingsです。

curl -X POST https://api.baichuan-ai.com/v1/embeddings \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $BAICHUAN_API_KEY" \
  -d '{
    "model": "Baichuan-Text-Embedding",
    "input": [
      "Vector search optimization techniques",
      "Large language model inference acceleration"
    ]
  }'

制約事項と技術仕様

• バッチ制限： APIは文字列のリストを受け付け、1バッチあたり最大16個のテキスト項目まで処理できます。
• シーケンス長： 各入力文字列は512トークンを超えてはなりません。これより長いドキュメントは、埋め込み前にチャンク分割（chunking）する必要があります。
• フレームワーク統合： LangChainやLlamaIndexなどの主要なオーケストレーションライブラリには、このエンドポイントを直接ラップするコミュニティコネクタ（BaichuanTextEmbeddings）が用意されています。

アーキテクチャのトレードオフ：クラウドAPIとセルフホストモデルの比較

実装アプローチを選択する際、エンジニアリングチームは4つの主要な側面から運用のトレードオフを評価する必要があります。

実装推奨事項

Baichuan AIを評価する開発チームへの推奨事項：

1. 迅速なプロトタイピング： まずはOpenAI互換のREST APIとBaichuan4-Turboを使用して、特定の企業テストセットに対する出力品質を評価します。
2. レイテンシに敏感な本番環境： 大規模で構造化されたタスクをBaichuan4-Airに移行するか、vLLMを使用してファインチューニング済みのBaichuan2-13B-Chatチェックポイントをセルフホストし、定期的な運用コストを最小限に抑えます。
3. バイリンガルナレッジ検索： Baichuan-Text-EmbeddingとBaichuan4-Turboを組み合わせ、英語のドキュメントと並行して中国語の専門用語や慣用表現のニュアンスを深く理解する必要がある特定ドメイン向けRAGアプリケーションを構築します。