supa router は国内企業向けの Inference API です。ゼロデータ保持（ZDR）方針と、モデルに応じた推論基盤（自社保有 GPU と TEE を用いた分散 GPU）のもとで、OpenAI SDK のまま baseURL を差し替えるだけで使えます。Claude Code や Codex もそのまま使えます。
from openai import OpenAI client = OpenAI( base_url="https://api.router.supa.ai/v1", api_key="hai_...", ) r = client.chat.completions.create( model="deepseek-v4.1-flash-1017", messages=[{"role":"user","content":"こんにちは"}], ) print(r.choices[0].message.content)
データの扱い、運用体制、インフラ。LLM を業務で使うために欠かせない 3 点を、supa router はサービス設計の前提として約束します。
国内事業者による運用体制。契約・請求・サポートを日本語で完結できます。
プロンプト・生成本文は保存しません。利用ログはトークン数と料金メタデータのみです。
モデルにより 2 種類の基盤を使い分けます。自社保有 GPU と、TEE を用いた分散 GPUです。
コード変更ゼロで Claude Code / Codex の通信先を supa router に切り替えられます。プロンプト本文は保存せず、学習にも使いません。
export ANTHROPIC_BASE_URL=https://api.router.supa.ai export ANTHROPIC_AUTH_TOKEN=hai_... export ANTHROPIC_MODEL=kimi-k2.6 export ANTHROPIC_SMALL_FAST_MODEL=deepseek-v4.1-flash-1017 claude
model_provider = "hai" model = "kimi-k2.6" [model_providers.hai] name = "HAI" base_url = "https://api.router.supa.ai/v1" env_key = "HAI_API_KEY" wire_api = "responses"
1M コンテキストが必要な場合は kimi-k3（TEE を用いた分散 GPU 基盤）も利用できます。
第三者機関 Artificial Analysis の評価では、supa router が提供する DeepSeek V4.1 Flash 1017 は Intelligence Index 45 で、重みが公開されたモデルの中で 2 位です。重みが公開されたモデルなので当社の設備で動かせます。だから国内で完結し、データを保持しません。
deepseek-v4.1-flash-1017
Artificial Analysis の LLM リーダーボードで、DeepSeek V4.1 Flash 1017 は Intelligence Index 45。重みが公開されたモデルの中では 2 位です。最上位の Claude Opus 5.5 (max with fallback)（58）とは 13 ポイント差です。
deepseek-v4.1-flash-1017
DeepSeek V4.1 Flash 1017 は Intelligence Index 45 で、Claude Sonnet 5.5 (high with fallback)（47）に近い性能です。同じ 1 タスクを実行したときのコストは、supa routerの公開単価で約 1/2.7 になります。
| モデル | Intelligence Index | Cost per Task |
|---|---|---|
| Claude Opus 5.5 (max with fallback) | 58 | ¥945 |
| Claude Sonnet 5.5 (max with fallback) | 56 | ¥863 |
| Claude Fable 5.1 (xhigh with fallback) | 53 | ¥945 |
| GPT-6 Astra (max) | 53 | ¥515 |
| Gemini 4 Argon (high) | 53 | ¥314 |
| GPT-6.1 Sol (max) | 52 | ¥114 |
| Claude Sonnet 5.5 (high with fallback) | 47 | ¥139 |
| DeepSeek V4.1 Flash 1017 deepseek-v4.1-flash-1017 | 45 | ¥52 |
| GLM-5.3 glm-5.3 | 45 | ¥401 |
| Kimi K3 kimi-k3 | 44 | ¥389 |
| Claude Haiku 5.5 (max) | 43 | ¥33 |
| GPT-5.6 Terra (max) | 42 | ¥221 |
| Gemini 3.8 Flash (high) | 41 | ¥196 |
| GPT-6 Luna (max) | 38 | ¥11 |
出典: Artificial Analysis LLM Leaderboard（2026-10-20 取得、Intelligence Index v4.3.2）。
Index は整数に丸めて表示し、順位は小数点以下を含むスコアに基づきます （DeepSeek V4.1 Flash 1017: 45.10、GLM-5.3: 44.78）。オープンウェイトの順位は supa router未提供のモデルも含み、首位は MiMo-V2.6-Pro（46）です。
掲載行は Anthropic / OpenAI / Google の各モデルを最高性能設定で 1 行ずつ、Intelligence Index の降順に 34 まで並べたものです。同一 Index のときは Cost per Task が低い方を採っています。 ただし Claude Sonnet 5.5 (high with fallback) はコスト比較の基準として追加で掲載しています。
supa router 以外の Cost per Task は Artificial Analysis の公表値（各社の公表価格に基づく測定）で、1 USD = ¥158（2026-10-19 時点）で円に換算しています。supa router の料金は円建て固定のため、為替の変動を受けません。
supa router の Cost per Task は当社算出です。Intelligence Index を 1 タスク実行するのに要するトークン数（DeepSeek V4.1 Flash 1017: 入力 515,515 / 出力 89,495、GLM-5.3: 入力 1,209,054 / 出力 71,128、Kimi K3: 入力 424,435 / 出力 48,455）に、当社の公開単価を適用しています。
ベンチマークのスコアは実際の業務での性能を保証するものではありません。 単価とモデル一覧は料金ページに掲載しています。
固定の円建て単価。チャージ制（¥1,000〜）。
法人向け年額前払い。¥300,000 から
請求書払いで年額を前払いすると、有償額の 10% 分を増量して発行します。 前半は入金時、後半は 6 ヶ月後に自動発行。個人と同じ API・同じ単価です。 法人向けのご案内
| モデル | 入力 / 1M tok | キャッシュ読取 / 1M tok | 出力 / 1M tok | コンテキスト | tok/s |
|---|---|---|---|---|---|
| Cyber Frost 3.8自社DC法人限定 cyber-frost-3.8 | ¥1,200 | ¥840 | ¥2,000 | 245,760 | — |
| GLM-5.3 Uncensored自社DC glm-5.3-uncensored | ¥600 | ¥80 | ¥1,000 | 1,000,000 | 31 |
| Kimi K3TEE kimi-k3 | ¥585 | ¥85 | ¥2,910 | 1,048,576 | — |
| GLM-5.3 Flash Uncensored自社DC glm-5.3-flash-uncensored | ¥400 | — | ¥800 | 1,000,000 | 57 |
| GLM-5.3自社DC glm-5.3 | ¥280 | ¥55 | ¥880 | 1,048,576 | — |
| Qwen3.8 Flash Next Uncensored自社DC qwen3.8-flash-next-uncensored | ¥180 | ¥130 | ¥640 | 245,760 | 91 |
| Kimi K2.6自社DC kimi-k2.6 | ¥160 | ¥35 | ¥730 | 262,144 | — |
| Qwen3.8 27B自社DC qwen3.8-27b | ¥90 | — | ¥640 | 262,144 | — |
| Qwen3.8 27B Uncensored自社DC qwen3.8-27b-uncensored | ¥70 | ¥50 | ¥480 | 245,760 | 49 |
| DeepSeek V4.1 Flash 1017自社DC deepseek-v4.1-flash-1017 | ¥60 | ¥5 | ¥240 | 1,048,576 | 163 |
| Gemma 4 31B自社DC gemma-4-31b-it | ¥55 | — | ¥125 | 262,144 | — |
| LLM-jp-4.1 33B Thinking自社DC llm-jp-4.1-33b-thinking | ¥55 | ¥40 | ¥125 | 65,536 | — |
| Qwen3.8 Flash Next自社DC qwen3.8-flash-next | ¥30 | ¥5 | ¥95 | 262,144 | — |
| GLM-5.3 Flash自社DC glm-5.3-flash | ¥30 | ¥10 | ¥100 | 1,048,576 | — |
| モデル | 入力 / 1M tok | 次元 | コンテキスト |
|---|---|---|---|
| Qwen3 Embedding 8B自社DC qwen3-embedding-8b | ¥10 | 4,096 | 32,000 |
| モデル | 1 枚あたり | 課金単位 | 解像度 |
|---|---|---|---|
| Krea 2 Medium Turbo自社DC krea-2-medium-turbo | 約 ¥3 | ¥720 / 1M 画像 tok | 1K |
| Krea 2 Turbo Uncensored自社DC krea-2-turbo-uncensored 精度 FP8 / 利用モデル ChrisColeTech/krea2-turbo-uncensored-v1.1-FP8 | ¥10 | 1 枚（1K / 2K 同額） | 1K / 2K |
| モデル | ¥/秒 | 参照画像 ¥/枚 | 長さ |
|---|---|---|---|
| MiniMax H3自社DC minimax-h3 | ¥30 | ¥10 | 5〜15 秒 |
埋め込み・画像生成・動画生成はいずれもテキスト生成の GET /v1/models には含まれません。tok/s は直近 24 時間の出力速度の中央値です。
掲載してほしいモデルがあれば教えてください。ご意見箱扱いとなるため、こちらでは返信いたしません。
モデルをリクエストするこの 2 つは混同されがちですが、担っている仕組みが違います。
supa router側の実装で担保します。利用ログに記録するのはモデル名・トークン数・料金・レイテンシ・API キー識別子だけで、本文は含みません。
TEE が担います。処理している最中のデータを、基盤を動かしている側から読み出せないようにする仕組みです。
通常のサーバーでは、アプリケーションが扱っているデータは、そのサーバーに強い権限を持つ人から見えます。OS の管理者、仮想化基盤の管理者、データセンターで機器に物理的に触れる人です。ディスクを暗号化していても、処理している最中のデータはメモリ上に平文で存在するためです。
TEE はこの前提を変えます。CPU や GPU のハードウェア自体に、特定の領域のメモリを暗号化し、その鍵をハードウェアの内側に閉じ込める機能を持たせます。鍵はソフトウェアから取り出せません。結果として次のようになります。
GPU の機密計算（Confidential Computing）機能を利用しており、GPU メモリがホスト側から切り離され、CPU と GPU の間を流れるデータも暗号化されます。モデルの重み、入力したテキスト、生成中のテキストは、いずれも暗号化された領域の内側だけに存在します。
kimi-k3 は 100 万トークンのコンテキストを扱う大規模モデルのため、複数のノードに分割して実行します。ノードの間を流れる中間データも暗号化して転送します。
TEE の内側は実行ノードです。当該ノードでは、リクエストを受け付けるアプリケーションを含めて TEE の内側で処理されます。ノードを運用する事業者は、処理中のプロンプトや生成結果を読み出せない構成です。
一方、supa router 自身のサーバーは TEE の外にあります。モデル ID の検証、トークン数の計測と課金、レスポンスの検査を行うために本文を処理する必要があるためです。この層で本文を保存しないことは、当社のコードで担保しています。