Difyのモデルの選び方——「いちばん賢いもの」を選ばなくていい

モデルを選ぶ画面を開くと、候補がいくつも並んでいます。名前を見ても違いが分からないので、多くの方はこう考えます。「とりあえず、いちばん賢そうなものを選んでおけばいい」

気持ちは分かるのですが、これは必ずしも正解ではありません。 用途によっては、賢いモデルを選んだせいで使いにくくなることがあります。

たとえば、答えが返ってくるまで待たされる。あるいは、同じ作業なのに費用がふくらむ。能力が高いことと、その用途に合っていることは別の話です。

この記事では、どのモデルがおすすめかというランキングは出しません。 モデルの顔ぶれは入れ替わりますし、順位を覚えても次に選ぶときには使えないからです。代わりに、自分で選べるようになるための3つの軸をお渡しします。

なお、この記事の内容は2026年9月時点のものです。 選べるモデルの種類は変わっていきますが、選び方の考え方自体は変わりにくいはずです。

選ぶときに見る3つの軸

モデルを比べるとき、見るところは大きく3つです。

① 精度

どれだけ正確に、意図をくんだ答えを返してくれるかです。

複雑な指示を理解する力や、筋道立てて考える力がここに入ります。難しい判断を任せたいときほど、この軸が効いてきます。

たとえば「条件がいくつも絡む質問に答える」「長い文章から必要なところだけ抜き出す」といった作業です。逆に、決まった形に整えるだけの作業なら、ここに力を入れる必要はあまりありません。

② 速度

答えが返ってくるまでの早さです。

一度きりの作業なら数秒の差は気になりません。ですが、何人もが同時に使うツールや、たくさんの件数を処理する用途では、この差が積み重なります。

とくに、人が画面の前で待つ形の使い方——社内の問い合わせに答えるボットのようなもの——では、返事の遅さがそのまま「使いにくい」という印象になります。

③ 費用

使うとどれだけかかるかです。

一般に、高い能力を持つモデルほど費用も高くなります。ひとりで試している間は小さな差でも、業務で回し始めると効いてきます。

同じ作業を繰り返すほど差は開くので、一度きりの作業なのか、毎日動かすものなのかで、この軸の重みは変わります。

費用の全体像は料金を扱った記事で整理しているので、そちらをご覧ください。Difyの料金プランとコストの基本

3つは、同時には満たせない

ここが大事な点です。この3つは、都合よく全部そろいません。

精度の高いモデルは、たいてい時間も費用もかかります。速くて安いモデルは、込み入った判断が苦手なことが多くなります。どれかを取れば、どれかを譲る。この関係を「トレードオフ」と呼びます。

だから「いちばん賢いモデル」は、いちばん遅くて、いちばん高いモデルでもあるわけです。何をするにもそれを選ぶ、というのは合理的ではありません。

モデルを選ぶというのは、何を諦めるかを決めることでもあります。

用途から考える

では、どう決めるのか。先に用途を決めて、そこから優先する軸を選びます。

たとえば、社内の規程を読み込ませて「経費精算のルール」を答えるボットを作るとします。ここで間違った金額や条件を答えてしまうと、業務に支障が出ます。多少遅くても、正確さを優先したい場面です。

一方で、毎日届く文章をどんどん要約させたいとします。1件あたりの結果が多少そっけなくても、数をこなせることのほうが大事かもしれません。

同じ「AIに任せる」でも、優先するものが逆になります。

やりたいこと	優先したい軸
間違いが許されない回答をさせたい	精度
たくさんの件数をさばきたい	速度・費用
社内で広く使ってもらいたい	速度・費用
込み入った判断を任せたい	精度

用途がはっきりすれば、選択肢はぐっと減ります。 迷うのは、たいてい「何に使うか」が決まっていないときです。

もうひとつ、同じ用途でも段階によって変わります。 試している間は、費用を抑えて数多く試せるほうが助かるでしょう。実際に業務で使い始めてからは、多少かかっても外さないほうが大事になる、ということが起こります。

最初の1つをどう決めるか

とはいえ、最初から用途がはっきりしていないこともあります。その場合はこうしてください。

初期設定のモデルのまま、まず始めてみる。

Dify Cloudに登録した時点で、標準で使われるモデルはすでに決まっています。設定のしかたは前の記事で扱いました。モデルプロバイダーの設定とAPIキー登録

そのうえで、使ってみて困ったら変えます。

• 答えがずれる、指示をくみ取ってくれない → 精度の軸を上げる
• 返ってくるのが遅い、待たされる → 速度の軸を優先する
• 思ったより費用がかさむ → 費用の軸を見直す

モデルは後からいくらでも選び直せます。 最初の選択は、やり直しの効く仮置きだと考えてください。

作ったものを壊さずに、モデルだけを差し替えられます。最初に悩む時間より、一度動かしてみて気づくことのほうが多いはずです。

比べるなら、同じ条件で

もうひとつ。複数のモデルを比べるときは、同じ指示を投げて見比べてください。

指示の文面が違うと、モデルの差なのか指示の差なのか分からなくなります。同じ入力で見比べれば、その用途でどちらが合っているかが見えてきます。

そのとき使うのは、実際に来そうな入力にしてください。きれいに整えた例文よりも、現場で飛んできそうな雑な質問のほうが、モデルの差ははっきり出ます。

なお、同じモデルでも設定を変えると答えの傾向は変わります。その調整のしかたは別の記事で扱います。【内部リンク：記事025】（公開後追加）

まとめ

この記事では、モデルを選ぶときの考え方を見てきました。要点を振り返ります。

• 見る軸は精度・速度・費用の3つ
• 3つは同時に満たせない。 どれかを取れば、どれかを譲る
• だから「いちばん賢いモデル」が、いつも正解とは限らない
• 用途を先に決めれば、優先する軸が決まる
• 迷ったら初期設定のまま始めて、困ったら変える
• 比べるときは同じ指示で見比べる

モデルの顔ぶれはこれからも入れ替わりますが、この3つの軸は残ります。 新しい名前を見かけたときも、「精度・速度・費用のどこが強いのか」と見れば、同じように判断できます。

準備はこれで整いました。次の記事では、いよいよ実際にチャットボットを作ります。 ここまでに用意したものを使って、動くものを1つ仕上げましょう。はじめてのチャットボットを作る

なお、モデル（LLM）そのものの仕組み——トークンやコンテキストといった用語——は、シリーズの前半で扱っています。用語があやふやなときは戻ってみてください。Dify理解に必要な生成AI・LLMの基礎知識

※本記事の内容は2026年9月時点のものです。選べるモデルの種類・名称・性能は変更されることがあります。実際に選ぶ際は、ご自身の画面とあわせてご確認ください。