Support matrix#
このページでは、EDBがAIDBと連携するようにテストおよび確認した特定のモデルバリアントをリストします。 )。各テーブルは同じ形状に従います。モデル識別子、デフォルトかどうか、およびモデルの適性の説明。説明を使用して、ユースケースに適切なバリアントを選択します。
ローカルモデル#
デフォルトモデル#
AIDBは、拡張機能が作成されるときにこれらのモデルを自動的に登録します。使用を開始するための構成は必要ありません。これらの使用方法については デフォルトモデル を、各プロバイダーの意味については モデルプロバイダー を参照してください。
Model name |
Provider |
Description |
|---|---|---|
bert |
bert_local (Candle) |
汎用の英語テキスト埋め込み。ほとんどのテキスト検索およびRAGユースケースに適したデフォルト。 |
clip |
clip_local (Candle) |
マルチモーダル検索のための共同テキスト/画像埋め込み。 |
t5 |
t5_local (Candle) |
軽量のテキストからテキストへの生成 — 翻訳、要約、質問応答。 |
llama |
llama_instruct_local (Candle) |
指示に従っているローカルチャット/完了モデル。 |
bge-small-en-v1.5-f16 |
llamacpp_embeddings (llama.cpp) |
コンパクトで高速な英語テキストの埋め込み。 |
nomic-embed-text-v1.5-Q8_0 |
llamacpp_embeddings (llama.cpp) |
`bge-small-en-v1.5-f16`よりも大きいコンテキストウィンドウ2048トークンを使用した汎用英語エンベディング。 |
bge-m3-f16 |
llamacpp_embeddings (llama.cpp) |
8192トークンコンテキストウィンドウを使用した多言語埋め込み - 長い文書または英語以外の文書に適しています。 |
qwen3-embedding-0.6b-Q8_0 |
llamacpp_embeddings (llama.cpp) |
16384トークンのコンテキストウィンドウを使用した大規模な埋め込みモデル。 |
qwen3-embedding-4b-Q8_0 |
llamacpp_embeddings (llama.cpp) |
最大の事前登録されたエンベディングモデル20480トークンコンテキスト - 高品質、より多くのコンピューティング。 |
qwen3.5-0.8b-Q8_0 |
llamacpp_generate (llama.cpp) |
非常に大きなコンテキストウィンドウ262144トークンを使用した、小規模で高速なチャット/完了モデル。 |
llama-3.2-1b-instruct-Q8_0 |
llamacpp_generate (llama.cpp) |
軽量のローカルチャット/補完のためのコンパクトなMeta Llama 3.2指示モデル。 |
lightonocr-2-1b-Q8_0 |
llamacpp_ocr (llama.cpp) |
OCRのコンパクトビジョン言語モデル — 画像からテキストを抽出します。 |
dummy |
dummy |
偽のデータを返します — 実際の推論を実行せずにパイプラインをテストするため。 |
その他のテストされたバリアントCandle#
次のHuggingFaceモデルバリアントは、上記のデフォルトを超えて、AIDBのCandleベースのローカルプロバイダーで動作するようにテストおよび検証されています。
aidb.create_model()
を呼び出すときに、これらの識別子を対応する構成ヘルパーで使用します —
カスタムモデル を参照してください。
BERT bert_local#
Model identifier |
Default |
Description |
|---|---|---|
sentence-transformers/all-MiniLM-L6-v2 |
OK |
汎用の英語文埋め込み。速くて小さい。これは、デフォルトの`bert`モデルが使用するものです。 |
sentence-transformers/paraphrase-multilingual-mpnet-base-v2 |
— |
多言語埋め込み — テキストが英語のみでない場合に使用します。 |
sentence-transformers/multi-qa-MiniLM-L6-cos-v1 |
— |
一般的な文の類似性ではなく、質問応答と検索用に調整されています。 |
sentence-transformers/paraphrase-TinyBERT-L6-v2 |
— |
デフォルトより小さくて速いですが、品質は多少コストがかかります。 |
SELECT aidb.create_model(my_bert, bert_local,
config => aidb.bert_config(sentence-transformers/paraphrase-multilingual-mpnet-base-v2));
すべてのBERTバリアントは、テキスト埋め込みaidb.encode_text()
をサポートしています。
CLIP clip_local#
Model identifier |
Default |
Description |
|---|---|---|
openai/clip-vit-base-patch32 |
OK |
テストされた唯一のCLIPバリアント。ジョイントテキスト/画像の埋め込み。これは、デフォルトの`clip`モデルが使用するものです。 |
CLIPは、テキスト埋め込みaidb.encode_text()
と画像埋め込みaidb.encode_image() の両方をサポートしています。
T5 t5_local#
Model identifier |
Default |
Description |
|---|---|---|
t5-small |
OK |
最速、最小のT5バリアント。これは、デフォルトの`t5`モデルが使用するものです。 |
t5-base |
— |
デフォルトより大きい - 品質は高くなりますが、速度は遅くなります。 |
t5-large |
— |
最大のT5バリアント—最高の品質、ほとんどのリソースを使用します。 |
T5バリアントは、テキストエンコード aidb.encode_text() とテキスト生成
aidb.generate_text() の両方をサポートしています。
ラマ llama_instruct_local#
Model identifier |
Default |
Description |
|---|---|---|
TinyLlama/TinyLlama-1.1B-Chat-v1.0 |
OK |
小規模で高速な指示追従のチャットモデル。これは、デフォルトの`llama`モデルが使用するものです。 |
HuggingFaceTB/SmolLM2-135M-Instruct |
— |
非常に小さくて速い - これらのバリアントの低品質、最低のリソース使用量。 |
HuggingFaceTB/SmolLM2-360M-Instruct |
— |
Small — 135Mバリアントからの品質のステップアップ。 |
HuggingFaceTB/SmolLM2-1.7B-Instruct |
— |
これらのバリアントの中で最大のもの — リソースの使用量が多くなりますが、デフォルトよりも高品質です。 |
すべてのLlamaバリアントは、テキスト生成aidb.generate_text()
をサポートしています。
!!!note これらは、AIDBで動作することが確認された事前審査されたバリアントです。これらに制限されません。互換性のあるHuggingFaceモデルは、適切な構成ヘルパーで使用できますが、ここにリストされているバリアントのみがEDBによってテストされています。
その他のテストされたバリアントllama.cpp#
リランキング llamacpp_reranking#
Model identifier |
Default |
Architecture |
Description |
|---|---|---|---|
gpustack/bge-reranker-v2-m3-GGUF |
— |
Cross-encoder |
多言語クロスエンコーダーのリランカー。分類ヘッドを介して各クエリ/ドキュメントペアを直接スコアリングします。 |
ggml-org/Qwen3-Reranker-0.6B-Q8_0-GGUF |
— |
Decoder-only |
Qwen3-Rerankerファミリー。モデルのyes/no判定トークンロジットを読み取ることにより、各ペアのスコアを獲得します。 llamacpp_reranking を参照してください。 |
どちらのバリアントもデフォルトモデルとして事前登録されていません。
aidb.create_model() を呼び出すときに、 jsonb_build_object()
でいずれかの識別子を使用します — llamacpp_reranking を参照してください。
リモートモデル#
リモートモデルは、Postgresホストで実行されるのではなく、ネットワークを介して呼び出されます。OpenAIおよびAnthropicのNVIDIA
NIMマイクロサービスとチャット/エージェントモデル -
ネイティブのopenai_responses およびanthropic_messages
アダプターを含む複数のプロバイダーを介して到達可能。
NVIDIA NIM#
AIDBは、複数のプロバイダーを介してNVIDIA
NIMマイクロサービスをサポートしています。登録方法については、
NVIDIA NIM を参照してください。ハイブリッドマネージャーのモデルサービングによって事前展開されていないモデルは、KServeを使用してセルフホストし、aidb.create_model()
を使用してAIDBに登録できます。
EDBハイブリッドマネージャーのモデルサービングによって事前展開されるものを含む、プロバイダーごとにサポートされているNIMモデルの完全なリスト、埋め込み、CLIP、OCR、再ランキングについては、 GPU recommendations for default NIM models を参照してください。
OpenAIとAnthropicモデル#
以下の各モデル識別子は、複数のAIDBプロバイダーに登録できます。どれを選択するかは、どのモデルであるかではなく、モデルの使用方法によって異なります。
``openai_responses`` (+
openai_responses_azure)および ``anthropic_messages`` (+anthropic_messages_azure/anthropic_messages_bedrock) — AIDBのネイティブ、エージェント対応プロバイダー。直接呼び出しと Managing agents で作成されたエージェントの両方で、実際のtools/tool_choice/response_formatサポート。``openai_completions`` OpenAIの古いChat Completions API。同じOpenAIモデルで動作し、プレーンテキスト生成
aidb.generate_text()、要約、パイプラインステップに最適な選択ですが、tools/tool_choice/response_formatを直接拒否し、エージェントをバッキングする際にプロンプトインジェクションを介して_simulates_ツール呼び出しのみを行います。``openrouter_chat`` OpenRouter独自のモデルスラグたとえば
openai/gpt-4oまたはanthropic/claude-opus-4-6を介したOpenAI、Anthropic、および他のベンダーのモデル以下のすべてを含むへの単一のゲートウェイ。openai_completionsと同じネイティブではなくシミュレートされたツール呼び出し。
完全な比較および登録例については、 OpenAI Responses API および Anthropic Messages API を参照してください。以下の表は、各ベンダーが提供するすべてのモデルの完全なカタログではありません。これらは開始点として一般的に使用されるファミリーを呼び出し、現在のフラッグシップ/効率的な層と参照として長く確立されたバリアントの両方をカバーしています。完全な現在のラインナップと正確な機能については、ベンダー独自のモデルドキュメントを確認してください。
OpenAI#
Model identifier |
Native provider(s) |
Also usable via |
Cloud host support (native) |
Description |
|---|---|---|---|---|
gpt-5.6-sol / -terra / -luna |
openai_responses, openai_responses_azure |
openai_completions, openrouter_chat |
Direct, Azure AI Foundry |
GPT-5.6ファミリーは、機能、レイテンシー、コストの3階層のトレードオフで提供されます。層の比較については、OpenAIのドキュメントを確認してください。 |
gpt-5.4-mini |
openai_responses, openai_responses_azure |
openai_completions, openrouter_chat |
Direct, Azure AI Foundry |
GPT-5.4世代の小規模でコスト効率の高いティア—主力コストの数分の1で確かなツール呼び出し精度。 |
gpt-4o |
openai_responses, openai_responses_azure |
openai_completions, openrouter_chat |
Direct, Azure AI Foundry |
老舗のマルチモーダルモデル。最新のGPT-5.x層が必要ない場合の安定した有名なアンカー。 |
人間性#
Model identifier |
Native provider(s) |
Also usable via |
Cloud host support (native) |
Description |
|---|---|---|---|---|
claude-opus-4-6 |
anthropic_messages, anthropic_messages_azure, anthropic_messages_bedrock |
openrouter_chat |
Direct, Azure AI Foundry, AWS Bedrock |
最も要求の高い推論およびエージェントツール呼び出しタスクのためのフラッグシップクロードモデル。 |
claude-sonnet-5 |
anthropic_messages, anthropic_messages_azure, anthropic_messages_bedrock |
openrouter_chat |
Direct, Azure AI Foundry, AWS Bedrock |
バランスの取れた中層モデル — エージェントおよび日常のチャット/完了のための強力な汎用選択。 |
claude-haiku-4-5 |
anthropic_messages, anthropic_messages_azure, anthropic_messages_bedrock |
openrouter_chat |
Direct, Azure AI Foundry, AWS Bedrock |
最速で最もコスト効率の高い現在のクロード階層-大容量またはレイテンシーの影響を受けるツール呼び出しに適しています。 |
claude-3-5-haiku |
anthropic_messages, anthropic_messages_azure, anthropic_messages_bedrock |
openrouter_chat |
Direct, Azure AI Foundry, AWS Bedrock |
長く確立され、広く使用されているバリアント。最新のクロードティアが必要ない場合の、安定した有名なアンカー。 |
Anthropicには、OpenAIがopenai_completions
があるような古いコンプリートスタイルのプロバイダーがありません。
anthropic_messages は、openrouter_chat
ゲートウェイオプションと並んで、クロードの唯一の直接AIDBプロバイダーです。
!!!note Azure AI FoundryまたはAWS
Bedrockでのモデルの可用性は、特に最近リリースされた層の場合、ベンダー独自の直接APIでのリリースより遅れる場合があります。
openai_responses_azure またはanthropic_messages_bedrock
が動作すると予想されるモデルを拒否した場合、各クラウドプロバイダーに現在の可用性を確認してください。