要点まとめ

  • ScaleDown CDMは、分類・抽出・要約という単一タスクに特化した制約付きデコーディングモデルのファミリーです。通常のLLMのように長い文章を生成せず、入力を一度読むだけで答えを返します。
  • 発表では、最大100万トークンのマルチモーダル入力に対応し、DecisionBenchで77.2%を記録したとされています。フロンティアLLM APIと比べて200倍高速・467倍安価という主張も示されています。
  • 料金は入力100万トークンあたり0.05ドルで、出力は無料とされています。ただしこれらはすべてScaleDown側の発表値であり、第三者の検証はまだ公表されていません。
  • 2026年10月13日の時点で公開ビルドや公式ページはなく、短いプレビュー映像と告知のみが確認されています。利用可能になる時期や実際の入手方法は公式サイトで確認が必要です。

基本情報

ジャンル・位置づけ単一タスク特化型のAIモデルアーキテクチャ
対応端末未公開。API提供が想定されるが公式発表待ち
料金入力100万トークン0.05ドル、出力無料と発表
対応言語公式には明言なし。詳細は公式サイトで確認
注目ポイント生成ループを省略し高速・低コストを狙う設計
難易度開発者向け。API利用の知識があると導入しやすい
カテゴリAI・新モデル
作者・提供元Neal Patel
注目度🔥 注目度 178万
最終更新

ScaleDown CDMが生まれた背景と「生成しないAI」という発想

ScaleDown CDMは、Neal Patel氏が2026年10月13日に発表した新しいAIモデルアーキテクチャです。正式名称はConstrained Decoding Models（制約付きデコーディングモデル）で、日本語ではScaleDown CDMと呼ばれています。発表の中心にあるのは「LLMは文章を書くために作られたが、実際の業務の多くは答えが1つあれば足りる」という問題意識です。

通常のLLMは、出力を1トークンずつ順番に生成します。この生成ループが待ち時間とコストの主な原因であり、長い文章を書かせるほど負荷が増えます。しかし本番環境のリクエストの多くは、実は分類や抽出、要約といった単一タスクに置き換えられるものです。CDMはその点に着目し、生成ループそのものを設計から外しています。

発表では「すでにLLMに答えを渡しているのに、なぜ最初から書き直させるのか」という問いが提示されています。CDMは入力を一度読み取り、タスクに応じた答えを直接返すことで、速さ・一貫性・低コストの3つを同時に狙うアーキテクチャとして位置づけられています。

  • 生成ループを省略する設計

    トークンを1つずつ書き出す処理を前提とせず、入力を読んだ時点で答えを確定させます。これが速度とコストの両方に効くというのが発表の主張です。

  • 1モデル1タスクという割り切り

    汎用に何でもこなすのではなく、分類・抽出・要約のように用途を絞ることで一貫した出力を得やすくしています。

  • 出力トークン課金への問題提起

    出力が長いほど高くなる従来のAPI課金に対し、出力無料という価格設計を打ち出している点が開発者の関心を集めています。

3つのCDMが担う役割：分類・抽出・要約の具体的な中身

発表時点で「すでに稼働している」とされるCDMは3種類です。1つ目はClassifyで、利用者がラベルを定義すると、各ラベルに対して校正済みの確率と理由が返ります。リクエストの振り分け、タグ付け、意図検出といった用途が想定されています。単にラベルを当てるだけでなく、判断の根拠が付く点が特徴です。

2つ目はExtractです。抽出したいエンティティを自然言語で記述すると、整形されたJSONと信頼度スコア、引用情報が返ります。Webスクレイピング、文書処理、個人情報の伏せ字処理などに向くとされています。構造化データをそのまま受け取れるため、後続の処理に組み込みやすい設計です。

3つ目はSummarizeで、長いテキストや画像、PDFを渡すと1,000トークン未満の一貫した要約が返ります。コンテキストの圧縮、メタデータ生成、文字起こしの要約などが用途として挙げられています。3つに共通するのは、出力の形式が事前に決まっているため、結果が安定しやすいという点です。

  • Classifyの出力

    ラベルごとの校正済み確率と理由が返り、ルーティングや意図検出に使えます。閾値を決めて自動処理に組み込む使い方が想定されています。

  • Extractの出力

    整形済みJSONに信頼度スコアと引用が付くため、文書処理やPII伏せ字のパイプラインに直接つなげられます。

  • Summarizeの出力

    長文・画像・PDFを受け取り、1,000トークン未満の要約を返します。コンテキスト圧縮や文字起こしのダイジェストに向きます。

  • 共通する強み

    いずれも出力形式が固定されているため、同じ入力に対して安定した結果が得られやすいのが利点です。

発表された性能と料金：どこまでが確認済みの情報か

ScaleDownが公表した数値は4つあります。入力はマルチモーダルのテキストと画像で最大100万トークンに対応し、比較対象として挙げられたJevより31倍大きいとされています。DecisionBenchではCDMが77.2%、Jevが72%というスコアが示されました。

フロンティアLLMのAPIと比較した場合、200倍高速で467倍安価という主張も発表に含まれています。料金は入力100万トークンあたり0.05ドル、出力は無料です。出力が長くならない設計だからこそ成立する価格体系だと説明されています。

ただし、これらの数値はすべてScaleDown自身の発表に基づくもので、第三者による検証はまだ示されていません。ベンチマークの条件や比較対象の構成も公開情報だけでは判断できないため、導入を検討する際は公式サイトで最新の情報と評価条件を確認することをおすすめします。

  • 入力の上限

    テキストと画像を合わせて最大100万トークン。比較対象のJevより31倍大きいという発表値です。

  • DecisionBenchのスコア

    CDMが77.2%、Jevが72%。ただし評価条件の詳細は公開情報では確認できません。

  • 速度とコストの主張

    フロンティアLLM API比で200倍高速、467倍安価とされています。いずれも自己申告値です。

  • 価格体系

    入力100万トークン0.05ドル、出力無料。長文生成を前提としない設計だから成立する価格です。

向いている用途と限界：どんなチームが検討すべきか

CDMが向いているのは、判断や整形が目的で、文章そのものを生み出す必要がない処理です。問い合わせの振り分け、文書からの項目抽出、長い議事録の要約など、出力の形式が決まっている業務ほど相性が良いといえます。出力トークンに課金される現行APIのコストに悩んでいる開発者にとっては、代替手段として検討する価値があります。

一方で、創作や自由な対話、複雑な推論を伴う文章生成には向きません。1モデル1タスクという設計上、用途が変われば別のCDMを選ぶ必要があり、汎用LLMのように1つのモデルで何でもこなす使い方は想定されていません。既存のパイプラインの一部を置き換える形での導入が現実的です。

また、2026年10月13日の時点では公開ビルドも公式ページもなく、短いプレビュー映像と告知のみが確認されています。実際に試せる時期や提供形態、対応言語、SLAなどは未確定です。導入を前提に動く場合は、公式サイトで提供開始の案内と利用条件を確認してから判断してください。

  • 向いているケース

    分類・抽出・要約のように出力形式が決まった処理。特に出力コストを抑えたい大量処理と相性が良いです。

  • 向かないケース

    創作、自由な対話、長い文章の生成。これらは従来のLLMの役割として残ります。

  • 現時点の制約

    公開ビルドや公式ページがなく、提供時期・対応言語・料金の確定情報は未発表です。公式サイトでの確認が必要です。

ステップ別ガイド

  1. 1. 公式サイトで提供状況を確認する

    ScaleDownの公式サイトでCDMの提供開始や待機リストの有無を確認します。2026年10月13日時点では公開ビルドも公式ページもなく、プレビュー映像と告知のみが確認されています。最新の案内は公式サイトが一次情報になります。

  2. 2. 置き換えたい処理を1つ選ぶ

    現在LLMに投げている処理の中から、分類・抽出・要約のどれかに当てはまるものを1つ選びます。出力形式が決まっている処理ほどCDMの効果を検証しやすくなります。

  3. 3. 入出力の形式を設計する

    Classifyならラベル一覧、Extractなら抽出したいエンティティの自然言語での記述、Summarizeなら要約したい長文やPDFを用意します。出力は確率・JSON・要約という固定形式になるため、後続処理との接続を先に決めておくとスムーズです。

  4. 4. 既存のLLMと結果を比較する

    同じ入力に対して、従来のLLMとCDMの結果を並べて確認します。ScaleDownは200倍高速・467倍安価と主張していますが自己申告値のため、自社のデータで速度・精度・コストを測るのが確実です。

  5. 5. 本番導入の範囲を段階的に広げる

    まずは影響の小さい処理から置き換え、問題がなければ対象を広げます。提供形態や料金、対応言語が確定していない段階では、全面移行ではなく併用を前提にした計画が安全です。

よくある質問

ScaleDown CDMはどこで試せますか？

2026年10月13日の発表時点では、公開ビルドやダウンロード、公式ページは公開されておらず、短いプレビュー映像と告知のみが確認されています。実際に試せる時期や提供形態はまだ案内されていないため、ScaleDownの公式サイトで最新情報を確認してください。

料金はいくらですか？

発表では入力100万トークンあたり0.05ドル、出力は無料とされています。出力が長くならない設計だからこそ成立する価格体系だと説明されていますが、これはScaleDown側の発表値です。正式な提供条件や無料枠の有無は公式サイトで確認が必要です。

通常のLLMと何が違うのですか？

通常のLLMは出力を1トークンずつ生成するループを持ち、ここで待ち時間とコストが積み上がります。CDMはこの生成ループを省略し、入力を一度読んでタスクに応じた答えを直接返します。その代わり1モデル1タスクに特化しており、自由な文章生成には向きません。

分類・抽出・要約は具体的に何ができますか？

Classifyは定義したラベルごとに校正済みの確率と理由を返し、振り分けや意図検出に使えます。Extractは自然言語で指定したエンティティを整形済みJSONと信頼度スコア、引用付きで返します。Summarizeは長文や画像、PDFから1,000トークン未満の要約を生成します。

発表されている性能数値は信用できますか？

最大100万トークンの入力対応、DecisionBenchで77.2%、フロンティアLLM API比で200倍高速・467倍安価といった数値は、すべてScaleDown自身の発表に基づくものです。第三者による検証はまだ示されていないため、導入判断の際は自社データでの検証をおすすめします。