内容更新日: 2026-10-24LiteLLM は企業向けの統合 AI ゲートウェイとして利用できます:アプリケーションは LiteLLM に接続し、その後 LiteLLM から Crazyrouter を呼び出します。プロジェクト、部門、仮想キー、予算、監査ポリシーはあなた自身の LiteLLM 配置で設定する必要があり、Crazyrouter API キーを入力しただけでは自動で有効化されません。
接続アーキテクチャと準備
Python 3.11、専用の Crazyrouter 推論キー、およびそのキーでアクセス可能なモデルを準備してください。本記事は LiteLLM 1.106.2 で検証されていますが、これが最新バージョンを意味するものではありません。4つのサンプルモデルはclaude-opus-5-5、gpt-6-astra、glm-5.3、deepseek-v4.1-flash です。利用可能なモデルに応じて調整してください。
1. インストールと環境変数
新しい作業ディレクトリで以下のコマンドを実行してください。環境変数は現在のターミナルのみに適用されます。既存ゲートウェイでは安全管理された主キーを使い続け、新たに生成しないでください。コンテナ展開の場合、環境変数は必ずコンテナ内部で渡してください。Windows で仮想環境が有効化できない場合、.venv\Scripts の python.exe および litellm.exe を直接呼び出すことで代用可能です。
2. 設定エクスポートと起動
認証済みのGET /v1/litellm/config を使用して、現在の認証情報に対応したモデルおよび価格スナップショットを取得することを推奨します。レスポンスはラップされたオブジェクトとなっており、その中の config のみを LiteLLM の設定として保存してください。レスポンス全体を直接コピーしてはいけません。下記スクリプトは export_config.py として保存し、JSON(YAML 互換)形式で、model_info 価格を残しつつ環境変数を参照し、実際のキーは書き込まないようにします。
export_config.py
このスクリプトは既存ファイルを上書きしません。更新時は必ずバックアップ・差分比較後、既存ゲートウェイにマージ・明示的に再起動してください。
4100 はサンプルポートです。既に使用中の場合は 起動コマンドと検証アドレスの両方を変更してください。このコマンド実行は localhost のみリッスンし、現行サービスの変更や再起動は行いません。3. ローカルゲートウェイの検証
プロキシターミナルをそのまま稼働させ、別の同環境のターミナルで同一のLITELLM_MASTER_KEY を安全に設定してください。新たに生成しないよう注意してください。以下のスクリプトを verify_proxy.py として保存します。管理者によるスモークテストでは実際にモデル利用量がカウントされますので、日常利用は権限制限付き仮想キーをご利用ください。
verify_proxy.py
[DONE]、最終 usage を確認します。ツールテストではパラメータとツール結果の正常な返却も必須です。HTTP 200 のみ・思考テキストやMarkdownや JSON フェンスが返るだけでは合格とはなりません。
4. Claude ネイティブプロトコル(任意)
エクスポートの標準はopenai/<model> となります。api_base の場合 https://api.crazyrouter.com/v1 となります。Claude のネイティブキャッシュや thinking などの語義を必要とする場合、provider=anthropic&models=claude-opus-5-5 で別途エクスポートし、anthropic/<model> とルートアドレス https://api.crazyrouter.com を利用してください。/v1・/chat/completions は追加しないでください。
model_info を統合してください。OpenAI アダプタも同時登録する場合は、ネイティブ項目用に claude-native など独自の model_name を使用し、クライアントがエイリアス経由で呼び出して同名エントリの混在による経路不一致を防いでください。
互換性とエラー処理
drop_params: falseを維持し、未対応パラメータを黙って無視しないでください。- Claude の
json_schemaは検証済み。json_objectは未対応であり、他形式への自動変換もサポートしません。 - 本検証における Claude パスでは、ツール /
requiredを明示指定したリクエストは、HTTP400(直結エラーコードunsupported_forced_tool_choice)で拒否されます。自動ツール選択が必要な場合はクライアントで明示的にtool_choice: "auto"を選択してください。ゲートウェイによる自動ダウングレードや強制呼び出しは行われません。 - 上述の拒否時、クライアントへは固定された安全な英文説明が返り、内部設定や証明情報は返しません。LiteLLM 1.106.2 の OpenAI アダプタは英文メッセージのままですが、エラーコードを
"400"にラップしますので生のコードのみで判定しないでください。 - Claude
cache_controlの5m/1hTTL は透過します。5分作成・読み込みは検証済、1時間はコールド書き込みのみ確認しており、ヒット率や1時間後の読み出し保証はありません。 - モデル性能・利用可否・画像生成・長文文脈対応・フェイルオーバー・企業予算はそれぞれ別途検収が必須です。本ドキュメントやモデル名のみから保証内容を推測しないでください。
チーム・予算・運用セキュリティ
- プロジェクト・部門単位で LiteLLM チームと制限付き仮想キーを作成し、モデル権限、予算、レートリミットを設定します。主キーは絶対に共有しないでください。
- LiteLLM 公式要求に沿ってデータベース、認証、権限管理、永続化を設定してください。ローカルDB未使用の起動は推論チェーンのみを検証するもので、実際の予算適用を保証しません。バージョンごとの機能・認可要件を必ずご確認ください。
- 本番化前に、権限外モデルの拒否、予算上限到達、キー失効、レート制限、監査の各ケースをそれぞれ検証してください。ログ内のプロンプト・個人情報は保護し、保存期間も明確に取り決めます。
- 外部公開時は必ず HTTPS およびアクセスコントロールを施し、ローカルのデモ用サービスや管理画面を直接インターネットに公開しないでください。
- 出力される価格はスナップショットです。価格や割引が変更された場合は再エクスポート・再インポート・再読み込みが必要です。自動で更新・反映されません。LiteLLM のコスト試算は Crazyrouter の最終請求額とは異なる場合がありますので、都度照合してください。