Ava が どのように タスクをルーティングするかを選ぶための 4 つのオーケストレーションモードと、その背後にある個々のモデル。モードを選択するか、単一のモデルを選んでルーティングをスキップすることもできます。
Ava がモデルを選ぶ 3 つの方法 — シングルコンダクター、ポリグロットアンサンブル、または主権的な EU スタック。モデルピッカーからいつでも切り替えられます。
一人の指揮者がすべてのペルソナとステップを統括。本番環境向けに調整済みで、すべてのユーザーにデフォルト設定。
コーディネーター
Qwen 3.8 Flash
最適用途
日常業務、コスト予測性、ルーティングを意識せず Ava が「そのまま動く」ことを求めるすべての方へ。
ポリグロットアンサンブル — コーディネーターが各タスクに最適なスペシャリストをモデル単位で選択。
DeepSeek Flash (1.6T / 49B active, 1M ctx)
各サブタスクに固有のスペシャリストが必要な複雑な多段階作業。すべてのプランに最先端のコーディネーターを搭載。
またはルーティングを完全にスキップ — 下の単一モデルを選択し、Ava はそれのみを処理します。
Zhipu AI
自律的なバグ修正、複数ファイルのリファクタリング、複雑なツールチェーン
スクリーンショットやデザインリファレンス、高ボリュームのツールチェーン、予算を抑えた日常コーディング
Moonshot AI
長期的な自律型エージェント、ブラウジングおよび研究ループ、ターミナル駆動の作業。私たちがリストする中で最も強力なエージェントコーディングモデル。
GPQA
独自キーでのフロンティア・アジェンティックコーディング、ロングツールチェーン、OSS ベースの SoTA を望むチームに最適
SWE-Bench
HumanEval
Tool Use
Vision
DeepSeek
Supernova でのコーディネーター役、長いコンテキストの多段階作業、大量のエージェント的ビルド、自前のキーでのレビュー水準の作業
Alibaba Cloud
独自 Qwen キーでの最難関推論とアジェンティックワーク。Plus では不足する場合に最適
低価格帯が適用される短く高ボリュームな呼び出しに最適 — または、より高いバンド料金を許容する場合の長文コンテキスト処理にも適しています。
画像と動画の入力、エージェント的コーディング、ターンあたりのコストが重要な長いコンテキスト作業
SWE-Bench Pro
日常のアジェンティックコーディング、マエストロのメインドライバー、ビジョンおよびロングコンテキスト作業に最適
大規模コードベース、長文書の分析、多数のファイルを含むプロジェクトに最適
MMLU
MATH
高速レスポンス、シンプルコードタスク、コスト敏感な自動化、意図分類に最適
ご自身の API キーを使用した日常的なエージェントコーディングに最適 — 私たちが提供する中で最もコストパフォーマンスの高いコーディングモデルです。
大規模コードベースにおける長期的なコーディングタスク向け。名前とは裏腹に Coder Next よりも高価ですが、これは速度ではなくコンテキスト容量に対する対価です。
MiniMax
ロングホライズンのアジェンティックワーク、大規模コードベースコーディング、スクリーンショットや動画の読み取りが必要なマルチモーダルタスクに最適
複雑な推論チェーン、速度よりも精度が重要なタスクに最適
レイテンシ敏感なアジェンティックループ、M2.7 の品質で十分なインタラクティブコーディングに最適
Mistral AI
ご自身の Mistral キーでの高ボリュームエージェント作業 — チャット、軽量スペシャリスト、画像生成オーケストレーションをワークホースコストで
最大限のオープンウェイト範囲を持つ主権的な EU 自己ホスト；広範な知識のフォールバック
ご自身の Mistral キーでの深層推論、重厚なスペシャリスト、ビジョン。EU インフラストラクチャに固定できるオープンウェイト。
Xiaomi
ご自身のキーによる長時間稼働のエージェントワークフロー、マルチモーダル推論、最先端のオープンウェイト性能
大量のエージェント呼び出し、バッチ処理のマルチモーダル作業、コストを抑えた長文脈ナビゲーション
リアルタイムかつレイテンシに敏感なエージェントループ。待ち時間がトークンコストよりも重大になるケース向け
Tencent Hunyuan
独自キーでのコスト効率重視のエージェント作業、高ボリュームなツール使用
NVIDIA
独自キーでの長期ホライズンエージェントオーケストレーション、多段推論
エージェントワークの実行層として最適。深い推論よりも、大量のツール呼び出し、分類、検証、フォーマット処理に適しています。
GitHub リポジトリにある実際のバグを解決できるかをテスト — コードを読み込み、問題点を理解し、動作する修正コードを生成します。
スコアが高いほど = 現実世界のコード問題を自律的に修正する能力が高い
SWE-Bench のより難しい版。実際のリポジトリから取った、複数ファイルにまたがる長く複雑なバグで、元のセットよりヒントが少ない。
スコアが高いほど = 実際に遭遇するような、複雑で複数ファイルにまたがるバグに強い
関数の説明が与えられた際、すべてのテストケースに合格する正しいコードを記述できるかを測定。基礎的なコーディング能力を表します。
スコアが高いほど = 説明から正確なコードを生成する信頼性が高い
科学、歴史、法律、医学、数学など 57 科目を網羅する大規模試験。一般知識と推論の汎用性をテストします。
スコアが高いほど = 多くの分野にわたる幅広い一般知識
競技会レベルの数学問題（代数、微積分、幾何学、数論）。深い数学的推論力をテストします。
スコアが高いほど = 複雑な数学的問題を解く能力が高い
PhD 研究者によって作成された大学院レベルの科学問題。専門家でも苦戦することがあり、最先端の推論能力をテストします。
スコアが高いほど = 専門家レベルの科学的推論に優れる
モデルが正しく関数を呼び出し、適切な引数を渡し、複数のツールを連携させられるかをテスト。AI エージェントにとって不可欠な能力です。
スコアが高いほど = ファイル編集、検索、Git などのツール使用の信頼性が高い
モデルが画像（スクリーンショット、図表、チャート、写真）を理解できるかをテスト。視覚的理解力と推論力を測ります。
スコアが高いほど = 画面上の情報を理解する能力が高い
Ava アカウント経由で利用可能です。Free プランではプラットフォーム評価用として月額 300 クレジットが付与されます — すべてのモデル、すべてのツール。準備ができたら Pro にアップグレードして月額 5,000 クレジット、またはご自身の API キーで Free プランのまま利用（BYOK は無制限）。
独自の API キーを使用。プロバイダーから直接 API キーを取得し、Ava の設定に貼り付けて、プロバイダーに直接支払いを行います。アカウントは不要です。100% ローカルで動作します。
両方の方法で利用可能です。利便性を優先して Ava アカウントを使用するか、独自のキーを持ってきて直接アクセスし、最大限の節約を実現します。
