Kimi K3 は自分のマシンでは動きません。だからあなたの請求書を安くします

LLM ルータを単純な難易度分類器として設計すると、キャッシュ効率、実効コスト、権限管理が崩壊する。Inkling のような新モデル追加時に耐える設計は「実行可能性層」「運転層」「復帰層」の 3 層構造で、料金表だけでなく cache_read_tokens とモデル切替回数を可視化し、チェックポイントから復帰可能にすることが必須。

AWS Bedrock で Anthropic モデル利用時、use case フォーム提出と契約締結が必須。初回呼び出し後の最大15分間は成功することもあるが、手続き未完了だと突然 ResourceNotFoundException が発生する。JP cross-region inference profile（jp.anthropic.*）を使えばデータを日本国内に閉じたまま新しい Claude を利用でき、CLI のみで設定完了でき、フォーム intendedUsers は数値文字列指定など2つのワナがある。

Claude Fable 5のアクセス制限・復旧を通じ、LLMはもはや単なるWeb APIではなく規制・安全保障が絡むインフラになった現実が露呈。開発者は「性能比較」から「モデル運用設計」へ軸足を移す必要があり、モデル直書き回避・フォールバック対応・人間承認ゲート・状態管理をコード設計に組み込むことが必須になる。

2026年6月22日、Claude API の Opus / Sonnet / Haiku 主要5モデルが同時にエラー率上昇するインシデントが発生し、約1時間29分で解決。その6時間後に Opus 4.8 単体で再発し約6時間33分継続。記事は障害の時系列、原因分析、本番環境向けのリトライ設計・フォールバックモデル導入などの対策をコード例とともに解説。