Flink AI サービス (組み込みモデル) - Realtime Compute for Apache Flink

概要

Flink AI サービス (組み込みモデル) は、Realtime Compute for Apache Flink のマネージド AI モデル呼び出し機能です。Flink ジョブ内で API キー、エンドポイント、PrivateLink を設定することなく、プライベートネットワーク経由で組み込みモデルを呼び出すことができ、ストリーミング AI 推論、埋め込み、音声合成、音声認識、画像生成、動画生成、およびランキングを実現します。

主な利点

特徴	説明
すぐに使える	API キー、エンドポイント、または PrivateLink の設定が不要です。
従量課金	トークン単位、期間単位、画像枚数単位など、複数の課金方式をサポートしており、コストが明確で管理しやすいです。
マルチモデル対応	複数の主要な大規模モデルを組み込んでおり、テキスト生成、マルチモーダル理解、音声合成、音声認識、画像生成、動画生成、埋め込み、ランキングなどのシナリオに対応しています。
グローバルなリージョンカバレッジ	中国本土内外の複数のリージョンで利用でき、クロスリージョンアクセスは自動的に行われます。

仕組み

サービスの有効化と無効化

サービスの有効化

Realtime Compute for Apache Flink のマネジメントコンソールにログインします。 [Flink AI Service] ページで、 [有効化] をクリックします。

サービスは、プライマリアカウント、または AliyunBSSOrderAccess と AliyunStreamFullAccess の権限が付与された RAM ユーザーが有効化する必要があります。
リージョンで有効化すると、そのリージョン内のすべてのワークスペースでサービスを使用できます。
この機能は 従量課金 です。機能の有効化には課金されず、モデルの呼び出しに対してのみ課金されます。詳細については、「AI サービスの課金 (従量課金)」をご参照ください。

サービスの無効化

[Flink AI Service] ページで、 [サービスの無効化] をクリックして、以下を確認してください。

機能を無効化すると、リージョン内のすべてのジョブで組み込みモデルサービスを使用できなくなります。
機能を無効化する前に、組み込みモデルに依存しているジョブがないことを確認してください。

サービス保護

サービスの誤った無効化による予期しない業務の中断を防ぐため、コンソールでサービス保護を有効化できます。

サービス保護を有効化すると、システムはコンソール、API、または CLI を通じて開始されたすべての手動解放リクエストを拒否します。この機能は Flink AI Service の従量課金モードでのみサポートされ、手動解放操作にのみ適用されます。以下のシナリオでシステムが自動的にサービスを解放する場合、この機能は有効になりません。

アカウントの料金滞納によりサービスが無効化される場合。
クラウドプラットフォームのセキュリティルール違反によりサービスが強制的に解放される場合。

対応リージョン

国際サイト

Flink AI サービスリージョン	リージョン ID	エンドポイントリージョン	推論実行リージョン
中国 (北京)	cn-beijing	中国 (北京)	中国本土 (動的スケジューリング)
中国 (張家口)	cn-zhangjiakou
中国 (上海)	cn-shanghai
中国 (杭州)	cn-hangzhou
中国 (深セン)	cn-shenzhen
中国 (成都)	cn-chengdu
シンガポール	ap-southeast-1	シンガポール	中国本土以外のリージョン (動的スケジューリング)
中国 (香港)	cn-hongkong
マレーシア (クアラルンプール)	ap-southeast-3
インドネシア (ジャカルタ)	ap-southeast-5
日本 (東京)	ap-northeast-1
韓国 (ソウル)	ap-northeast-2
タイ (バンコク)	ap-southeast-7
UAE (ドバイ)	me-east-1
メキシコ	na-south-1
米国 (バージニア)	us-east-1
米国 (シリコンバレー)	us-west-1

重要

リージョンによって、データアクセスと推論実行の物理的な場所が決まります。データコンプライアンスの要件に基づいてリージョンを選択してください。

エンドポイントリージョン：アクセスポイントとデータストレージの場所を決定します。
推論実行リージョン：推論が実行される場所です。定義された範囲内で動的スケジューリングされます。

中国本土以外のリージョンを選択すると、ビジネスデータは越境データ転送によりシンガポールリージョンに転送され、必要に応じて、中国本土以外の推論サービスノードへ動的スケジューリングされて計算が実行されます。お客様は、このような越境データ転送が、適用されるすべての法律、規制、および規制要件に準拠していることを確保する必要があります。これには、越境転送が制限または禁止されているコンテンツが転送データに含まれていないこと、必要な承認または届出手続きがすべて完了していること、ならびに必要な通知義務をすべて履行し、必要な同意を取得していることが含まれますが、これらに限定されません。

組み込みモデル

モデルファミリー	モデル	機能	対応リージョン
Qwen	qwen3.8-max	テキスト生成、推論、視覚理解	すべて
	qwen3.7-max	テキスト生成、推論	すべて
	qwen3.7-plus	テキスト生成、推論、視覚理解	すべて
	qwen3.6-plus	テキスト生成、推論、視覚理解	すべて
	qwen3.5-plus	テキスト生成、推論、視覚理解	すべて
	qwen3.7-flash	テキスト生成、推論、視覚理解	すべて
	qwen3.6-flash	テキスト生成、推論、視覚理解	すべて
	qwen3.5-flash	テキスト生成、推論、視覚理解	すべて
	qwen3.5-omni-plus	テキスト生成、推論、マルチモーダル理解	すべて
	qwen3.5-omni-flash	テキスト生成、推論、マルチモーダル理解	すべて
	qwen3.5-ocr	OCR	中国本土
	qwen-vl-ocr	OCR	すべて
	qwen-mt-plus	翻訳	すべて
	qwen-mt-flash	翻訳	すべて
DeepSeek	deepseek-v4-flash-0731	テキスト生成、推論	すべて
DeepSeek	deepseek-v4-pro	テキスト生成、推論	すべて
GLM	glm-5.2	テキスト生成、推論	すべて
Embedding	qwen3.7-text-embedding	テキスト埋め込み	中国本土
	text-embedding-v4	テキスト埋め込み	すべて
	qwen3-vl-embedding	マルチモーダル埋め込み	中国本土
Rerank	qwen3-rerank	テキストランキング	すべて
Rerank	qwen3-vl-rerank	マルチモーダルランキング	中国本土
Qwen-Audio-TTS	qwen-audio-3.0-tts-plus	音声合成 (テキスト読み上げ)	すべて
Qwen-Audio-TTS	qwen-audio-3.0-tts-flash	音声合成 (テキスト読み上げ)	すべて
CosyVoice	cosyvoice-v3.5-plus	音声合成 (テキスト読み上げ)	中国本土
CosyVoice	cosyvoice-v3.5-flash	音声合成 (テキスト読み上げ)	中国本土
Qwen-Audio-ASR	qwen-audio-3.0-asr-flash-filetrans	音声認識 (音声テキスト変換)、音声翻訳 (指定した言語での音声テキスト変換)	すべて
Qwen-Audio-ASR	qwen-audio-3.0-asr-flash	音声認識 (音声テキスト変換)、音声翻訳 (指定した言語での音声テキスト変換)	すべて
Fun-ASR	fun-asr	音声認識 (音声テキスト変換)、音声翻訳 (指定した言語での音声テキスト変換)	すべて
Qwen-Image	qwen-image-3.0	画像生成と編集	すべて
Qwen-Image	qwen-image-3.0-pro	画像生成と編集	すべて
HappyHorse	happyhorse-1.1-t2v	動画生成 (テキストからの動画生成)	すべて
HappyHorse	happyhorse-1.1-i2v	動画生成 (画像からの動画生成)	すべて

使用方法

SQL

CREATE MODEL ステートメントで、task と model パラメーターを指定します。endpoint や api-key を指定する必要はありません。

CREATE MODEL model_name
INPUT (column_name STRING)
OUTPUT (column_name {STRING | ARRAY<FLOAT>})
WITH (
  'provider' = 'openai-compat | dashscope',
  'task' = 'chat/completions | embeddings | multimodal-embedding',
  'model' = '<model-name>'
);

詳細については、モデル設定をご参照ください。

PyFlink DataFrame

set_model_provider で task を指定し、関数で model を指定します。例：

pf.set_model_provider(pf.OpenAICompatProvider(task="chat/completions"))

questions = pf.from_dict({
    "id": [1, 2],
    "question": ["What is Flink?", "What is stream processing?"],
})

# デフォルトの出力列: output (STRING)
df = questions.llm.predict("question", model="qwen3.6-plus")

詳細については、「AI/LLM 関数」をご参照ください。