Phala
Phala Network
60/100
TEE（Trusted Execution Environment）上でAIワークロードを実行することを中核に据えたクラウド。推論API・コンテナ実行の両方を提供している。
TEEAPI機密AIGPUクラウド
一部検証・0日前
読み込み中
プライベートAI・無検閲LLM・ローカルLLM・機密AI APIの比較
プライベートAI、無検閲LLM、ローカルLLM、機密AI APIを、料金・性能・プライバシー・モデル自由度から比較します。
掲載 22 サービス／うち編集部で一部でも一次情報を確認済み 17 件。未確認の項目は「未確認」と明記し、推測では埋めていません。
プライバシー方式が異なる代表的なサービス。並べて違いを見てください。
広告について: 本ページには広告・アフィリエイトリンクが含まれます。掲載順位や評価は報酬額だけで決定せず、編集方針に基づいて作成しています。 広告掲載ポリシー
Phala Network
TEE（Trusted Execution Environment）上でAIワークロードを実行することを中核に据えたクラウド。推論API・コンテナ実行の両方を提供している。
Chutes Global Corp
分散した計算ノード上でオープンウェイトモデルの推論を提供するサービス。無検閲系を含む多様なモデルが利用できるとされる。
オープンウェイトモデルを使うチャットサービス。プライバシー保護と、応答の制限が少ないことを訴求している。API も提供している。
多数のモデルプロバイダを単一のAPIから呼び出せるマーケットプレイス型ゲートウェイ。クローズドモデルとオープンモデルの両方を扱う。
制限の少ないモデルの利用を前面に出したサービス。編集部で一次情報を十分に確認できていないため、掲載内容は最小限にとどめている。
AIMLAPI OÜ
多数のモデルを単一エンドポイントから利用できるAPIアグリゲータ。テキスト以外（画像・音声など）のモデルも扱う。
同じ「安全」でも、守られる範囲と、誰を信じる必要があるかが違います。本サイトでは次の5段階で整理しています。
推論が利用者の端末内で完結し、入力が外部へ送信されない。事業者に読まれる余地が構造的に存在しない。
端末側で暗号化してから送信し、保護された実行環境の中だけで復号する。事業者が平文を扱わない設計。
推論が保護された実行環境（TEE）で行われ、アテステーションによって「その環境で動いたこと」を検証できる。
処理後に入力を保存しない運用。処理中は事業者が平文を扱えるため、保証は運用と契約に依存する。
学習には使わないと表明しているが、保存自体は行われうる。技術的な保証ではなくポリシーによる保証。
どの方式でも「完全に安全」ということはありません。何を誰から守りたいのかを決めてから選ぶのが近道です。 詳しくは技術解説をご覧ください。
独自基準（入力秘匿性25／検証可能性15／モデル自由度15／モデル性能15／料金10／開発者体験10／安定性10）で算出。未確認の項目は加点していません。
コマンド1つでオープンウェイトモデルをローカル実行できるランタイム。OpenAI互換のローカルAPIサーバーとしても動作する。
GUIでモデルを検索・ダウンロードし、ローカルで実行できるデスクトップアプリ。OpenAI互換のローカルサーバー機能を持つ。
オープンソースのローカルAIデスクトップアプリ。ローカルモデルの実行と、外部APIの接続の両方に対応する。
オープンウェイトモデルを使うチャットサービス。プライバシー保護と、応答の制限が少ないことを訴求している。API も提供している。
Phala Network
TEE（Trusted Execution Environment）上でAIワークロードを実行することを中核に据えたクラウド。推論API・コンテナ実行の両方を提供している。
Chutes Global Corp
分散した計算ノード上でオープンウェイトモデルの推論を提供するサービス。無検閲系を含む多様なモデルが利用できるとされる。
無検閲AI
拒否応答の少ないモデルを扱えるサービスの比較。無検閲AIの仕組み、ローカルとクラウドの違い、利用上の注意点を整理します。
・約4分
プライベートAI
入力内容が保存されるのか、学習に使われるのか。プライベートAIと一般的なチャットAIの違いを、守り方の種類（ローカル処理・TEE・ZDR）から整理します。
・約5分
無検閲AI
MacでローカルLLMを動かす方法と、搭載メモリ別に選べるモデル規模の目安。無検閲系モデルを試すときの注意点も整理します。
・約3分
ローカルLLM
ローカルLLMの仕組みと始め方。Ollama・LM Studio・Janの違い、必要なスペックの考え方、最初に試すべきモデルサイズを解説します。
・約4分
Confidential Computing
PhalaのTEEを使ったAI実行の考え方、リモートアテステーションによる検証、利用時に確認すべき点を整理します。
・約4分
AI API
Chutesの提供形態と、分散した計算ノード上で推論を行う構成の考え方、利用前に確認すべきデータの扱いについて整理します。
・約3分
料金改定やプライバシーポリシーの変更を確認したら、比較データを更新します。
更新通知は準備中です
新しい比較データや記事の公開をお知らせする仕組みを準備しています。開始までしばらくお待ちください。