さくらのAI Engine
的使用方法、功能与可解决的业务课题
添加书签
さくらのAI Engine是什么？
SAKURA internet 提供的推理API服务，在日本国内数据中心运行LLM等基础模型。可通过兼容OpenAI和Anthropic的API使用 gpt-oss-120b、Kimi、Qwen 等模型，文本生成每月最多3,000次请求免费，超出部分按量计费。另有在专用GPU上以月度固定费用（单独报价）运行自选模型的私有版。
可解决的业务课题
「さくらのAI Engine」的服务详情
什么是 さくらのAI Engine（Sakura AI Engine）
さくらのAI Engine（Sakura AI Engine）是日本 SAKURA internet（樱花互联网）株式会社提供的生成式AI推理API服务。通过API向部署在 SAKURA internet GPU服务器上的LLM等基础模型发送请求，即可获得推理结果。用户无需自行租用GPU，也无需搭建运行模型的环境。
其最大特点是模型的运行与通信全部在日本国内的数据中心内完成。官方承诺"零数据保留（ZDR）"：输入数据和响应既不保存，也不用于模型训练或服务改进。对于内部规定禁止向海外API发送数据的企业来说，更容易纳入考虑范围。
提供两种形式。
| Sakura AI Engine（标准版） | Sakura AI Engine 私有版（Private Edition） | |
|---|---|---|
| 服务内容 | 通过API共享使用 SAKURA internet 准备的模型 | 将自选模型托管在专用GPU上 |
| 可用模型 | 从官方提供的模型列表中选择（gpt-oss-120b、Kimi、Qwen 等） | 开放权重模型（Kimi、Gemma 等）、自研模型、微调后的模型 |
| 价格 | 免费额度＋按量计费（按token数、秒数等） | 按GPU计算的月度固定费用，根据配置单独报价 |
| 开始方式 | 注册会员后即可在控制面板中使用 | 通过咨询表单联系 |
| 适合人群 | 想先试用的开发者、用量难以预估的PoC | 访问量大的服务、处理机密数据的组织、希望固定使用某一模型版本的场景 |
私有版于2026年10月8日开始提供。本页面的价格和模型信息基于2026年10月21日官方网站的内容。
使用方法
- 创建 SAKURA internet 会员ID 会员ID可免费创建，注册时需要进行电话号码验证。已有会员ID可直接进入下一步。
- 创建"Sakura Cloud"项目 登录控制面板，创建 Sakura Cloud 项目。使用 Sakura Cloud 需要登记信用卡（如已在 SAKURA internet 的其他服务中登记则无需重复登记）。
- 签约 Sakura AI Engine 方案 在控制面板中选择"基础模型免费方案"或"按量计费方案"并签约。
- 发行API账户令牌 在控制面板中发行令牌，并填入应用或工具的设置中。由于API兼容OpenAI，可以直接使用OpenAI的官方库。
- 在 Playground 中试用模型 在浏览器中向多个模型提出相同问题，比较响应速度和质量，便于在编写代码前选定模型。
在控制面板中还可以查看当月费用，以及最近30天各模型的token用量和请求数。
功能
- 文本生成（Chat Completions） 利用LLM进行聊天、摘要、写作等文本生成。
- 语音转文字（Audio transcription） 使用 whisper-large-v3-turbo 将语音转换为文本。
- 文本向量化（Embeddings） 使用 multilingual-e5-large 等模型将文本转换为向量，用于检索和分类。
- 文本朗读（Text-to-Speech） 使用 VOICEVOX 的8种声音朗读，包括ずんだもん（Zundamon）、四国めたん（Shikoku Metan）、春日部つむぎ（Kasukabe Tsumugi）等。使用条件遵循VOICEVOX各角色的许可。
- 文档管理与检索（RAG） 登记公司内部文档等，让LLM根据检索到的内容作答，相关机制由API端提供。
- Playground 在浏览器中比较和试用多个模型。
三种API，便于从现有工具迁移
Sakura AI Engine 以与 OpenAI、Anthropic API 相同的格式接收请求。
| API | 兼容对象 | 用途 |
|---|---|---|
| Chat Completions API | 兼容OpenAI | 通用聊天与文本生成，众多工具和库均支持 |
| Responses API | 兼容OpenAI | 面向以工具调用为前提的智能体。目前不支持图像输入和多轮对话 |
| Messages API | 兼容Anthropic | 可从 Claude Code 等支持 Messages API 的工具直接使用。目前可用模型仅有"preview/Kimi-K2.6" |
已在使用OpenAI API的应用，只需替换接入地址（Base URL）、API密钥和模型名称即可试用。官方网站还介绍了通过 Messages API 从 Claude Code 使用 Sakura AI Engine 模型的方法文章。
可用模型
标准模型
| 功能 | 模型 |
|---|---|
| 文本生成 | gpt-oss-120b、llm-jp-3.1-8x13b-instruct4 |
| 语音转文字 | whisper-large-v3-turbo |
| 向量化 | multilingual-e5-large |
| 文本朗读 | VOICEVOX（ずんだもん、東北ずん子、東北きりたん、東北イタコ、四国めたん、あんこもん、冥鳴ひまり、春日部つむぎ） |
公开预览模型
Qwen3-0.6B-cpu、Phi-4-mini-instruct-cpu、Qwen3-VL-30B-A3B-Instruct、Kimi-K2.6、Qwen3.6-35B-A3B、gemma-4-31B-it、Kimi-K2.7-Code、Qwen3-Embedding-4B(FP16)、Weblab-MedLLM-gpt-oss-120b 目前以试用形式提供。
公开预览的目的是在实际环境中进行验证并收集反馈。可能会在不另行通知的情况下终止提供，不保证质量，正式提供时价格也可能变化。用于正式服务前请考虑这些前提。
闭源模型（日本国产商用模型）
还可以使用 PFN 的"PLaMo 3.0 Prime"和 NEC 的"cotomi v3"，但需要通过模型提供方的审核。
- 在控制面板的"可用模型"页面申请，原则上约7个工作日出结果
- 仅限法人账户申请（个人账户无法使用）
- 不在免费额度范围内，基础模型免费方案中无法使用。价格请查看手册网站或单独咨询
- 推理时输入的数据不会发送给模型提供方
价格
标准版：两种方案与免费额度
标准版分为"基础模型免费方案"和"按量计费方案"两种。两种方案都有相同的免费额度，每月自动重置。
| 基础模型免费方案 | 按量计费方案 | |
|---|---|---|
| 费用 | 免费（RAG除外） | 仅对超出免费额度的部分按量计费 |
| 超出免费额度后 | 实施速率限制，请求受限 | 按最小单位计费 |
| 闭源模型 | 不可用 | 申请后可用 |
方案不会自动切换。在免费方案中用完免费额度也不会自动产生费用，但若要继续使用，需要变更为按量计费方案。另外，官方注明免费方案有申请数量上限，达到上限后将停止受理新用户。
标准模型价格（含税）
| 功能 | 模型 | 免费额度（每月） | 超出免费额度后（按量计费方案） |
|---|---|---|---|
| 文本生成 | gpt-oss-120b / llm-jp-3.1-8x13b-instruct4 | 3,000次请求 | 输入 0.15日元 / 1万token，输出 0.75日元 / 1万token |
| 语音转文字 | whisper-large-v3-turbo | 50次请求 | 0.5日元 / 60秒 |
| 向量化 | multilingual-e5-large | 10,000次请求 | 输入 2日元 / 1万token（输出免费） |
| 文本朗读 | VOICEVOX（8种声音） | 50次请求 | 3日元 / 1万莫拉 |
| RAG | — | 无 | 3日元 / 100个分块 |
莫拉（mora）是相当于一个假名的音长单位。
只有RAG没有免费额度，即使在基础模型免费方案中也会计费。手册提醒，从开始使用RAG起，直到删除所有文档为止都会持续计费。
在按量计费方案中，超出免费额度的部分按各模型的最小单位（1万token，语音转文字为60秒）计费。
公开预览模型价格（含税）
| 模型 | 免费额度（每月） | 超出免费额度后（输入 / 输出，每1万token） |
|---|---|---|
| Qwen3-0.6B-cpu | 3,000次请求 | 0.01日元 / 0.03日元 |
| Phi-4-mini-instruct-cpu | 3,000次请求 | 0.01日元 / 0.03日元 |
| Qwen3-VL-30B-A3B-Instruct | 3,000次请求 | 0.1日元 / 0.3日元 |
| Kimi-K2.6 | 3,000次请求 | 0.6日元 / 3日元 |
| Qwen3.6-35B-A3B | 3,000次请求 | 0.3日元 / 1.5日元 |
| gemma-4-31B-it | 3,000次请求 | 0.24日元 / 0.96日元 |
| Kimi-K2.7-Code | 3,000次请求 | 0.52日元 / 5.04日元 |
| Qwen3-Embedding-4B(FP16) | 10,000次请求 | 3日元 / 免费 |
| Weblab-MedLLM-gpt-oss-120b | 不适用 | 0.9日元 / 4.5日元 |
在官方价格表中，两个标准文本生成模型的免费额度，以及七个公开预览文本生成模型的免费额度，分别合并在一个单元格中，写作"每月最多3,000次请求"。从价格表无法判断这是每个模型单独的额度还是共用的额度。
私有版价格
价格为按GPU计算的月度固定费用，根据配置单独报价，未公开具体金额。报价与咨询免费，可通过咨询表单联系。
私有版能做什么
私有版是一项全托管服务，由 SAKURA internet 将用户自选的模型专用托管在其GPU基础设施上。从推理平台搭建到运维、监控和故障处理，均由 SAKURA internet 负责。
- 托管想用的模型 除 Kimi、Gemma 等开放权重模型外，还可以托管自研模型或微调后的模型，并以可通过API调用的状态交付。
- 固定费用，不受用量影响 费用不随token用量变化，即使是访问量大或用量难以预估的服务也便于制定预算。由于是在日本国内完成的服务，也不受汇率影响。
- 专用GPU与专线（闭域）连接 专用GPU不受其他用户负载影响，运行稳定。同时支持不让输入数据和模型资产流出的闭域连接。
- 输入数据不用于训练 与标准版相同，输入数据和生成结果不会被保存，也不会用于训练（ZDR）。
- 可固定模型版本 避免因模型更新导致回答倾向变化，可持续使用特定版本。
官方列举了三种使用示例：限定在公司内部或特定客户范围内使用、作为对外提供自有AI服务的平台、与OpenAI或Anthropic等外部模型组合使用。
数据处理
- 输入数据和响应内容不会被保存，也不会用于模型训练或服务改进（ZDR）
- 输入的提示词也不会被缓存
- 输入数据和响应在日本国内的数据中心处理
- 使用闭源模型时，推理的输入数据也不会发送给模型提供方
优点与缺点
优点
- 在日本国内数据中心内完成，并明确承诺不保存、不训练输入数据
- 文本生成每月最多3,000次请求免费。免费方案即使超出上限也不会自动收费
- 兼容OpenAI和Anthropic的API，便于从现有应用或 Claude Code 等工具迁移
- 文本生成、语音转文字、向量化、文本朗读和RAG集中在一项服务中
- 申请后，可通过同一API使用 PLaMo、cotomi 等日本国产商用模型
- 用量增加后，可以转向固定费用、专用的私有版
缺点
- 标准版不在SLA（服务质量保证）范围内
- 即使在免费方案中，访问集中时也可能暂时返回429错误（请求过多）
- 可选模型仅限官方提供的列表，不包括GPT、Claude等海外商用API的模型
- 许多模型处于公开预览阶段，可能在不另行通知的情况下终止或调整价格
- RAG没有免费额度，免费方案中也会计费
- 私有版价格未公开，需要咨询
评价与口碑
从官方发布的信息和提供条件来看，Sakura AI Engine 的评价大致如下。
- 容易成为选择理由的方面：明确在日本国内完成，并且不保存、不训练数据；可以用免费额度轻松试用，免费方案即使超出上限也不会收费。官方网站还介绍了与 Dify 组合实现知识检索，以及与 Claude Code 联动的方法。
- 比较时需要注意的方面：只能使用官方列表中的模型，不包括GPT、Claude等海外商用API的模型。相比追求最前沿性能的用途，更适合优先考虑数据处理方式和成本的用途。
决定导入前，建议先在 Playground 中用自己的实际提示词进行测试，确认响应质量和速度。
常见问题（FAQ）
Q. Sakura AI Engine 可以免费使用吗？ A. 可以。在基础模型免费方案中，gpt-oss-120b 等文本生成每月最多3,000次请求免费。但使用 Sakura Cloud 需要登记信用卡，且RAG在免费方案中也会计费。
Q. 免费额度用完后会怎样？ A. 在基础模型免费方案中，会实施速率限制，请求受限，不会自动切换为按量计费。在按量计费方案中，超出免费额度的部分会产生费用。
Q. 标准版和私有版有什么区别？ A. 标准版共享使用 SAKURA internet 准备的模型，按使用量计费。私有版在专用GPU上运行用户自选的模型，按GPU支付月度固定费用。闭域连接以及自研模型、微调模型的托管由私有版支持。
Q. 私有版的价格是多少？ A. 未公开。按GPU计算的月度固定费用，根据配置单独报价，报价免费。
Q. 输入的数据会被用于训练吗？ A. 不会。官方表示输入数据和响应内容不会被保存，也不会用于训练或服务改进，提示词也不会被缓存。
Q. 可以使用日本国产LLM吗？ A. 可以。llm-jp-3.1-8x13b-instruct4 作为标准模型提供，带免费额度。PFN 的 PLaMo 3.0 Prime 和 NEC 的 cotomi v3，法人账户申请并通过提供方审核后即可使用。
Q. 可以在 Claude Code 中使用吗？ A. 可以通过兼容Anthropic的 Messages API 接入 Claude Code。但目前 Messages API 可用的模型仅有"preview/Kimi-K2.6"。
Q. 有仅限法人账户使用的内容吗？ A. 闭源模型（PLaMo 3.0 Prime、cotomi v3）仅限法人账户申请，个人账户无法使用。
