THINKLAB

AI TOOL DATABASE v2

Portkey

Portkeyは、LLM呼び出しを一つのGatewayに集約し、モデル切替・障害対策・監視・安全制御・コスト統制を共通化する本番AI向けコントロールプレーンです。

AIネイティブ分類 AAPI・SDK公式サイト

選定サマリー

30秒で向き不向きを確認

AI位置づけ

AIネイティブ(AIそのものが中核のサービス)

向いている

複数LLM providerを本番利用する開発チーム

向いていない

単一モデルの小規模PoCでGateway運用が不要なケース

料金

Production $49/月、Enterpriseは個別見積もり。OSS Gatewayも利用可能。

最大の強み

routing・reliability・observability・guardrails・prompt管理を一つの制御面へ統合

注意点

小規模な単一provider構成では機能が過剰になりやすい

THINKLAB判定

Portkeyは、LLMが1つのAPI機能ではなく『社内共通インフラ』になった段階で価値が大きくなるAI Gatewayです。特に複数provider、コスト管理、安全統制、障害対策を一か所へ集めたい企業に向きます。

概要

Portkeyは生成AIアプリとLLM providerの間に置くAI Gatewayです。

OpenAI、Anthropic、Gemini、Bedrock、Azureなど多数のモデルを統一インターフェースで扱い、fallback、retry、load balancing、caching、rate limitなどの信頼性制御をアプリごとに実装せず中央化できます。

概要の続きを読む

さらにLogs/Traces、token・cost分析、Guardrails、Prompt Management、RBACや予算管理まで同じ制御面へ統合します。

2026年時点の公式サイトでは『Portkey is now PRISMA AIRS AI Gateway』と案内されているため、旧Portkey名だけでなく現在の製品位置づけも確認して導入判断する必要があります。

主な機能

Unified AI Gateway

多数のLLM/providerを共通APIの背後へまとめ、アプリ側のprovider依存を減らします。

公式では1,600+ LLMへの接続を案内しています。

Reliability routing

fallback、retry、load balancing、timeouts、circuit breaker、canary等をGateway側で構成し、provider障害やrate limitへの耐性を高めます。

Observability & cost control

Logs、Traces、Feedback、token・cost・latencyを集約し、予算、利用量、障害を一つの運用面から追跡します。

60+ Guardrails

公式では60以上のGuardrailを案内。

PII漏えい、prompt injection、安全性などをrequest/response経路で検査できます。

Prompt Management

Prompt template、variables、versioning、Playground、API endpointを管理し、Prompt変更をアプリコードから分離できます。

Enterprise governance

RBAC、service accounts、SSO/SCIM、audit、workspace、予算・rate limit、data residency等を企業向け統制に利用できます。

AI機能の詳細・制約はページ下部の「詳細情報」にまとめています

活用例

個人・一般

複数LLMの共通Gateway

OpenAI、Anthropic、Gemini等への直接接続をPortkey経由へ集約し、provider変更やfallbackをアプリから切り離す。

LLM障害対策

primary modelのtimeout・error時に別provider/modelへfallbackし、生成AI機能全体の停止リスクを下げる。

AIコスト可視化

tokenとcostをuser、team、workspace、model等へ帰属させ、予算超過や高コストworkflowを発見する。

安全ポリシーの中央適用

PII redactionやprompt injection対策などを各アプリへ個別実装せずGatewayで統一する。

業務・組織

全社AI Gateway

複数部署・複数AIアプリのLLM trafficを共通Gatewayへ集め、認証、provider key、予算、Guardrail、auditを中央管理する。

AI platform teamの標準基盤

各開発チームには共通endpointを提供し、platform teamがrouting・security・observabilityを横断管理する。

料金

公式PricingではProductionが$49/月、Enterpriseが個別見積もりです。

Productionは月100k recorded logsを含み、追加100k requestsごとに$9のoverageが案内されています。

無料の継続利用枠なし(有料プラン中心)

Production

$49/月

100k recorded logs/月、30日log保持・90日metrics保持、Gateway、Observability、Guardrails、Prompt Management、RBAC等。

Enterprise

個別見積もり

高度なsecurity、compliance、data residency、高volume運用向け。

公式 Pricing ページを開く料金確認:2026年8月27日

強み・弱み

強み

  • routing・reliability・observability・guardrails・prompt管理を一つの制御面へ統合
  • 多数のLLM/providerを共通APIで扱える
  • Gateway層で予算・アクセス・安全ポリシーを横断適用できる
  • OSS Gatewayとmanaged/enterpriseの選択肢がある

弱み

  • 小規模な単一provider構成では機能が過剰になりやすい
  • 高度なgovernanceやdata residencyはEnterprise前提になり得る
  • Gatewayを通信経路に追加するため障害設計・latency・vendor dependencyの評価が必要

比較・競合

迷うときの比較軸

  • 対応provider/model
  • routing・fallback
  • observability
  • guardrails
  • prompt management
  • RBAC・SSO・audit
  • data residency
  • self-host/OSS
  • 料金とログ保持

Portkey vs OpenRouter

OpenRouterは多数モデルへのアクセスとroutingを開発者向けに簡潔に提供。Portkeyは企業向けobservability、guardrails、governance、prompt managementまで広く統合します。

Portkey vs LiteLLM

LiteLLMはOSS Proxy/SDKとして自前運用しやすい一方、Portkeyはmanaged control planeとenterprise governanceを含む完成度を重視します。

Portkey vs Helicone

HeliconeはLLM observabilityとGateway機能を提供。Portkeyはrouting、guardrails、prompt管理、組織ガバナンスまでをより包括的に扱います。

THINKLABの結論

選定サマリーの判定を、選び方として整理したものです。

選ぶべき場合

複数モデル・複数部署・複数アプリのLLM利用を共通Gatewayへ集約し、routing、observability、guardrails、governanceを標準化したい場合。

別製品を選ぶべき場合

単一providerを直接呼ぶだけの小規模PoCで、追加のGateway layerや運用機能がまだ必要ない場合。

確信度: high

詳細情報

導入判断の本線から外した補足です。必要な項目だけ開いてください。

AI機能の詳細

AI Gateway

一つのAPI層から複数provider/modelへ接続し、fallback、retry、load balancing、timeouts、cachingなどを共通設定します。

制約

利用可能モデルやprovider固有機能は変化が速いため、採用するモデルごとの互換性確認が必要です。

Observability

LLM/agent requestの入力・出力、token、cost、latency、error、metadata、traceなどを記録し、アプリ・workspace・model単位で分析します。

制約

保持期間や記録件数はプランで異なり、機密情報を記録する場合はログ設定とデータポリシーの設計が必要です。

Guardrails

input/outputにPII、prompt injection、toxicity等のチェックを適用し、結果に応じてdeny、retry、別modelへのrouting等を実行できます。

制約

Guardrailは誤検知・見逃しがあり得るため、高リスク用途では業務ルールや人間レビューとの併用が必要です。

向き不向き(一覧)

こんな人におすすめ

  • 複数LLM providerを本番利用する開発チーム
  • AI利用を全社横断で統制したい企業
  • LLMのcost・latency・障害を一元監視したいplatform team
  • GuardrailsとroutingをGateway層で共通化したい組織

おすすめしないケース

  • 単一モデルの小規模PoCでGateway運用が不要なケース
  • LLM tracingだけを単独で導入したいチーム
プラットフォーム / API

対応プラットフォーム

  • Web

API

あり

セキュリティ / データの扱い

AI trafficをGatewayへ集約することでkey管理、RBAC、Guardrails、audit等を中央化できます。

企業導入では利用プランのdata residency・retention・compliance条件を確認してください。

取扱い: Productionでは公式Pricing上、logs 30日・metrics 90日のretentionが案内されています。記録対象データと機密情報の扱いを事前に設計する必要があります。

学習・送信: Portkey自体のGateway処理だけでなく、実際にroutingする各LLM providerのtraining/data retention条件も合わせて確認してください。

情報源 / 最終確認日