結論
AIの公式APIを割安で仲介するとうたう非公式の「シャドーAPI」について、実際のモデルと申告されたモデルが異なっている実態や、性能・安全性の低下が研究により明らかになりました。研究や開発の現場において、信頼性の低いサービスを利用することのリスクが浮き彫りになっています。
何が発表・変更されたか
ドイツのCISPAとカナダのウォータールー大学に所属する研究者らが論文「Real Money, Fake Models: Deceptive Model Claims in Shadow APIs」を発表しました。この研究では、公式よりも安価に大規模言語モデル(LLM)へのアクセスを提供する非公式サービス、いわゆるシャドーAPIの実態が調査されました。
研究チームが調査した結果、17種類のシャドーAPIが特定され、これまでに計187本の学術論文で利用されていたことが判明しました。利用している研究者の約8割は、一部の公式APIへのアクセスが制限されている中国の機関に所属していることが分かっています。また、17のサービスのうち15は身元情報が不透明で出自を検証できず、すでに4つのサービスが運営を停止しています。

確認済みの具体情報
調査では、24の接続先に対して詳細な検証が行われました。その結果、45.83%の接続先が、指紋による検証で申告どおりのモデルと判定されませんでした。つまり、ユーザーが異なるモデルを使わされている可能性が確認されたことになります。
性能面でも大きな影響が確認されています。高度な推論を要する数学ベンチマーク(AIME 2025)では、3つのうち1つのシャドーAPIで、Gemini-2.5-proが40.00ポイント、DeepSeek-Reasonerが38.89ポイントの精度低下を示しました。また、医療分野のベンチマーク(MedQA)では、Gemini-2.5-flashの正解率が公式APIの83.82%に対し、検証した3つのシャドーAPIすべてで約37%へと大幅に低下しました。
さらに、有害な質問に対する安全性のテスト(ジェイルブレイク攻撃への耐性)においては、回答の有害性スコアが公式の5倍になる例がある一方、逆に公式より大幅に低く出る例もあり、ずれ方が予測できないという結果が出ています。
なぜ重要か
この問題が重要なのは、学術研究やデータ分析の信頼性に直接関わるためです。検証されていないシャドーAPIを使用して得られた研究成果は、性能や安全性の前提が崩れている可能性があり、論文の信頼性そのものを揺るがしかねません。また、コスト削減を優先するあまり、意図せぬモデルへの依存やセキュリティ上のリスクを抱え込む危険性が示されています。
利用者・開発者・企業への影響
公式APIの利用が制限されている地域や、コスト面から安価な代替手段を探すユーザーにとって、非公式のシャドーAPIは一見魅力的に映るかもしれません。しかし、今回の調査により、運営主体の不透明さや、提示された性能が出ないリスクが実証されました。開発者や研究組織は、APIの調達先や接続先が信頼できる公式なルートであるかを再確認する必要性があります。
未確定点
運営を停止した4つのサービス以外の具体的な個別サービス名や、それらの運営者が意図的に偽装を行ったかどうかの詳細な動機、あるいは今後すべてのシャドーAPIが同様の偽装を行うかどうかについては、現時点で確認できる情報が限られています。
まとめ
ちまたにあふれる格安の非公式APIは、中身が偽物であるリスクや、推論能力・安全性の低下を伴うことが研究によって示されました。AI技術の利活用においては、コストだけでなく、APIの信頼性や提供元の透明性を厳しく見極める視点がこれまで以上に求められています。


コメント