Cerebrasは2026年10月9日(現地時間)、自社の変更ログを通じて、AI推論サービスの階層におけるフォールバックおよび応答動作の明確化を発表した。この更新により、サービス階層ガイドとチャット補完APIリファレンスが現在のサービス階層の挙動に合わせて改訂された。同社は、`service_tier`フィールドで効果的な階層が報告されるようになったことや、`auto`階層が`flex`にフォールバックする方法、`priority`階層がリクエストの標準優先度で再試行するプロセスについて、詳細な説明を追加している。
Cerebrasが2026年10月9日(現地時間)に公開した変更ログによると、同社のAI推論サービス階層における挙動がより明確に記述された。
具体的には、APIからの応答にservice_tierフィールドが導入され、リクエストに対して実際に適用されたサービス階層が報告されるようになった。これにより、開発者は自らのリクエストがどの階層で処理されているかを正確に把握できる。また、柔軟な処理を可能にするauto階層が、必要に応じてどのようにflex階層にフォールバックするかのメカニズムが詳述された。さらに、高い優先度を持つpriority階層のリクエストが、標準の優先度で再試行される場合の動作についても説明が追加され、サービスの安定性と予測可能性が高まることが期待される。
過去の変更点としては、Qwen 3.8 27Bモデルに関する調整が挙げられる。2026年9月22日には、同モデルのDeveloper階層における総トークンレートリミットが一時的に引き上げられた。以前は毎分45万トークンであったが、同75万トークンへと拡大された。これは、特定の期間における需要の増加に対応するための措置とみられる。ただし、アンキャッシュリミットについては、以前と同様に毎分15万トークンで維持されている。
モデルの提供状況にも変更があった。2026年9月3日(現地時間)には、gemma-4-31bモデルがCerebrasの公開エンドポイントでの提供を終了した。以降、このモデルは専用エンドポイントを通じてのみ利用可能となっている。これと同時に、qwen-3.8-27bモデルが新たに公開エンドポイントで利用開始された。このモデルはテキストおよび画像入力に対応するマルチモーダル機能に加え、ストリーミングやツール呼び出しといった先進的な機能をサポートしている。
また、広範な影響を持つプラットフォームの変更として、2026年7月22日からはAPI Version 2がデフォルトとして展開されている。この新しいAPIバージョンには、構造化出力におけるスキーマ検証の厳格化が含まれており、出力データの品質と信頼性が向上している。加えて、多段階ツール呼び出しにおけるメッセージ検証が強化され、より複雑な対話処理が安定して行えるようになった。Unicode処理に関する複数の修正もこのバージョンに含まれており、国際的な文字セットへの対応が改善されている。
参考: inference-docs.cerebras.ai (アーカイブ) — 2026年10月14日 19:32 (JST)