Billable Usage API:Cloudflare のプログラムによるコスト可視化

2026/08/04 2:18

Billable Usage API:Cloudflare のプログラムによるコスト可視化

RSS: https://news.ycombinator.com/rss

要約

Japanese Translation:

Cloudflare はセルフサーブアカウント向けに新しい Billable Usage API を公開します。この API により、単一のエンドポイントで Workers、R2、D1、Workers AI、Vectorize、Images、Stream の各製品および時間範囲ごとの利用状況と費用について即時のプログラム管理による可視性を提供します。現在データは毎日更新されていますが、今後のアップデートではより細かいタイムウィンドウと予測機能もサポートされます。レスポンスは Cloudflare の標準 API エンベロープ内で FOCUS 標準に従い、BillingCurrency、ChargePeriodStart/End、PricingQuantity、CumulatedContractedCost などのフィールドを含みます。これは Vantage を基に構築されたものであり、すでに 30 以上のプロバイダーでネイティブな成本管理統合を提供し、リードアオンリートークンを使用して製品、ゾーン、アカウントごとの日次請求可能利用状況を取得しています。ユーザーは現在、Virtual Tags を使用したクロスプロバイダー配分、Slack またはメールアラートによる異常検出、FinOps エージェント/LLM クエリ(例:Claude や ChatGPT で)を含む高度なワークフローを有効にできます。この API は今日セルフサーブアカウント向けにライブです。Enterprise コントラクト向けの同様の体験は開発中です。

本文

Cloudflare「Billable Usage API」と FinOps 統合発表:エージェント時代の成本管理への対応

背景と目的

AI エージェントはコードの記述だけでなく、ワーカーのデプロイインフラストラクチャの用意も実行できるようになります。これにより、以下のようなコスト管理の変化が必要です。

  • 可視性の必要性: プログラムが Cloudflare アカウントを使用している場合、その内訳を**リアルタイム(一日中)**で把握する必要があります。
  • 人間向けダッシュボードの限界: 従来の人間向けのダッシュボードでは不十分であり、自動化されたシステムへの対応が求められています。

この課題に対応するため、新しい**「Billable Usage API(課金可能な使用量 API)」**をセルフサービスアカウント向けに公開します。

Billable Usage API の概要

エンドポイントの機能

  • 単一のエンドポイント: すべての使用量ベースの製品を一括で取得可能です。
    • ワーカー (Workers)
    • R2
    • D1
    • ワーカー AI
    • Vectorize
    • Images
    • Stream
  • 返却データ: 製品ごとおよび課金期間ごとの使用量とコストを返します。
  • 更新頻度: 現在は毎日更新。よりリアルタイムなデータ提供のため開発中です。

リクエスト例 (curl)

基本的な使用量の取得:

curl https://api.cloudflare.com/client/v4/accounts/$ACCOUNT_ID/billable-usage \
  -H "Authorization: Bearer $CLOUDFLARE_API_TOKEN"

特定の期間のフィルタリング:

curl "https://api.cloudflare.com/client/v4/accounts/$ACCOUNT_ID/billable-usage?from=2026-02-01&to=2026-02-15" \
  -H "Authorization: Bearer $CLOUDFLARE_API_TOKEN"

レスポンス形式

  • HTTP ステータス:
    200 OK
  • コンテンツタイプ:
    application/json
  • 構造: 標準的な Cloudflare API エンベロープを使用し、
    result
    フィールドに製品ごとのデータ配列を含みます。

レスポンスサンプル

{
  "result": [
    {
      "BillingCurrency": "USD",
      "BillingPeriodStart": "2025-02-01T00:00:00Z",
      "ChargePeriodStart": "2025-02-01T00:00:00Z",
      "ChargePeriodEnd": "2025-02-28T23:59:59Z",
      "ServiceName": "Workers Standard",
      "ServiceFamilyName": "Workers",
      "ConsumedQuantity": 150000,
      "ConsumedUnit": "GB-months",
      "ContractedCost": 0.75,
      "CumulatedContractedCost": 2.25
    }
  ],
  "success": true,
  "errors": [],
  "messages": []
}

FOCUS(FinOps Open Cost and Usage Specification)準拠

API は FOCUS 命名法 と整合性を持たせて設計されています。これにより、AWS、Azure、Google Cloud、Oracle などの他クラウドプロバイダーや SaaS ツールとの連携が容易になります。

対応フィールド一覧

多くの項目は FOCUS 仕様の列と直接対応しています。

Cloudflare フィールドFOCUS 列備考
BillingCurrency
BillingCurrency
完全一致
BillingPeriodStart
BillingPeriodStart
完全一致
ChargePeriodStart / ChargePeriodEnd
ChargePeriodStart / ChargePeriodEnd
完全一致
ServiceName
ServiceName
完全一致
ConsumedQuantity / ConsumedUnit
ConsumedQuantity / ConsumedUnit
完全一致
PricingQuantity
PricingQuantity
完全一致
ContractedCost
ContractedCost
完全一致
ServiceFamilyName
(ServiceCategory に近い)Cloudflare 固有のグループ化;FOCUS は管理された語彙を使用
CumulatedContractedCost
(派生列)利便性向上のためのフィールド;FOCUS では累積は通常クエリ対象とみなされる
ZoneId / ZoneName
(ResourceId / ResourceName に近い)ゾーンスコープの適用がある場合のみ表示

: 仕様で要求されている少数の列は今後ロードマップに記載された計画で追加予定であり、現在「完全な準拠」とは謳っていません。第一歩として慣れ親しんだ構造を提供します。

Vantage との統合によるクロスプロバイダー管理

Cloudflare とのコラボレーションにより、インフラストラクチャコスト管理プラットフォームである Vantage への統合が開発されました。

主な連携機能

  • 接続方法: Vantage は「Billing Read」アクセスを持つ読み取り専用 API トークンを使用して Cloudflare に接続します。
  • データ収集: 毎日抽出したデータを製品、ゾーン、アカウントごとに分解し、他インフラと同等のビューで統合します。

サポートされるワークフロー

  1. クロスプロバイダー配分
    • Cloudflare のコストを AWS や Azure など他のプロバイダのコストと並行して比較可能。
    • 仮想タグを使用して、チームや製品ラインごとに統一レポート内で配分する。
  2. 異常検知
    • Vantage Cost Alerts で全ての接続プロバイダーを監視。
    • 支出が基準から逸脱した際、Slack または E メールで通知を発行(ワーカーや R2 の変化も同様に検知)。
  3. FinOps エージェントと MCP
    • Vantage FinOps エージェントへの自然言語クエリ(例:「昨週の最大のコストドライバーは何でしたか?」)。
    • MCP サーバーを介して Claude や ChatGPT から直接データを取得可能。
    • Cloudflare の支出は他プロバイダと並んで表示される。

これにより、手動のエクスポートや個別のダッシュボード維持が不要になり、コストは実行中のすべてのインフラストラクチャの横に表示されます。

この API を構築した理由

AI エージェント時代の成本管理には、以下のニーズがあります。

  • プログラムの自律性: エージェントはワーカーをデプロイし、R2 バケットをプロビジョニングします。そのアカウントがどの程度のコストを生んでいるかをプログラムによる可視性が必須です。
  • リアルタイム監視: 月末のまとめではなく、一日中を通じて製品ごとの消費状況を知る必要があります。
  • 財務チームとの連携: 支出を内部プロジェクトやチームへ配属する独自のシステムへの統合ニーズがあります。
  • 開発者の利便性: スクリプトにドロップできる
    curl
    コマンドなどの HTTP クールによる取得が求められています。

次のステップとロードマップ

今後の機能強化予定

  • より細かい時間窓: 現在日次ですが、製品によってはよりリアルタイムな分解表示への対応を検討中。
  • 予測分析:
    CumulatedContractedCost
    の利用に加え、支出の最終地点を予期するためのアカウント・製品レベルの予測機能を実装。
  • エンタープライズ対応: 現在セルフサービス向けですが、エンタープライズ契約向けの同等な体験実現に向けて進行中。

試してみる

  1. Cloudflare ダッシュボードで**「Billing Read」権限を持つ API トークン**を取得してください。
  2. 上記の
    curl
    コマンドを実行し、現在の課金期間データを入手してください。
  3. 他クラウド支出との比較には、Vantage コンソールで Cloudflare アカウントを接続するか、公式ドキュメントの完全なリファレンスを参照してください。

Cloudflare はネットワーク運用の容易化に尽力してきたが、今こそその費用を世界中のどこでも同等に見やすくする取り組みが必要です。

同じ日のほかのニュース

一覧に戻る →

2026/08/04 6:13

LLM は専門性を報酬とする

## 日本語翻訳: 大規模言語モデル(LLM)は、CSS など基本的なデジタルタスクへの参入障壁を下げていますが、深いドメイン知識の必要性を排除するものではありません。一般的に応用提示技術(generalist prompting techniques)を習得すれば真の価値を引き出せるという一般的な誤解がありますが、複雑な問題解決には特定の分野の知識が不可欠であり、それによって AI を効果的に導く必要があります。数学者のテレンス・ tao の LLM に関する研究に示されるように、専門的な成果は簡潔であるといったスタイル上のヒントではなく、真の理解から生じます。分野に対する親和性がない場合、ユーザーは出力を検証したり、モデルを高度な解決策へと導いたりすることができず、質問の工夫がいくら手巧くてもその限りではありません。著者は、トークンが無限にあっても、非専門家は Tao 氏のような複雑な数学問題においては彼のレベルには達できないと指摘しており、分野知識こそが決定的な要因であることを強調しています。したがって、モデルがさらに強くなるにつれて、人間が正確な要件を伝達し結果を検証するという役割がボトルネックとなります。そのためには、組織は平均的な成果を超えようとする場合、特別な訓練への投資や専門家を採用することが必要であり、AI 統合の未来は汎用的なインターネット検索スキルよりも、制約を定義し高品質な結果を確保するために特定分野での卓越した知識を育成することによって支えられるでしょう。

2026/08/03 23:15

デベロッパーツールのオープンソース化が必須です。

## 日本語翻訳: 人工知能(AI)エージェントは、大規模なユーザーコミュニティや複雑な設定ファイルに依存せずに個々の作成者がパーソナライズされたアプリケーションを構築することを可能にするため、ソフトウェア開発を変革しています。VS Code の拡張機能や vimdiff といった従来の API はリアルタイムでのファイル変更やバックグラウンド処理で苦戦するのに対し、Shelley とような AI エージェントは、上流リリースとの nightly スインジングや人間のレビュー前のコードのプリプロセスなどの複雑なタスクを自動的に処理します。これは、過去 5 年の間にエンジニアが高い維持コストと疑わしい投資対効果のためにカスタムツールを廃棄することが多かった時代から、現在、かつて高価なプラグインシステムを必要としたか多くのユーザーにアモルタイズされた機能が単一ユーザーのために瞬時に組み立てられることへの大きなシフトを示しています。著者は "meat.dev" というツールを作成することでこれを例示しました。このツールは大規模言語モデル(LLM)を使用して、差分からインポートやボイラープレートなど重要なコードを取り除き、開発者がコアアーキテクチャとエッジケース(「the meat」)に集中できるようにします。Shelley 内の発見可能なスキルとして構築されたこのエージェントは、単一のプロンプトでバックグラウンドスインジングなどの複雑なロジックを統合することを可能にし、手動のコマンドライン実行の必要性を排除します。さらに、エージェントによるパーソナライゼーションは学習曲線を劇的に削減し、ソリューションが「機能しているように見える」場合、大規模なレビューなしに小規模チームや個人開発者向けのカスタムソフトウェア(例:セルフホストされたブログ)を可能にします。Claude Code などのクローズドソースツールはソースコードへのアクセスを欠いているのに対し、オープンソースのエージェントはハードコーディングされた値の直接修正や Monobit を通じたビットマップフォントのようなカスタムアセットの統合、またはオンデマンドでの固有リソースの生成を可能にします。このシフトは、開発をレガシーなプラグインエコシステムと設定中心のワークフローから遠ざけ、自動化が効率的に日常運用を管理する一方で人間がコアアーキテクチャに完全に集中する未来へと導きます。

2026/08/04 2:08

より小さく、高速で、安全に:Kim i と G L M を大規模に展開するための実行方法

## Japanese Translation: Workers AI は、Cloudflare のインフラストラクチャ上で大規模な AI モデルの提供を進めており、NVIDIA Blackwell GPU と SGLang フレームワークを活用することでコストを大幅に削減するとともに速度を向上させながら精度を維持しています。本ソリューションは、モデル重みの圧縮、KV キャッシュメモリへの量子化、共有メモリの保護を実現するための整合性チェックという 3 つの中核技術を採用しています。 モデル重みについては、Workers AI がハイブリッド戦略を採用しており、応答のデコードには低精度の INT4 形式を使用します(GLM モデルでは約 60% のメモリ使用量削減を実現しながら、全精度重みから機能的不可能区別性 を維持)。一方、初期処理には高精度な形式を留保しています。KV キャッシュについては、BF16 から 8 ビット FP8 への量子化によりメモリサイズが半分になり、コンテキスト容量が倍増します(例えば、約 137 万トークンの対応が可能になり、従来の約 686 千トークンから)。MMLU や GSM8K などの主要なベンチマークにおける精度劣化はありません。 莫大な同時接続下での安定性を確保するため、Workers AI は共有 KV キャッシュに対して汎用整合性チェックを実装しており、数百件のリクエストが物理メモリページを共有する際のエラーを防いでいます。これにより、スループットおよびレイテンシに対するオーバーヘッドは 1% も未満です。これらの最適化により、同時接続制限が倍増し(例えば、64 つの同時リクエストへの対応が可能になり、従来の 32 から)、運用コストを約 30% 削減するとともに、モデルの信頼性を損なうことなくデコード速度を大幅に向上させることが可能になりました。技術が進化するにつれ、Workers AI は効率的なグローバル展開を実現するために新たな精度形式の検証を継続しています。

Billable Usage API:Cloudflare のプログラムによるコスト可視化 | そっか~ニュース