月額6ドルで無制限のLLM API：トークン追跡なし、制限なし

Yolo-Autoは、従来のトークン単位の課金モデルから脱却した、新しいLLM APIサービスを発表しました。月額6ドルの定額制で、Qwen3.6-35B-A3Bモデルを無制限に利用できます。

このサービスは、35Bの総パラメータを持ちながら、各トークンで約3Bのアクティブパラメータのみを使用するスパースMoEアーキテクチャを採用しています。これにより、高い能力を維持しつつ計算コストを低く抑えています。コンテキストウィンドウは128Kで、長文ドキュメントや複雑な会話を処理できます。

Yolo-Autoの最大の特徴は、固定料金制です。従来の従量課金では、開発者はコストを気にしてプロンプトを短くしたり、ループを早期に停止したりするなど、行動を制限していました。固定料金により、これらの懸念から解放され、ワークフローに集中できます。

APIは完全にOpenAI互換で、既存のツールやコードを変更せずに統合できます。Cursor、LangChain、LlamaIndex、Claude Codeなど、幅広いエコシステムをサポートします。設定はbase_urlとAPIキーの指定のみで、すぐに使い始められます。

プライバシーに関しても配慮されており、入力プロンプトや応答テキストは一切保存されません。管理画面ではリクエストのメタデータ（時間、モデル、トークン数、レイテンシ）のみが表示され、内容にはアクセスできません。データが学習に使用されることもありません。

なぜこれほど低価格が実現できるのか。Yolo-Autoの担当者は、モデル自体の低コスト性（アクティブパラメータが少ない）と、自社運用のベアメタルインフラにより中間マージンが発生しない点を挙げています。

主なユースケースとして、コーディングエージェント（Cursor、pi、OpenClawなど）、RAG評価パイプライン、バッチデータ処理、CIレビューボット、カスタムスクリプトや自動化が挙げられています。これらのワークロードは大量のトークンを消費するため、従量課金では高額になりがちですが、定額制なら安心して実行できます。

FAQでは、「無制限」の実際の意味についても説明されています。トークン数に上限はありませんが、総スループットには制限があるため、高負荷時にはスケジューリングの優先度が影響を受ける可能性があります。また、同時リクエスト数はアクティブスロット数に制限され、超過時には再試行が促されます。

現在はQwen3.6-35B-A3Bモデルに特化していますが、将来は同じ価格と可用性を維持できる場合に限り、追加のモデルを提供する計画です。無料トライアル（1日15リクエスト）も用意されており、クレジットカードなしで利用を開始できます。

Yolo-Autoは、LLM APIのコスト面での障壁を下げる新しい選択肢として、特に頻繁にモデルを呼び出す必要がある開発者やチームにとって魅力的なサービスです。