Vertex AIのModel GardenでClaudeを使ってみた

はじめに

こんにちは。
クラウド事業本部コンサルティング部の渡邉です。

最近、Claudeについての相談をお客様から頂くことがあります。
Claudeを利用される場合は、AWSだったらBedrock経由で利用することができますし、Anthropicとの直契約だったりいろいろ利用手段があるかと思います。

今回は、Google CloudでもVertex AI経由でClaudeを利用することができることを紹介したくこの記事を書いています。

Vertex AIでは、Model Gardenを利用することで、Googleのモデルだけでなく、Anthropic の Claude シリーズも Managed API Service（MaaS）として利用できます。MaaSとして利用することで、インフラを一切管理することなく、API を呼び出すだけで Claude の高い推論能力を活用できる点が大きな特徴です。

Vertex AIでのClaude利用

Vertex AI の Model Garden では、Anthropic の Claude モデルが MaaS（Model as a Service） として提供されています。MaaS 形式のため、以下の特徴があります。

Claude モデルを Vertex AI 経由で利用することで、既存の Google Cloud のセキュリティ・ガバナンス・IAM と統合した形で AI 機能を組み込むことができます。

利用可能なモデル一覧

2026 年 4 月時点で、Vertex AI では以下の Claude モデルが利用可能です。

利用可能なリージョン

Claude モデルは グローバルエンドポイント、米国リージョン、欧州リージョン、アジア太平洋リージョン で利用できます。

グローバルエンドポイントとリージョナルエンドポイントの違い

APIを呼び出す際のグローバルエンドポイントとリージョナルエンドポイントの違いについて以下にまとめます。

エンドポイントの使い分けとしては、以下の方針が取れると思います。

• グローバルエンドポイントを選ぶ場合: 高可用性が必要、429 エラーを減らしたい、データレジデンシー要件がない
• リージョナルエンドポイントを選ぶ場合: データレジデンシー要件がある、Provisioned Throughput を使いたい、処理リージョンを明示的に制御したい

クォータ

クォータの概要

Claude モデルのクォータは QPM（Queries Per Minute） と TPM（Tokens Per Minute） で管理されます。TPM は入力・出力トークンをそれぞれ個別に計測するモデルと、合算で計測するモデルがあります。

クォータはリージョンごとに独立しており、グローバルエンドポイント用の独立したクォータも存在します。

デフォルトクォータ（2026 年 4 月時点）

入力 TPM のカウント対象は キャッシュ未使用トークンとキャッシュ書き込みトークンの合計（キャッシュヒットトークンは含まない）です。

クォータ名（Google Cloud コンソール）

Google Cloud コンソールの「クォータと上限」ページで確認・編集できるクォータ名は以下のとおりです。

クォータの引き上げ

デフォルトクォータで不足する場合は、Google Cloud コンソールからクォータ引き上げをリクエストできます。

1. クォータと上限 ページを開く
2. 対象のクォータを検索し、行末の「…」から「クォータを編集」を選択
3. 新しい値を入力して「リクエストを送信」

Vertex AIでClaudeを利用してみた

前提条件

• Google Cloud プロジェクトが作成済みであること
• gcloud CLI がインストール・認証済みであること
• Vertex AI API が有効化済みであること

ステップ 1: Vertex AI API を有効化する

まずはVertex AIを利用したいプロジェクトでVertex AIのAPIを有効化します。

gcloud services enable aiplatform.googleapis.com --project=${GOOGLE_CLOUD_PROJECT}

ステップ 2: Model Garden でモデルを有効化する

Vertex AI の Claude モデルは、Model Garden のモデルカードから個別に有効化する必要があります。

Cloud Consoleから「Vertex AI」 -> 「Model Garden」をクリックしてください。
Model Gardenに遷移したあと、モデルコレクションから「パートナーのモデル」をクリックします。

• Claude Sonnet 4.6

を選択し、「有効にする」をクリックして有効化します。

「有効にする」をクリックすると

This third party model is licensed from Anthropic and is provided under Anthropic's terms of service.

とAnthropicとの利用規約への同意が求められます。

必要情報を入力して同意するとモデルが使用可能になります。

ステップ 3: ログ記録の設定

Anthropic は、モデルの誤用を検知するためにプロンプトと補完の30日間ログ記録を有効化することを推奨しています。

ロギングは REST API で設定します（Anthropic モデルは Python SDK 非対応）。ログの保存先に BigQuery テーブルを指定します。

BigQuery データセットの作成

テーブルは自動作成されますが、データセットは事前に作成が必要です。us-east5 リージョンを使用する場合は US ロケーションを指定します。

bq mk --location=US --dataset ${GOOGLE_CLOUD_PROJECT}:vertex_ai_logs

ロギングの有効化

$ curl -X POST \
  -H "Authorization: Bearer $(gcloud auth print-access-token)" \
  -H "Content-Type: application/json" \
  -d '{
    "publisherModelConfig": {
      "loggingConfig": {
        "enabled": true,
        "samplingRate": 1.0,
        "bigqueryDestination": {
          "outputUri": "bq://${GOOGLE_CLOUD_PROJECT}.vertex_ai_logs"
        },
        "enableOtelLogging": true
      }
    }
  }' \
  "https://us-east5-aiplatform.googleapis.com/v1beta1/projects/${GOOGLE_CLOUD_PROJECT}/locations/us-east5/publishers/anthropic/models/claude-sonnet-4-6:setPublisherModelConfig"

samplingRate は 0 ～ 1 の値で、1.0 で全リクエストをログ記録します。テーブル名（request_response_logging）は自動作成されます。

ロギング設定の確認

$ curl -X GET   -H "Authorization: Bearer $(gcloud auth print-access-token)"   "https://us-east5-aiplatform.googleapis.com/v1beta1/projects/${GOOGLE_CLOUD_PROJECT}/locations/us-east5/publishers/anthropic/models/claude-sonnet-4-6:fetchPublisherModelConfig"
{
  "loggingConfig": {
    "enabled": true,
    "samplingRate": 1,
    "bigqueryDestination": {
      "outputUri": "bq://${GOOGLE_CLOUD_PROJECT}.vertex_ai_logs.request_response_logging"
    },
    "enableOtelLogging": true
  }
}

詳細は
https://cloud.google.com/vertex-ai/generative-ai/docs/multimodal/request-response-logging
を参照してください。

実際に試してみた

Vertex AI Studio で呼び出す

Google Cloud Console 画面からVertex AI Studioを利用するのが一番簡単にClaudeを利用する方法です。
チャットベースのUIなので、Geminiをすでに利用されている方は抵抗なく利用することができるかと思います。
モデルとしてAnthropic Claude Sonnet 4.6を選択することで、Anthropic Claude Sonnet 4.6を利用した対話が実現できます。

Anthropic SDK（Python）で呼び出す

Anthropic が提供する anthropic[vertex] パッケージを使うと、Vertex AI 向けの認証・エンドポイント設定を自動で処理してくれます。

まずパッケージをインストールします。

pip install -U 'anthropic[vertex]'

次に Application Default Credentials を設定します。

gcloud auth application-default login

以下のコードで Claude Sonnet 4.6 にリクエストを送ります。

from anthropic import AnthropicVertex

PROJECT_ID = "your-project-id"  # Google Cloud プロジェクト ID に置き換える

client = AnthropicVertex(project_id=PROJECT_ID, region="global")

message = client.messages.create(
    model="claude-sonnet-4-6",
    max_tokens=1024,
    messages=[
        {"role": "user", "content": "Vertex AI 経由で Claude に送ったメッセージです。自己紹介をしてください。"}
    ],
)

print(message.content[0].text)

レスポンスの確認

$ python claude-test.py 
# 自己紹介

こんにちは！私は **Claude**（クロード）です。**Anthropic**（アンソロピック）という AI 安全性研究会社によって作られた AI アシスタントです。

## 私についての基本情報

- 🤖 **名前**: Claude
- 🏢 **開発元**: Anthropic
- 🌐 **アクセス方法**: 今回は **Google Cloud の Vertex AI** 経由でご利用いただいています
- 📅 **知識のカットオフ**: 2025年初頭頃まで

## 私にできること

- 💬 自然な会話・質問への回答
- 📝 文章の作成・編集・要約
- 💻 プログラミングのサポート
- 🔍 情報の分析・調査
- 🌏 多言語対応（日本語ももちろん対応！）
- 🧠 複雑な問題の論理的な整理

## 私のモットー

**正確で、誠実で、役に立つ**アシスタントであることを心がけています。わからないことは「わからない」と正直にお伝えします。

---

何かお手伝いできることがあれば、お気軽にどうぞ！😊

グローバルエンドポイントは可用性向上・エラー率低減に効果的ですが、レイテンシが高くなる場合があります。

REST API で呼び出す

SDK を使わず、直接 REST API（rawPredict）でも呼び出せます。ロギングを使用する場合はリージョナルエンドポイントを指定してください。

$ curl -X POST \
  -H "Authorization: Bearer $(gcloud auth print-access-token)" \
  -H "Content-Type: application/json" \
  "https://us-east5-aiplatform.googleapis.com/v1beta1/projects/${GOOGLE_CLOUD_PROJECT}/locations/us-east5/publishers/anthropic/models/claude-sonnet-4-6:rawPredict" \
  -d '{
    "anthropic_version": "vertex-2023-10-16",
    "messages": [{"role": "user", "content": "Vertex AI 経由で Claude に送ったメッセージです。自己紹介をしてください。"}],
    "max_tokens": 100
  }'

レスポンス例

{
  "model": "claude-sonnet-4-6",
  "id": "msg_vrtx_01AYuPE31R5Ryntg6mMqF5ZX",
  "type": "message",
  "role": "assistant",
  "content": [
    {
      "type": "text",
      "text": "# 自己紹介\n\nこんにちは！私は **Claude**（クロード）です。**Anthropic**（アンソロピック）によって開発されたAIアシスタントです。..."
    }
  ],
  "stop_reason": "max_tokens",
  "usage": {
    "input_tokens": 35,
    "output_tokens": 100
  }
}

REST APIを利用してアクセスした場合、リクエストとレスポンスのログをBigQueryへ格納することができます。ブラウザからBigQueryのコンソールを確認すると無事にログが取得できていました。

レスポンスログには、トークン数などの各種情報も記録されているので、データ分析用途にも利用することができると思います。

制約事項・注意点

Vertex AI で Claude を利用する際に押さえておくべき制約をまとめます。

料金について

Claude モデルの料金は 従量課金（入力・出力トークン数に応じた課金）です。課金の対象となるトークン種別は以下のとおりです。

一定量以上の処理が見込まれる場合は Provisioned Throughput も選択できます（グローバルエンドポイントでは利用不可）。

2026 年 4 月時点のグローバルエンドポイント料金（100 万トークンあたり）

ツール料金（Preview）

https://docs.cloud.google.com/vertex-ai/generative-ai/docs/partner-models/claude/web-search?hl=ja

サポート対象モデル: Claude Haiku 4.5、Claude Sonnet 4.5、Claude Sonnet 4.6、Claude Sonnet 4、Claude Opus 4.1、Claude Opus 4、Claude Opus 4.5、Claude Opus 4.6

料金は変動する場合があるため、最新の料金は公式ページを参照してください。

https://cloud.google.com/vertex-ai/generative-ai/pricing#partner-models

まとめ

今回は、Google CloudでもVertex AI経由でClaudeを利用することができることを紹介しました。
Vertex AIのModel Gardenを通じてClaudeモデルをフルマネージドなAPIとして利用できます。

特に注目すべきポイントは以下の3点です。

• インフラ管理不要のMaaS形式で、既存の Google Cloud プロジェクトにすぐ組み込めるため運用負荷が軽い。
• Anthropic SDK（anthropic[vertex]） を使うことで、ADC認証とエンドポイント設定を自動処理でき、コードが簡潔になる。
• グローバルエンドポイントを活用することで可用性・エラー率を改善できるが、データレジデンシーや Provisioned Throughput の要件がある場合はリージョナルエンドポイントを選択する必要がある。

Claude の高度な推論能力を Google Cloud のガバナンス・セキュリティの枠組みの中で使いたい方は、Model Gardenからモデルを有効化して試してみてはいかがでしょうか。

この記事が誰かの助けになれば幸いです。

以上、クラウド事業本部コンサルティング部の渡邉でした!