AIを活用したソフトウェア開発は急速に進化しており、その原動力は強力なオープンソースモデルと完全に統合されたAI開発環境という2つの大きなトレンドです。 GPT‑OSS はOpenAIのオープンウェイトモデルシリーズで、強力な推論、エージェント的な能力、深いカスタマイズ性で知られています。 TRAE はByteDanceによるAI IDEであり、完全な「AIエンジニア」として機能し、自律的にソフトウェアを構築できるように設計されています。
問題は、GPT‑OSSの制御可能な推論力とTRAEのツール豊富な自動化開発フレームワークを組み合わせると何が起こるかです。両者を組み合わせることで、自動化され、かつあなたの正確なニーズに合わせたワークフローが生まれます。このガイドでは、それらを接続し、その潜在能力を最大限に引き出す方法を説明します。
Traeとは？
TRAE はByteDanceが作成したAI搭載統合開発環境（IDE）の名前でもあります。これは複雑なタスクを理解し実行することで、自立してソフトウェアソリューションを構築できる「AIエンジニア」として機能するように設計されています。TRAEはユーザーがタスクをAIに委任できるようにすることで、開発ワークフローを効率化することを目指しています。
Traeの主要機能
強化されたツール統合と機能（Model Context Protocol – MCP）
- 外部ツール統合: TRAEはさまざまな外部ツールと統合し、AIエージェントがそれらをより効果的なタスク実行に使用できるようにします。
- MCPサポート: AIアプリケーションと外部データソースやツールを接続するためのオープンスタンダードであるModel Context Protocol（MCP）をサポートします。これはAI向けのユニバーサル「USB-C」ポートのように機能し、AIモデルをサイロ化されたデータに接続する際の課題を解決します。
- AI機能の拡張: MCPを通じて、エージェントはGoogle Drive、Slack、GitHub、データベースなどの外部リソースにアクセスし、複雑なタスクをより理解し、完了できるようになります。
より深いコンテキスト理解と精密な制御
- 開発コンテキストの深い理解: TRAEはコードリポジトリ、オンライン検索結果、共有ドキュメントなど、開発コンテキストを深く理解します。
- 正確な動作カスタマイズ: ルールをカスタマイズしてAIの動作をワークフローに合わせ、タスクを意図したとおりに正確に実行させることができます。
- マルチモーダルインタラクション: 画像（例：デザインモックアップ、エラースクリーンショット）のアップロードをサポートし、要件の記述を支援し、AIがより正確なコードを生成できるようにします。
CUE：スマート予測とワンキー編集
- 次の編集を予測: CUE（Context Understanding Engine）機能はあなたの意図を理解し、編集行動を分析して次の動きを予測します。
- ワンキーナビゲーションと適用:
Tabキーを押すだけで、次の提案された変更にジャンプしたり、複数行にわたるスマート提案を一度に適用できます。 - 継続的な最適化: この機能はパフォーマンスと応答性の向上のために継続的に最適化されており、コード修正、生成、バグ修正においてよりスムーズな体験を提供します。
包括的なIDE機能とAIアシスタンス
- デュアル開発モード: 従来のユーザー制御ワークフロー向けのIDEモードと、AIが要件からデリバリーまで開発を主導し完全自動化するSOLOモードを提供します。
- 本格的なIDE: コード編集、プロジェクト管理、バージョン管理などの標準的なIDE機能を提供します。
- AIプログラミング支援: スマートコード補完、リファクタリング、チャットベースのQ&A、自然言語からのプロジェクト生成など、さまざまなAI搭載支援機能を備えています。
- 内蔵Webプレビュー: IDE内で直接Webページをプレビューできるため、フロントエンド開発とデバッグが容易になります。
Trae Soloとは？
- 統合ワークスペースとAIツールハブ:
SOLOモードは、IDE、ブラウザ、ターミナル、ドキュメントなど、必要なすべての開発ツールをAIに直接統合します。これにより、AIは各タスクの具体的なニーズに基づいて正確に推論し行動し、アイデアから実行までのギャップをシームレスに埋めることができます。 - AI主導のエンドツーエンド開発:
要件を提供するだけで、SOLOが開発ライフサイクル全体を自律的に処理します。これには以下が含まれます。- 要件分析
- プロトタイピング
- フロントエンド開発
- バックエンド開発
- デバッグと最適化
- ビルドとデプロイ
- 統合モニタリングビュー:
ユーザーはAIとチャットし、すべての開発アクティビティを単一の統合ビューから監視できます。「拡張ビュー」では、すべてのリアルタイム実行の詳細を確認できます。 - マルチモーダルインタラクション：「話す」で要件を伝える:
SOLOモードは音声入力をサポートしており、人間のチームメイトと話すのと同じくらい自然にTRAEと対話できます。AIの出力はコードに限定されず、右側の拡張可能な動的ビューが視覚的で直感的なフィードバックを提供します。 - コンテキストエンジニア:
SOLOモードは究極の「コンテキストエンジニア」として設計されており、作業の全範囲を理解することで、そのアクションと出力が最も包括的で正確な情報に基づいていることを保証します。
要約すると、TRAE SOLOモードの目標は「完成したソフトウェアを出荷するAI」を実現することです。これにより、開発者は「Talk. Think. Ship.」というシンプルなプロセスを通じて、より高速に実際のソフトウェアを構築しリリースできるようになります。
GPT OSSとは？
GPT-OSS（オープンソースシリーズ）はOpenAIがリリースした、強力なオープンウェイト言語モデルのファミリーであり、商用利用が自由で、コンシューマーハードウェア上でローカルに実行できるように設計されています。このシリーズには、200億および1200億パラメータの2つの主要モデルが含まれており、強力な推論、ツール使用、効率性に最適化されており、AIコミュニティにおけるより大きな透明性へのOpenAIの重要なシフトを示しています。これらのモデルにより、開発者や研究者はデータとインフラストラクチャを完全に制御しながら、カスタム目的に合わせて微調整することができ、クローズドなプロプライエタリシステムとオープンソースAIの間のギャップを埋めます。
| **モデル ** | ** レイヤー** | ** 総パラメータ ** | ** トークンあたりのアクティブパラメータ ** | ** 全エキスパート数 ** | ** トークンあたりのアクティブエキスパート数 ** | ** コンテキスト長 ** | ** シングルGPU VRAM要件** |
| gpt-oss-120b | 36 | 117B | 5.1B | 128 | 4 | 128k | 80GB |
| gpt-oss-20b | 24 | 21B | 3.6B | 32 | 4 | 128k | 16GB |
なぜAIコードにGPT OSSを選ぶのか？
フォーマットのカスタマイズ：Harmony
GPT‑OSSモデルは Harmony と呼ばれる特別な会話フォーマットを使用します。このフォーマットはメッセージを system、user、assistant という明確なロールに整理し、モデルの思考と応答を制御できます。Harmonyを使用すると、推論の深さ（低、中、高）を調整し、思考プロセスを表示するか非表示にするかを決定し、安定した構造化された方法で関数を呼び出すことができます。他の多くのオープンソースモデルにはこれらの制御機能が組み込まれていませんが、GPT‑OSSはHarmonyの指示に従うようにトレーニングされているため、ネイティブに理解します。これにより、一貫性があり信頼性が高く、ツールフレンドリーな出力をより簡単に得ることができます。
Harmonyで制御できること
Harmonyフォーマットを使用すると、GPT‑OSSモデルにおいていくつかの主要な動作パラメータを調整できます。
| パラメータ | 説明 | 例 |
|---|---|---|
| 推論の深さ | モデルが行う段階的思考の量を制御します。 | "Reasoning: low"、"Reasoning: medium"、"Reasoning: high" |
| 関数呼び出し | OpenAIスタイルの function_call / tool_calls JSON出力をネイティブサポート。 |
"天気について尋ねられたら常に weather_api を呼び出す" |
| 推論の可視性 | thinking タグ内の完全な思考連鎖を表示または非表示にします。 |
"Show reasoning" / "Hide reasoning" |
| 出力フォーマットルール | JSON、Markdownなどの構造化出力を強制します。 | "Output in JSON format" |
Harmonyリクエストの例
{
"messages": [
{
"role": "system",
"content": "Reasoning: medium; Hide reasoning; Output in JSON format"
},
{
"role": "user",
"content": "クイックソートの動作を説明してください。"
}
]
}
HarmonyをTraeのようなツールで使用する利点
コード生成、デバッグ、実行プラットフォーム（ Trae など）と統合する場合、Harmonyフォーマットはいくつかの実用的な利点を提供します。
-
安定した構造化出力
- Harmonyにより、モデルの出力が予測可能なJSONまたはコードブロック形式に従うことが保証されます。
- Traeは脆弱な正規表現や後処理を必要とせずにこれを直接解析できます。
-
推論の深さ制御
- 迅速なプロトタイピングや単純なコードには 低 推論を使用。
- 正確性が最も重要な複雑なアルゴリズムには 高 推論を使用。
- 推論コストをタスクの複雑さに一致させることで、GPU/CPUリソースを節約。
-
推論の可視性の切り替え
- デバッグや学習のために
thinking推論を表示。 - 本番環境では推論を非表示にして、トークンを削減し内部ロジックの漏洩を防止。
- デバッグや学習のために
-
明確なマルチターンコンテキスト管理
systemルールはターン間で持続し、一貫したコードスタイルと実行ルールを保証。- グローバル設定を失うことなくユーザー指示を変更することで、簡単に反復可能。
-
シームレスなAPI統合
- HarmonyはOpenAI Responses APIを模倣しているため、OpenAIと互換性のあるツールチェーンやIDEプラグインは、最小限の変更でGPT‑OSSと連携できます。
GPT OSSのツール使用
GPT‑OSSモデルは、推論プロセスの一部として外部ツールをネイティブに使用するようにトレーニングされており、**ブラウジング **、**Python実行 、 ファイルパッチ適用 **のための組み込みサポートを備えています。これらのツールは、Harmony 形式のプロンプトの system メッセージで定義することで有効になります。
1. ブラウザツール
-
目的: Webを検索し、ページを開き、ページ上のテキストを見つけます。
-
メソッド:
search— キーフレーズを検索。open— 特定のページを開く。find— ページ上のコンテンツを見つける。
-
特徴:
- コンテキストサイズを管理するためのスクロール可能なテキストウィンドウ。
- 同じページへの再訪問を高速化するキャッシュ。
- 回答内で出典を引用するようにトレーニング。
-
使用方法:
.with_browser()または.with_tools()を使用してsystemプロンプトにブラウザツール定義を追加します。 -
注意: リファレンス実装は教育目的のみです。本番環境では独自のバックエンドを使用してください。
2. Pythonツール
-
目的: 思考連鎖の一部として計算を実行したり、小さなプログラムを実行します。
-
特徴:
- マルチステップ推論のためのステートフルPythonツールでトレーニング。
- リファレンス実装は ステートレス モードを使用。
openai‑harmonyでデフォルトのツール説明をオーバーライド可能。
-
使用方法:
.with_python()または.with_tools()を使用してsystemプロンプトに追加します。 -
セキュリティ警告: リファレンスコードは寛容なDockerコンテナで実行されます。本番環境では独自の制限を追加してください。
3. パッチ適用ツール
- 目的: ローカルファイルの作成、更新、削除を行います。
- ユースケース: 自動化された開発ループの一部として、コードやプロジェクトファイルを変更します。
TraeでGPT OSSを使用する方法
前提条件：APIキーの取得
Novita AI は GPT-OSS 120B
API を 131K コンテキスト 、$0.1/入力 、$0.5/出力 ** で提供しています。また、Novita AI は GPT-OSS 20B を 131 コンテキスト、$0.05/入力 、$0.2/出力** で提供しており、GPT OSSのコードエージェントの可能性を最大限に引き出す強力なサポートを実現しています。Novita AI
ステップ1：ログインしてモデルライブラリにアクセス
アカウントにログインし、モデルライブラリ ボタンをクリックします。
ステップ2：モデルを選択
利用可能なオプションを参照し、ニーズに合ったモデルを選択します。
ステップ3：無料トライアルを開始
選択したモデルの機能を探索するために無料トライアルを開始します。
ステップ4：APIキーを取得
APIで認証するために、新しいAPIキーを提供します。「設定」ページに移動し、画像に示されているようにAPIキーをコピーします。
ステップ5：APIをインストール
使用するプログラミング言語に固有のパッケージマネージャーを使用してAPIをインストールします。
インストール後、必要なライブラリを開発環境にインポートします。APIキーを使用してAPIを初期化し、Novita AI LLMとの対話を開始します。これはPythonユーザー向けのチャット補完APIを使用した例です。
from openai import OpenAI
client = OpenAI(
base_url="https://api.novita.ai/v3/openai",
api_key="",
)
model = "openai/gpt-oss-120b"
stream = True # or False
max_tokens = 65536
system_content = ""役立つアシスタントとして振る舞ってください""
temperature = 1
top_p = 1
min_p = 0
top_k = 50
presence_penalty = 0
frequency_penalty = 0
repetition_penalty = 1
response_format = { "type": "text" }
chat_completion_res = client.chat.completions.create(
model=model,
messages=[
{
"role": "system",
"content": system_content,
},
{
"role": "user",
"content": "こんにちは！",
}
],
stream=stream,
max_tokens=max_tokens,
temperature=temperature,
top_p=top_p,
presence_penalty=presence_penalty,
frequency_penalty=frequency_penalty,
response_format=response_format,
extra_body={
"top_k": top_k,
"repetition_penalty": repetition_penalty,
"min_p": min_p
}
)
if stream:
for chunk in chat_completion_res:
print(chunk.choices[0].delta.content or "", end="")
else:
print(chat_completion_res.choices[0].message.content)
TRAEでGPT‑OSSを使用する
ステップ1：Traeを開きモデルにアクセス
Traeアプリを起動します。右上隅の **AIサイドバーの切り替え ** ボタンをクリックして AIサイドバー を開きます。次に、AI管理 ** に移動し ** モデル を選択します。
ステップ2：カスタムモデルを追加し、プロバイダーにNovitaを選択、モデルを選択
モデル追加 ** ボタンをクリックしてカスタムモデルエントリを作成します。モデル追加ダイアログで、ドロップダウンメニューから ** プロバイダー = Novita を選択します。
モデルドロップダウンから、希望のモデル（DeepSeek-R1-0528、Kimi K2、GLM 4.5、DeepSeek-V3-0324、またはMiniMax-M1-80k）を選択します。目的のモデルがリストにない場合は、NovitaライブラリからメモしたモデルIDを直接入力します。使用するモデルの正しいバリアントを選択してください。
ステップ3：APIキーを入力
NovitaコンソールからNovita AI APIキーをコピーし、TraeのAPIキーフィールドに貼り付けます。
GPT OSSの制限
| 機能 | GPT-OSS（セルフホストモデル） | GPT-5 API（マネージドプラットフォーム） |
|---|---|---|
| 中核提供 | 生のモデル（「エンジン」） | 完全な統合プラットフォーム（「車」） |
| モデル能力 | 強力だが、1世代遅れている | 最先端、旗艦推論 |
| **組み込みツール ** | ** なし。** 大規模なDIY努力が必要。 | ** 完全マネージド:** Web検索、ファイル検索、コードインタプリタ。 |
| **コンテキストウィンドウ ** | ハードウェアにより実質的に制限（例：8k-32k） | ** 大規模（400k）**、完全マネージド。 |
| エージェントフレームワーク | オープンソースライブラリでDIY。観測可能性なし。 | 統合SDK、組み込み観測可能性。 |
| **エンタープライズ機能 ** | ** なし。** コンプライアンス、SSO、管理制御なし。 | ** 完全スイート:** SOC 2、HIPAA、RBAC、SSOなど。 |
| サポート | コミュニティベース、セルフサービス。 | 専任アカウントチームと優先サポート。 |
| **メンテナンス ** | ** 完全にあなたの責任。** セットアップ、スケーリング、アップタイム。 | ** ゼロ。** OpenAIが完全に処理。 |
GPT‑OSSをTRAEと統合することで、両方の長所を活かせます：
- GPT‑OSS は「頭脳」であり、Harmonyフォーマット を通じて制御され、推論の深さを調整し、出力を構造化し、思考プロセスを隠したり表示したりできます。
- TRAE は「身体」であり、統合ワークスペース、ツール接続、自律的なソフトウェアライフサイクル管理（特にSOLOモード）を提供します。
- Novita AI はギャップを埋め、GPT‑OSSをホスティングするため、高価なハードウェアなしでAPI経由で使用できます。
この組み合わせにより、開発者は自分の要件を理解し、意図したとおりに正確に実行するカスタム「AIエンジニア」を構築でき、真に自律的なソフトウェアデリバリーを可能にします。
よくある質問
クローズドソースAPIモデルではなく、GPT‑OSSをTRAEと一緒に使う理由は？
完全な制御が得られます。Harmonyフォーマットにより、TRAEが推論の深さ、出力形式、思考プロセスの表示/非表示を制御できます。また、GPT‑OSSを独自のコードで微調整して完璧に適合させることもできます。
GPT‑OSSを自分でホストする必要はありますか？
いいえ。 Novita AI のようなサービスがホストを代行し、APIキーを提供するため、高価なGPUや複雑な設定は必要ありません。
Harmonyフォーマットとは何ですか？なぜ重要ですか？
これはGPT‑OSSが理解する特別なメッセージ形式です。出力を安定させ、構造化し、TRAEが簡単に処理できるようにします。脆弱な解析は不要です。
Novita AI は、あなたのAIの野望を支援するオールインワンのクラウドプラットフォームです。統合API、サーバーレス、GPUインスタンス — コスト効率の高いツールを提供します。インフラストラクチャを排除し、無料で始めて、AIのビジョンを現実にしましょう。
おすすめの記事
Qwen 3 in RAG Pipelines: All-in-One LLM, Embedding, and Reranking Models
Trae or Claude Code: Which Is More Suitable to Use with Kimi K2?
