Chaos and Order

💡 왼쪽 원문을 읽으면서 오른쪽에 따라 써보세요. Tab 키로 힌트를 받을 수 있습니다.

この 3 つは同じ種類のゲートウェイではありません。最初の判断はブランドではなく、どの層を解決したいかです。Vercel AI Gateway と Cloudflare AI Gateway は、主にモデル選択と AI リクエストの制御を担う層です。一方で Amazon Bedrock AgentCore Gateway は、API、Lambda 関数、既存の MCP サーバーをエージェント向けツールとして公開するための MCP とツールのゲートウェイです。

この比較は 2026-04-12 時点で、公式ドキュメントと changelog を根拠にしています。

正しい層を比べる

製品	主な層	ルーティング対象	強み	向いている用途
Vercel AI Gateway	モデルゲートウェイ	多数のモデルと provider へのリクエスト	Unified API、budget、usage monitoring、load balancing、fallback	単一のモデル入口を作りたいチーム
Cloudflare AI Gateway	Observability と control plane	AI アプリのトラフィックと provider 呼び出し	Analytics、logging、caching、rate limiting、retries、model fallback、Dynamic Routing	エッジでの制御と可観測性を重視するチーム
Amazon Bedrock AgentCore Gateway	Tool と MCP のゲートウェイ	APIs、Lambda functions、MCP servers	ツールを MCP 互換の形でエージェントに公開できる	モデル選択ではなく、社内システム公開が課題のチーム

Vercel AI Gateway と Cloudflare AI Gateway の違い

もし課題が「どのモデルを使うか、失敗したらどう切り替えるか」であれば、Vercel AI Gateway のほうが素直です。

Vercel の公式 docs では、AI Gateway は hundreds of models を単一 API で扱えると説明されています。budget、usage monitoring、load balancing、fallback を備え、provider options では recent uptime と latency に基づく default provider 選択が行われます。model fallbacks では、primary model から順に backup provider や model へ failover する流れが示されています。

Cloudflare AI Gateway は、AI アプリの observability と control の層に近いです。analytics、logging、caching、rate limiting、retries、model fallback、Dynamic Routing を前面に出しています。2026-04-02 の changelog では、gateway-level automatic retries が追加され、最大 5 回、backoff 付きで再試行できるようになりました。

AgentCore Gateway の位置づけ

Amazon Bedrock AgentCore Gateway は、別の問題を解きます。これは pure model-routing gateway ではありません。

AgentCore Gateway は API と AWS Lambda functions を MCP-compatible tools に変換し、既存の MCP servers に接続します。つまり、モデル選択の層ではなく、tool exposure の層にあります。社内システムをエージェントへ公開したい、tool discovery を揃えたい、API を MCP に橋渡ししたい、というときに使うものです。provider 間の model failover をしたい場合の主役ではありません。

実務での選び方

Vercel AI Gateway を選ぶのは、次のような場合です。

多数のモデルを単一の入口で扱いたい。
budget と usage tracking を一元化したい。
モデルと provider の failover をアプリ改修少なめで実現したい。

Cloudflare AI Gateway を選ぶのは、次のような場合です。

最も重視するのが可観測性、logging、policy control である。
caching や rate limiting など、エッジ寄りのトラフィック制御が必要である。
gateway 側での retries と dynamic routing を使いたい。

AgentCore Gateway を選ぶのは、次のような場合です。

主問題が model routing ではなく tool exposure である。
API や Lambda functions を MCP-compatible tools に変換したい。
既存の MCP servers にエージェントから安全に接続したい。

導入チェックリスト

導入前に次を確認してください。

必要なのが model routing、request control、tool exposure のどれかを決める。
primary と fallback の順序を文書化する。
retry policy と、その責任が client 側か gateway 側かを明確にする。
本番前に budget や quota を設定する。
何を log し、どこに保存し、どれくらい保持するかを確認する。
実際の upstream outage を想定した failure test を行う。
明確な理由がない限り、model gateway と tool gateway の責務は分ける。

公式リンク

結論

model routing なら、Vercel AI Gateway が最も分かりやすい unified API です。

observability と traffic control を重視するなら、Cloudflare AI Gateway が最有力です。

MCP 経由でツールを公開するなら、Amazon Bedrock AgentCore Gateway は別レイヤーとして評価すべき tool gateway です。