【2025年03月】3大クラウドのAI系サービスリリースノート

はじめに

この記事では、Azure、AWS、Google Cloudの3大クラウドサービスのAIサービスの新規機能リリース履歴をまとめています。

主に以下のURLの情報をもとに新機能のキャッチアップを行っています。

Azure

2025年03月05日: リクエストレベルでコンテンツフィルタリングを指定できる機能がプレビュー提供開始

デプロイメントレベルのコンテンツフィルタリング構成に加えて、APIコールごとにリクエストヘッダー(x-policy-id)を使用してカスタム構成を指定できる機能が追加されました。

curl --request POST \ 
    --url 'URL' \ 
    --header 'Content-Type: application/json' \ 
    --header 'api-key: API_KEY' \ 
    --header 'x-policy-id: CUSTOM_CONTENT_FILTER_NAME' \ 
    --data '{ 
        "messages": [ 
            { 
                "role": "system", 
                "content": "You are a creative assistant." 
            }, 
            { 
                "role": "user", 
                "content": "Write a poem about the beauty of nature." 
            } 
        ] 
    }'

リクエストレベルのコンテンツフィルタリング構成は、特定の API 呼び出しのデプロイメントレベルの構成を上書きします。

https://learn.microsoft.com/en-us/azure/ai-services/openai/how-to/content-filters#specify-a-content-filtering-configuration-at-request-time-preview

2025年03月05日: Provisioned spillover（プレビュー）

Provisioned spilloverはトラフィックの変動を管理する機能で、デプロイメントタイプがProvisionedのモデルのトラフィック変動を管理し、容量を超えるトラフィックを指定さたStanderd Deploymentにルーティングすることができます。

オプションとして設定可能で、全リクエストに適用することも、リクエストごとに管理することもできる。

https://learn.microsoft.com/en-us/azure/ai-services/openai/how-to/spillover-traffic-management

2025年03月25日: Responses API & computer-use-preview モデルの提供

Responses APIは、Chat Completion APIとAssistanat APIの機能を統合した新しいStateful APIです。
computer-use-previewモデルは、AIによって直接コンピューターの操作可能にするモデルです。

APIサポートと利用可能なリージョン

このAPIは2025-03-01-preview以降のバージョンでサポートされ、以下のリージョンで利用可能。

australiaeast
eastus
eastus2
francecentral
japaneast
norwayeast
southindia
swedencentral
uaenorth
uksouth
westus
westus3

サポートされるモデル

gpt-4o（バージョン: 2024-11-20, 2024-08-06, 2024-05-13）
gpt-4o-mini（バージョン: 2024-07-18）
computer-use-preview

制限事項

項目	Chat Completion API	Responses API（プレビュー）
✅ API名称	`chat.completions.create()`	`responses.create()`
🔄 セッション保持（状態管理）	なし（自分で履歴保持が必要）	あり（サーバー側でセッション管理）
💻 対応モデル	`gpt-4o`, `gpt-4o-mini`, `o3-mini` 等	`gpt-4o`, `gpt-4o-mini`, `computer-use`
🧠 `computer-use-preview`	非対応	対応（必須）
🔧 Structured output	サポート	非対応（今後対応予定）
🌐 Web検索 / image_url	一部可能（`tool`利用）	未対応

コード例：

import os
from openai import AzureOpenAI

client = AzureOpenAI(
    api_key=os.getenv("AZURE_OPENAI_API_KEY"),
    api_version="2025-03-01-preview",
    azure_endpoint=os.getenv("AZURE_OPENAI_ENDPOINT")
)

# ChatCompletionの場合はclient.chat.completions.create()
# Responnse APIはclient.responses.create()を使用する
response = client.responses.create(
    model="gpt-4o",  # デプロイメント名に置き換え
    input="This is a test."
    # `computer-use-preview`モデルを使用する場合、truncation="auto"が必要
)

「computer-use-preview」モデルへのアクセスを希望する場合、登録申請が必要
「computer-user-preview」モデルのユースケースについてPlaywright統合デモコードのGIFも公開されている。

AWS

2025年03月10日: Amazon Bedrock AgentでComputer use toolsの設定が可能に

Amazon Bedrock AgentでComputer use toolsでタスクを完了できるようになりました。

https://docs.aws.amazon.com/bedrock/latest/userguide/agents-computer-use.html

2025年03月10日: Amazon BedrockでDeepSeek-R1が使用可能に

DeepSeek-R1をAmazon Bedrockで使用できるようになりました。

https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html

2025年03月14日: Amazon Bedrockがヨーロッパ（ミラノ）およびヨーロッパ（スペイン）でサポート

Amazon Bedrockがヨーロッパ（ミラノ）およびヨーロッパ（スペイン）でサポートされるようになりました。

https://docs.aws.amazon.com/general/latest/gr/bedrock.html#bedrock_region

以下は、日付順に時系列で並べた翻訳リスト：

2025年3月18日: Amazon Bedrockで特定のガードレールを強制できる新しいIAM条件キーが利用可能に

IAM ポリシーに bedrock:GuardrailIdentifier条件キーを含めることで、モデル推論API使用時に特定のガードレールの使用を強制することができます。

AWS公式: コンテンツフィルタリングにガードレールを使用するためのアクセス許可を設定する

2025年3月25日: Amazon Bedrock Studio -> Amazon Bedrock in SageMaker Unified Studioに名称変更

Amazon Bedrock Studioは「Amazon Bedrock in SageMaker Unified Studio」に名称変更され、SageMaker Unified Studio内で利用可能になりました。

AWS公式: Amazon Bedrock in SageMaker Unified Studio

2025年3月27日: Amazon Bedrock Flowsで、フローテンプレートが利用できるように

Amazon Bedrock Flowsでフローテンプレートが利用できるようになりました。
Amazon Bedrockリポジトリには、次のテンプレートが用意されています。

ナレッジベースフロー: RAG (取得拡張生成) やナレッジベースの検索と取得など、ナレッジベースを統合してクエリするフロー。
マルチターン会話エージェントフロー: インタラクティブルな会話を実行するフロー。
条件フロー: フロー内で条件ロジックと分岐を実行するフロー。
ガードレールフローを使用したプロンプトノード: ガードレールを使用してプロンプトノードを保護するフロー。
イテレーターとコレクターフロー: 複数の入力を処理し、レスポンスを集約するフロー。
マルチエージェントフロー: マルチエージェントコラボレーションやタスク委任など、さまざまなエージェントベースのワークフロー。
AWS公式: テンプレートを使用して Amazon Bedrock フローを作成する

Google Cloud

2025年03月04日: Vertex AI Agent Engineが一般提供（GA）開始

Vertex AI Agent EngineがLangChain on Vertex AIからVertex AI Agent Engineに名称変更する形で、一般提供開始されました。

Vertex AI Agent Engineは、Google Cloudが提供する完全管理型のサービスで、開発者がAIエージェントを本番環境でデプロイ、管理、スケールを可能にするサービスです。

https://cloud.google.com/vertex-ai/generative-ai/docs/agent-engine/overview

2025年03月07日: gemini-embedding-exp-03-07の公開プレビュー

実験的なGeminiベースの埋め込みモデルgemini-embedding-exp-03-07が公開プレビューとしてリリースされました。

https://ai.google.dev/gemini-api/docs/models/experimental-models

2025年03月11日: Gemini 2.0 Flash fine-tuningがGA

Gemini 2.0 Flash fine-tuningが一般提供（GA）されるようになりました。

Function Callingの呼び出し精度をファインチューニングする機能が追加されています。

ファインチューニング用のデータセットは以下のようにユーザーの質問に対して、呼び出す関数を明示的に指定します。

{
  "system_instruction": {
    "role": "system",
    "parts": [
      {
        "text": "あなたは、ユーザーが最適な製品を見つけるのを手助けするアシスタントです。"
      }
    ]
  },
  "contents": [
    {
      "role": "user",
      "parts": [
        {
          "text": "アメリカでホワイトのPixel 8 Pro 128GBは在庫がありますか？"
        }
      ]
    },
    {
      "role": "model",
      "parts": [
        {
          "functionCall": {
            "name": "get_product_sku",
            "args": {
              "product_name": "Pixel 8 Pro 128GB"
            }
          }
        }
      ]
    }
  ],
  "tools": [
    {
      "functionDeclarations": [
        {
          "name": "get_product_sku",
          "description": "Google製品の在庫状況を取得します。例: Pixelスマートフォン、Pixel Watch、Google Homeなど",
          "parameters": {
            "type": "OBJECT",
            "properties": {
              "product_name": {
                "type": "STRING",
                "description": "製品名",
                "enum": [
                  "Pixel 8 Pro 128GB",
                  "Pixel 8 Pro 256GB",
                  "Pixel 8 Pro 512GB",
                  "Pixel 8 Pro 1TB"
                ]
              }
            }
          }
        },
        {
          "name": "get_store_location",
          "description": "最寄りの店舗の位置を取得します",
          "parameters": {
            "type": "OBJECT",
            "properties": {
              "location": {
                "type": "STRING",
                "description": "場所"
              }
            }
          }
        }
      ]
    }
  ]
}

https://cloud.google.com/vertex-ai/generative-ai/docs/models/tune-function-calling