どんな話？
自分で選んだAIを呼び出せるようにする4つの道具を、公式の説明書と公式の GitHub を読んで整理した回です（実機の操作はしていません）。vLLM と Flash は Serverless の上に窓口を作る道具で、REST API と MCP は Runpod を操作する道具。vLLM の窓口は ChatGPT と同じ形で呼べ、書きかえるのは行き先・鍵・モデルの名前の3か所。起きるまで・仕事中・仕事のあとの待ち時間にお金がかかります。最後に「窓口の選び方メモ」を1枚書きました。
この記事でわかること
- 道具は2種類。窓口を作る道具（vLLM・Flash）と、ガレージ（Pod）や窓口を操作する道具（REST API・MCP）。窓口を作る道具は、有料のエンジンを動かす
- vLLM は言語モデル専用の窓口セット。見本の棚（Hub）で選び、Model の欄にモデルの名前（説明書の例は openchat/openchat-3.5-0106）を入れて Create Endpoint を押す。最初の起動は数分かかることがある
- vLLM の窓口は ChatGPT と同じ形で呼べる。書きかえるのは行き先（Base URL）・鍵（API Key）・モデル（Model）の3か所。返す長さの上限（max_tokens）の初期値は16なので、答えが途中で切れたら大きくする
- Flash は、手元の Python の関数を遠くのエンジンで動かす道具。Python 3.10〜3.13、uv、権限が All の API キーが要り、Windows は WSL2 経由。本番に出す荷物は1.5GBまで
- 仕事のあとの待ち時間もお金がかかる。Flash は何も書かなければ60秒、説明書の最初の例は300秒。4090 PRO（1秒0.00031ドル）なら、300秒待つだけで1回約0.093ドルの計算
- 住所は2つ。操作は api.runpod.io、呼び出しは api.runpod.ai。REST API の v1 は2026年11月15日に終了予定。MCP は、鍵の権限で操作する方（Runpod API MCP）と、鍵なしで説明書を引く方（Runpod docs MCP）の2つ
やることチェックリスト
0/6記事を読みながら、できたものにチェックを付けていけます。チェックはこの端末に残ります。
ぜんぶできた！おつかれさまでした。
くわしい手順と画面の図は、Xの記事にあります。
こんな人に
- 公開されている言語モデルを、自分で選んで動かしてみたい人
- 第7話の呼び鈴のエンジン（Serverless）は分かったけれど、そこに何をどう載せるのかで止まっている人
- vLLM・Flash・API・MCP という名前を見かけて、違いが説明できない人
この話のTIPS
- 注意API には古い版（v1）と新しい版（v2）があります。v1 は、2026年11月15日に終了する予定です。ネットで見つけた例をまねるときは、どちらの版の話かを先に確かめてください。見分ける手がかりは、住所の頭にあります。v1 の説明書の例は rest.runpod.io/v1、v2 は api.runpod.io/v2。
- コツ説明書の表では、一度に返す文章の長さの上限（max_tokens）の初期値が16。短い一文で切れてしまうほどの長さです。答えが途中で切れたら、故障ではありません。この数字を大きくして送り直します。