Workers AIのモデルIDをコードに固定しても、モデル廃止、alias先変更、価格・能力の差は運用中に起きます。重要なのは新モデルへ早く変えることではなく、廃止告知を検知し、同じ評価セットで比較し、段階切替とrollbackを実行できることです。
モデル名固定でも変更は起きる
Cloudflareは2026年5月の廃止告知で複数モデルの終了と推奨置換先を示し、Kimi K2.5は期日にK2.6へ自動aliasされ、価格も異なると説明しました[1]。名前を残したまま実体が変わる場合、deployなしでも応答品質と費用が変わり得ます。
Workers AI changelogは、モデル追加、型更新、EmbeddingGemma改善時の再index推奨、廃止を継続的に掲載しています[2]。changelog確認を担当者の記憶に依存させず、月次点検と廃止日アラートへ組み込みます。
影響範囲をコード以外まで棚卸しする
対象モデルIDを、Workerコード、環境変数、AI Gateway route、batch処理、評価fixture、prompt template、料金見積、運用手順から検索します。chat、embedding、image、speechでは代替条件が違うため、用途ごとに分けます。
棚卸し表には、現行モデル、用途、入力上限、出力形式、tool calling、言語、latency、単価、地域条件、失敗時の挙動を残します。モデルcatalogの「新しい」だけで選ばず、必要能力と契約を照合します[3]。
同じ評価セットで候補を比べる
過去の正常入力、難問、長文、禁止入力、構造化出力、tool callを匿名化した評価セットにします。品質だけでなく、JSON妥当率、拒否、timeout、token、費用、p95 latencyを比較します。embedding変更では、同じ問い合わせに対するretrieval結果まで確認します。
AI Gateway loggingはmodel、provider、status、token、cost、durationを保持できます[4]。機密promptを保存できない経路では、payloadを保存せずmetadataだけ残す設定を使います。評価用trafficと本番利用者の入力を混ぜません。
段階切替とrollbackを用意する
まずshadowで同一入力へ旧・新モデルを実行し、利用者へ返すのは旧モデルだけにします。次に内部利用、少量、本番全体の順で広げます。切替条件は品質、error、latency、費用の複数指標にし、単一の平均点だけで決めません。
AI Gateway fallbackはrequest errorやtimeout時に次のproviderへ進み、response headerのcf-aig-stepで実行段階を確認できます[5]。ただしfallback先の出力契約が違えば正常に見えても業務を壊します。fallbackを移行の代わりにせず、出力schemaと安全制御を事前検証します。
Workers AIのモデル移行runbookを相談する
運用runbookへ固定する
検知日、廃止日、所有者、影響一覧、候補、評価結果、切替率、rollback条件、完了確認を一枚にします。廃止後は古いmodel IDが残っていないこと、alias任せになっていないこと、費用alertが新単価へ追随したことを確認します。
告知から廃止までの残日数に応じて、30日前は影響棚卸し、14日前は比較評価と変更凍結、7日前は本番の一部切替、前日は緊急連絡先とrollback権限を再確認します。移行後は品質、エラー率、p95 latency、一要求当たり費用を同じdashboardで監視し、旧モデルとの差を変更記録へ残します。代替先が複数ある場合は、用途ごとに主系と予備系を決め、すべてを一度に切り替えません。
適用限界
公式catalogとchangelogは将来の品質を保証しません。provider fallbackはデータ処理条件も変える場合があります。高リスク用途では、変更通知、独自評価、人の承認、監査ログを組み合わせ、自動aliasだけで移行完了としません。
一次情報と確認範囲
確認日：2026年9月19日。製品仕様・制度・研究結果は更新されるため、導入時はリンク先の最新版を再確認してください。海外の制度・職業規範は日本へ直接適用せず、相違点と限界を本文に明記しています。