- 「シャドーAPI」とは、公式より安く有名AIを使わせると名乗る非公式サービスのこと
- 調べた24の接続先のうち11件(45.83%)は、うたっていたモデルと別物だった
- 医療の試験では、公式で83.82%の正解率が、非公式では約37%まで落ちた
- 調査対象の17サービスのうち15は、運営者の身元がはっきりしない
- 安さだけで選ばず、自分でモデルの正体を確かめる方法がわかる
「GPT-5が公式の半額で使える」と聞いたら、つい試したくなりませんか? ところが、画面にGPT-5と出ていても、裏では別の小さなAIが答えていた例が見つかりました。この記事では、研究者の調査結果と、私たちが気をつけたい点をまとめます。
シャドーAPIとは? 調査で何がわかったのか
ITmedia NEWSが2026年11月19日に解説記事で取り上げたのは、ドイツのCISPAとカナダのウォータールー大学などの研究です。
論文のタイトルは「Real Money, Fake Models(本物のお金、偽物のモデル)」。arXivで公開されており、計算機セキュリティの国際会議ACM CCS 2026に採択されたと書かれています。
対象はシャドーAPIです。API(ソフト同士をつなぐ窓口)を通じてOpenAIやGoogleなどのAIを裏で仲介し、「公式と同じモデルを安く使える」とうたう非公式サービスを指します。
研究チームは、国際会議の採択論文とGitHubを調べ、17種類のシャドーAPIを見つけました。これらは合わせて187本の学術論文で使われていました。
なぜ使われる? 安さと「公式を使えない事情」
公式APIは料金が高めで、クレジットカードなどの支払い手段も必要です。さらに、中国やロシアなどでは、一部の公式APIが使えません。
そこに、安くて地域の制限もないシャドーAPIが入り込みます。実際、利用者の約8割は、公式APIが制限されている中国の機関に所属していました。
ある大学院生を想像してみてください。研究費が少なく、海外のカードも持てません。そんなときに安いサービスを見つけたら、飛びつくのは自然です。
広まり方も大きく、最も人気のあるサービスは、5,966件の論文引用と、関連リポジトリのGitHubスター数5万8,639という規模でした(2025年12月6日時点)。
査読を通った論文も多く、187本のうち62%にあたる116本が、ACL、CVPR、ICLRなどの国際会議や学術誌に採択されています。
偽装の実態:24接続先のうち11件が別モデル
研究チームは、AIの答え方のクセから「フィンガープリント(指紋)」を作り、統計的な検定と組み合わせて、裏で動くモデルを調べました。
その結果、調べた24の接続先のうち11件(45.83%)が、申告どおりのモデルとは判定されませんでした。
たとえば、GPT-5やGPT-4o-miniと表示された応答が、GLM-4-9BやQwen2.5-7Bという別のAIの指紋と一致しました。どちらも公式のGPTとは別の、小さなモデルです。
DeepSeek-Reasonerを頼んだのに、じっくり考える「思考モード」のないDeepSeek-Chatのように動いた例もありました。
安いモデルへのすり替えに見えますが、故意かどうかまでは、論文だけでは断定できません。
性能はどれくらい落ちる? 医療・法律・数学の結果
研究チームは、人気の高い3サービスで、OpenAI、Google、DeepSeekのモデルを比べました。数学と科学では8モデル、医療・法律・安全性では各社から1モデルずつを調べています。
簡単な質問ではほぼ同じ
じっくり考える必要のない質問では、公式に近いスコアが出ました。ちょっと試しただけでは、違いに気づけません。
難しい問題で大きな差
差が出たのは、考える力が必要な場面です。数学の試験AIME 2025では、あるシャドーAPIで、Gemini-2.5-proが40.00ポイント、DeepSeek-Reasonerが38.89ポイント下がりました。
医療試験MedQAでは、Gemini-2.5-flashの正解率が、公式の83.82%に対し、3サービスすべてで約37%でした。法律の試験でも、同じモデルが40ポイント前後落ちています。
論文によると、差は最大で47.21%に達しました。論文の本文やITmediaの記事は、Gemini-2.5-flashは指紋が申告どおりでも、成績が大きく下がる例があったと伝えています。
医療相談のアプリを作る会社が、安さで選んだAPIの答えをそのまま患者向けに出したらどうでしょう。正解率が半分以下では、笑い話では済みません。
安全性も読めない
有害な質問を断る力にも差がありました。ジェイルブレイク(AIの安全機能を回避する攻撃)への弱さが、公式の5倍になる例もあれば、逆に低くなる例もあり、ずれ方は予測できませんでした。
運営者は誰? 身元不明のサービスが大半
調査した17サービスのうち、15は身元が不透明な個人の運営でした。すでに4サービスは停止しています。
突然使えなくなったり、書かれた結果を再現できなくなったりする危険があるということです。
お金の面でも、安いとは限りません。論文の価格比較では、公式の0.73倍で済むものもあれば、5倍以上になるものもありました。GPT-5を公式と同じ価格で売りながら、GPQAという試験で返ってきた出力の量が公式の38%だった例もあります。
ただし、これは2025年9月から12月の一時点の記録です。論文は、シャドーAPIが予告なく変わる可能性があるとも断っています。
公式APIとの違い
ここまでの内容を、公式APIとシャドーAPIで比べて整理します。
- 公式API:料金は高めですが、モデル名どおりの性能が期待できます。運営元もはっきりしています
- シャドーAPI:安い場合が多い一方、裏のモデルが分からず、性能もぶれます。運営者の身元も不透明です
論文の筆者らは、研究の場面でシャドーAPIを使うべきではないと述べています。あわせて、公式側にも、地域の制限をゆるめることや、学術向けの価格を用意することを求めています。
日本の利用者への影響
調査では、利用者の中心は中国の機関でした。日本からは公式APIを使えるので、同じ事情はありません。
それでも、他人事とは言い切れません。個人開発者やスタートアップが、コストを下げたくて「GPTと同じ」とうたう安いAPIを選ぶ場面は考えられます。
日本の研究者が、シャドーAPIで得られた結果を載せた論文を、知らずに引用する可能性もあります。
企業なら、入力した顧客データの行き先も気になります。運営者の身元が分からないサービスに社内の文書を渡すのは、避けたいところです。
身を守るには? モデルの正体を確かめる方法
海外の解説記事は、簡単な「指紋テスト」を自作することを勧めています。DEV Communityのこの記事によると、同じ質問を決まった設定で送り、答えの記録を公式の答えと比べます。
ただし、これは個人ブログの提案で、論文そのものの主張ではありません。答えが一致しても本物とは限らず、食い違えば怪しい、という程度に受け止めるのが安全です。
論文側の提案は、もう少し本格的です。LLMmapという指紋ツールのプローブ(探りの質問)を24問以上使うことや、統計的な検定を500サンプル以上で行うことを挙げています。さらに、3回以上試して、エンドポイントのURL、モデルのバージョン、アクセス日、価格を記録するよう勧めています。
個人がまずできるのは、次の3つです。
- 運営者の名前や会社が公開されているか確認する
- 自分の仕事で使う難しい問題を数問用意し、公式の答えと比べる
- 顧客の情報や社外秘の資料は、身元不明のサービスに送らない
よくある質問(FAQ)
Q. シャドーAPIは違法なのですか?
A. 今回の記事や論文は、違法かどうかを判断していません。論文が指摘しているのは、モデルの偽装の疑い、性能のぶれ、運営者の不透明さです。
Q. 安いAPIはすべて偽物ですか?
A. 全部がそうとは限りません。調べた24の接続先のうち、申告と別物と判定されたのは11件でした。ただ、論文は別に12.50%で指紋のずれも報告しており、慎重な確認を求めています。
Q. 簡単な質問では見抜けないのはなぜですか?
A. 小さなモデルでも、簡単な質問ならほぼ正しく答えられるからです。差が出るのは、数学や医療のように深く考える質問です。
Q. 日本の企業が気をつけるべき点は?
A. 料金の安さより、運営者の身元とデータの行き先を先に確認してください。契約関係がはっきりした提供元を選ぶのが無難です。
まとめ
- シャドーAPIは、公式より安いと名乗る非公式の仲介サービスです
- 調べた24接続先のうち11件(45.83%)が、申告どおりのモデルではありませんでした
- 医療試験では、公式の83.82%に対して、約37%まで下がる例がありました
- 17サービスのうち15は、運営者の身元が不透明です
- 簡単な質問では差が見えにくいので、難しい問題で自分で確かめる必要があります
まずは、いま使っているAPIの運営者と、返ってくる答えの質を、一度確かめてみてください。