Prime Intellect, Inc.（米国）が提供する、AIモデルのトレーニング・評価・デプロイを一気通貫で行えるAIインフラプラットフォーム。最大の特徴は、50以上のデータセンターに散らばるGPUを一つの市場（コンピュートマーケットプレイス）として束ね、1台のGPUから数千台規模のクラスタまで、必要なときに必要なだけ借りられる点にある。加えて、強化学習（RL）用の環境を共有する「Environments Hub」、大規模非同期RLフレームワーク「Prime-RL」、環境・評価ライブラリ「Verifiers」といったオープンソースツールを公開し、自社でも100B超のMoEモデル「INTELLECT-3」を訓練・公開している。2026年2月には、環境ハブ・ホスト型トレーニング・ホスト型評価を統合した「Lab」を発表し、単なるGPUレンタルから「モデルを育てる場所」へと軸足を広げた。
主な特徴
- コンピュートマーケットプレイス: 50以上のデータセンターの在庫を横断的に比較し、H100・H200・B200・B300などのGPUをオンデマンドで確保できる。単体GPUなら1分未満で起動でき、256基以上のマルチノードクラスタにも対応する
- リザーブドクラスタ（予約枠）: 長期・大規模な学習向けに、専用クラスタを見積もりベースで確保できる。公式サイトによれば、要件を伝えると24時間以内に候補が提示される
- Environments Hub: 強化学習用の環境と評価タスクをコミュニティで共有するハブ。公開時点で数千規模の環境が登録されており、自作の環境を公開することも、他者の環境を使って自分のモデルを鍛えることもできる
- Lab（ホスト型の学習・評価）: インフラ管理なしでRLによるポストトレーニングを実行し、そのまま評価まで回せる統合環境。2026年2月に提供開始
- オープンソースのRLスタック: 大規模非同期RLフレームワーク Prime-RL と、環境・評価ライブラリ Verifiers をGitHubで公開。プラットフォームを使わずローカルで試すこともできる
- 推論とサンドボックス: OpenAI互換のサーバーレスAPI、専用インスタンスでの推論、LoRAアダプタの配信に対応。AIエージェントにコードを実行させるための隔離サンドボックスも提供する
料金
コンピュートは基本的に従量課金で、GPUの種類と調達元によって単価が変わる。以下は公式サイトに掲載されているオンデマンドの目安。
| 項目 | 料金の目安 | 備考 |
|---|---|---|
| H200（オンデマンド） | 1時間あたり $0.47〜$1.99 | 提供元により幅がある |
| H100（オンデマンド） | 1時間あたり $2.43 | スポットは $0.94 の表示あり |
| B200（オンデマンド） | 1時間あたり $3.49 | ─ |
| B300（オンデマンド） | 1時間あたり $4.99 | ─ |
| リザーブドクラスタ | 要問い合わせ | 50以上のデータセンターから見積もり |
| Lab（ホスト型学習・評価） | 要問い合わせ | 公開価格表なし |
料金は2026年8月時点の情報です。GPU単価は在庫と提供元によって常時変動します。最新の料金は公式サイトをご確認ください。
メリット・デメリット
✅ メリット
- 複数のGPUクラウドを自分で比較・契約する手間が省け、一箇所で在庫と価格を見比べられる
- 単体GPUから数千基規模まで、同じ入口でスケールできる
- Environments Hub と Prime-RL により、「計算資源を借りる」だけでなく「RLで実際にモデルを鍛える」ところまで揃っている
- 主要ツールがオープンソースで公開されており、ベンダーロックインを避けやすい
- INTELLECT-3 など自社研究の成果を公開しており、プラットフォームの実力を成果物で確認できる
⚠️ デメリット
- 対象が明確に開発者・研究者向けで、コマンドライン操作やRLの前提知識が要る
- 提供元が分散しているぶん、在庫状況やネットワーク性能・信頼性が調達先ごとに変わりうる
- Labやリザーブドクラスタは公開価格がなく、事前にコストを見積もりにくい
- 日本語のドキュメント・サポートは用意されていない
- 従量課金のため、学習ジョブの設定を誤ると費用が短時間で膨らむ
類似サービスとの比較
| 比較項目 | Prime Intellect | RunPod | Lambda | Together AI |
|---|---|---|---|---|
| 主な立ち位置 | 分散GPU市場 + RL学習基盤 | GPUクラウド（従量課金） | GPUクラウド + 学習支援 | 推論・ファインチューニングAPI |
| GPU調達元 | 50以上のデータセンターを横断 | 自社・パートナー拠点 | 自社データセンター中心 | 自社クラスタ中心 |
| 大規模クラスタ | 対応（数千基規模の実績） | 一部対応 | 対応 | 対応 |
| RL環境の共有 | Environments Hub あり | なし | なし | なし |
| オープンソース公開 | Prime-RL / Verifiers / モデル | 限定的 | 限定的 | 一部モデル・ライブラリ |
各社とも価格・在庫は頻繁に変わるため、実際の比較は用途と時期ごとに行うのが前提となる。
こんな人におすすめ
- 自前のモデルを強化学習でポストトレーニングしたい研究者・機械学習エンジニア
- 単発の実験から大規模学習まで、GPUの調達先を都度切り替えたいチーム
- オープンソースのRLスタックを使い、環境やデータセットをコミュニティと共有したい人
- 大手クラウドの割当待ちを避け、必要なタイミングでGPUを確保したいスタートアップ
- 分散学習やオープンなAGI開発の動向を、実際に手を動かして追いたい人
まとめ
Prime Intellectは、世界中に分散したGPUを一つの市場として束ね、そこにRL環境の共有ハブとオープンソースの学習フレームワークを載せた、開発者・研究者向けのAIインフラ基盤である。GPUを借りるだけのサービスと違い、「環境を選び、学習を回し、評価する」までが同じ場所に揃っている点が特色といえる。一方で、日本語サポートがなく従量課金の管理も自己責任になるため、まずは小さなオンデマンドGPUで挙動とコスト感を確かめ、必要になった段階でクラスタやLabの見積もりに進むのが現実的だ。