Endeavor 1.0とは。性能と利用条件を解説

Endeavor 1.0の概要

Flower Labsの発表によると、Endeavor 1.0は同社が初めてproduction-readyと位置づけたEndeavorシリーズのモデルです。一般的な質問への回答だけでなく、Web、ファイル、コード、外部ツールをまたぐ長い作業を主な用途にしています。

項目	2026年9月2日時点の内容
種類	推論・コーディング向けの汎用AIモデル
主な用途	長時間のAIエージェント作業、ソフトウェア開発、複雑な知識作業
提供方法	Flower管理サービス、組織内のprivate deployment
提供段階	申請制プレビュー。対象は限定された組織とパートナー
価格	非公開
モデル規模	非公開
コンテキスト長	非公開

Flowerは、既存のopen-weightモデルが持つ一般言語理解、公開知識、一般的なコーディング能力を基礎として活用し、独自の継続事前学習、追加学習、推論時の仕組みを組み合わせたと説明しています。一方で、基礎にしたモデル名、パラメーター数、重みの配布方法は公表していません。「組織内で動かせる」と「重みを自由にダウンロードできる」は同じ意味ではない点に注意が必要です。

公表された性能

FlowerはEndeavor 1.0の製品ページと5ページのデータシートで、4つの評価結果を示しました。比較表はFlowerが選んだモデルと条件による自己評価であり、第三者機関が同一条件で再現した順位ではありません。

ベンチマーク	Endeavor 1.0	GPT-5.6 Sol	Claude Fable 5	Kimi K3	Nemotron 3 Ultra
GPQA	92.0	94.1	92.6	93.5	86.7
HumanEval	98.2	95.1	97.0	96.3	96.3
IFEval	94.1	95.9	91.7	92.8	91.9
AIME 2026	99.9	99.9	99.9	96.7	94.2

表から確認できるのは、Endeavor 1.0がHumanEvalで比較対象の最高値を記録し、AIME 2026でGPT-5.6 SolとClaude Fable 5に並んだことです。一方、GPQAではGPT-5.6 Sol、Claude Fable 5、Kimi K3を下回り、IFEvalでもGPT-5.6 Solを下回ります。「すべての性能で既存モデルを上回った」と読むのは正確ではありません。

ベンチマークの意味にも限界があります。HumanEvalはコード生成、GPQAは高度な専門知識、IFEvalは指示への追従、AIMEは数学を測ります。実際の社内業務では、アクセス権、社内データ、複数ツール、失敗後の復帰まで含めた評価が必要です。GPT-5.6 SolとClaude Fable 5の比較条件は、TechCreateのモデル比較記事でも確認できます。

利用方法は2つ

Endeavor 1.0は、利用者が最初からモデル運用を引き受ける必要はありません。Flowerは、管理サービスで始めた後に一部の機密業務だけを組織内へ移す構成や、将来は配備全体を自社環境へ移す構成を示しています。

利用方法	Flower管理サービス	Private deployment
運用主体	配備、拡張、モデル運用をFlowerが担当	組織が管理する環境で運用
始めやすさ	API経由で始める想定	データ、計算資源、既存システムとの統合が必要
向く用途	早く試したい一般業務	機密データ、配置場所、更新時期を管理したい業務
現在の入口	申請後に個別案内	申請後にFlowerの支援を受けて配備

公式資料は「既存アプリやエージェント基盤から、なじみのあるモデルAPIと応答形式で呼び出せる」と説明しています。ただし、OpenAI互換APIの完全な仕様、利用できるSDK、リージョン、稼働率保証は公開ページで確認できません。実装を始める前に、APIの互換範囲をFlowerへ問い合わせる必要があります。

基盤モデルと一般的な生成AIの違いから整理したい場合は、TechCreateの基盤モデルの解説が前提理解に役立ちます。

料金と提供条件

Endeavor 1.0の申請ページは公開されていますが、セルフサービスの料金表はありません。入力・出力トークン単価、最低契約額、private deploymentのライセンス料、必要なGPU台数も未公表です。したがって、既存の公開APIと月額費用を計算して比較できる段階ではありません。

導入前に、少なくとも次の条件を確認する必要があります。

• 管理サービスの入力・出力単価、最低利用額、契約期間
• Private deploymentで利用者に渡されるものと、重みの保管・複製・更新の権利
• 必要なGPU、推奨構成、量子化の可否、1秒当たりの処理量
• コンテキスト長、対応する入力形式、tool useの仕様
• データ保持期間、学習利用の有無、ログの保存場所、削除方法
• 稼働率保証、障害時の支援、モデル更新を拒否または延期する方法

Tech.euの報道は、限定された組織へライセンス提供する段階であることをFlowerへの取材をもとに伝えています。ただし、同記事も性能を独立測定したものではありません。利用条件の確認と性能の検証は分けて考える必要があります。

自社運用の意味

Endeavor 1.0の特徴は、管理APIか自社運用かを最初に固定しなくてよいという提案にあります。AIエージェントを業務へ組み込むと、モデルの周囲に評価データ、ツール接続、監査ログ、承認手順が積み上がります。モデル提供会社を替えにくくなるのは、APIの書き換えより、周辺の運用資産を移す負担が大きいためです。

判断軸	公開APIだけを使う場合	Endeavor 1.0が示す構成
初期運用	提供会社に任せやすい	Flower管理サービスなら同様
データ配置	提供リージョンと規約に依存	Private deploymentを選べる
更新時期	提供会社の更新に従う	安定版を維持し、更新時期を選べると説明
移行余地	別APIへの置き換えが中心	同じモデルを組織内へ移す経路を用意

ただし、自由度の実態は契約で決まります。重みを受け取れるのか、Flowerが組織内環境へ管理サービスとして設置するのかでは、移行可能性が異なります。Open-sourceやopen-weightという言葉だけで判断せず、配備物、ライセンス、終了時のデータ返却を確認することが重要です。

性能をどう試すか

Flowerは、社内データを外へ出さず、組織が提供した長時間タスクでAIエージェントを評価するFlowerBenchを運営しています。ただし、2026年9月2日時点の公開ランキングにEndeavor 1.0の結果は載っていません。Endeavor向けにFlowerBenchの信号を開発へ使ったことと、公開ランキングで性能を比較できることは別です。

導入検証は、次の順で進めると比較しやすくなります。

1. 自社で実際に発生した20〜50件の作業を、正解と失敗条件付きで用意する
2. Endeavor 1.0と現在のモデルへ、同じツール、権限、時間上限を与える
3. 完了率だけでなく、人の修正時間、再試行回数、誤った操作、総費用を測る
4. 機密データを含まない作業から始め、合格後に対象を広げる
5. モデル更新ごとに同じ評価を再実行し、性能低下を検知する

コーディング用途なら、公開ベンチマークの点数より、対象リポジトリで問題を再現し、変更し、テストを通し、差分を説明できるかが重要です。AIによるレビューを試す手順は、TechCreateのAIコードレビュー導入ガイドも参考になります。

向いている組織

現時点のEndeavor 1.0は、個人が新しいチャットAIを試すための製品ではありません。申請、契約、評価、場合によっては組織内配備まで進められる企業や研究組織が対象です。

状況	判断
機密データを扱い、モデルの配置場所を管理したい	Preview申請を検討する余地がある
管理APIで試し、将来は組織内へ移したい	Flowerが示す2段階の提供方法と合う
今日から個人でAPIを呼びたい	現時点では合わない
公開料金だけで複数モデルを比較したい	料金公開を待つ必要がある
重みを自由に改変・再配布したい	ライセンスと配備物が未確認のため判断できない

Endeavor 1.0の価値は、98.2という単独の点数だけでは決まりません。自社環境へ移せる条件、費用、必要な計算資源、実務タスクの成功率がそろってはじめて、閉じたAPIから移る意味を評価できます。

まとめ

• Endeavor 1.0は、推論、コーディング、長時間のAIエージェント作業を想定し、Flower管理サービスと組織内配備を選べる企業向けAIモデルです。
• 公表された4つの性能値はFlowerの自己評価です。HumanEvalでは比較対象の最高値ですが、条件の開示と第三者による再現がないため、自社タスクでの検証が欠かせません。
• 現在は申請制プレビューで、価格、モデル規模、コンテキスト長、必要な計算資源、ライセンス詳細が未公開です。読者が持ち帰るべき判断は、点数より先に契約と配備条件を確認することです。

出典・参考

• Flower Labs「Introducing Endeavor 1.0」
• Flower Labs「Endeavor 1.0」製品ページ
• Flower Labs「Endeavor 1.0 Datasheet」
• Flower Labs「FlowerBench」
• Tech.eu「Cambridge University spinout launches AI model competitive with OpenAI and Anthropic」
• TechCrunch「Flower Labs launches a new service that automatically switches from local to cloud AI」