サーバーレス×AI — Lambda/Workers/Edge Functionsの使い分け

AIアプリケーションのバックエンドにサーバーレスを採用するケースが増えている。しかしプラットフォームごとに制約が異なり、AIワークロード特有の注意点もある。Lambda・Workers・Edge Functionsの特性を比較し、最適な選択基準を示す。

プラットフォーム比較表

項目	AWS Lambda	Cloudflare Workers	Vercel Edge Functions
最大実行時間	15分	30秒（Unbound: 15分）	30秒
メモリ上限	10GB	128MB	128MB
コールドスタート	100-500ms	0ms（V8 Isolate）	0ms（V8 Isolate）
リージョン	選択可能	全エッジ自動	全エッジ自動
料金体系	リクエスト数+実行時間	リクエスト数	リクエスト数
無料枠	100万リクエスト/月	10万リクエスト/日	10万リクエスト/月
AI向き度	長時間処理に最適	低レイテンシに最適	フロントエンド連携に最適

AIワークロード別おすすめ

ユースケース	推奨	理由
チャットAPI（ストリーミング）	Cloudflare Workers	コールドスタートゼロ、エッジ配信
バッチ文書処理	AWS Lambda	15分の実行時間、大容量メモリ
リアルタイム翻訳	Vercel Edge Functions	Next.jsとの統合、低レイテンシ
画像分析パイプライン	AWS Lambda	メモリ10GBで大画像処理可能
API Gateway/Proxy	Cloudflare Workers	グローバルエッジ、KVストレージ

AWS Lambda — AIバックエンド実装

# handler.py
import json
from anthropic import Anthropic

client = Anthropic()

def chat_handler(event, context):
    """AI チャットAPIのLambdaハンドラー"""
    body = json.loads(event["body"])

    response = client.messages.create(
        model="claude-sonnet-4-5-20250514",
        max_tokens=2048,
        messages=body["messages"]
    )

    return {
        "statusCode": 200,
        "headers": {
            "Content-Type": "application/json",
            "Access-Control-Allow-Origin": "*"
        },
        "body": json.dumps({
            "content": response.content[0].text,
            "usage": {
                "input_tokens": response.usage.input_tokens,
                "output_tokens": response.usage.output_tokens
            }
        })
    }

Cloudflare Workers — ストリーミング対応

export default {
  async fetch(request, env) {
    const body = await request.json();

    const aiResponse = await fetch("https://api.anthropic.com/v1/messages", {
      method: "POST",
      headers: {
        "x-api-key": env.ANTHROPIC_API_KEY,
        "anthropic-version": "2023-06-01",
        "Content-Type": "application/json"
      },
      body: JSON.stringify({
        model: "claude-sonnet-4-5-20250514",
        max_tokens: 2048,
        stream: true,
        messages: body.messages
      })
    });

    // SSEストリームをそのままクライアントに転送
    return new Response(aiResponse.body, {
      headers: {
        "Content-Type": "text/event-stream",
        "Cache-Control": "no-cache",
        "Access-Control-Allow-Origin": "*"
      }
    });
  }
};

Vercel Edge Functions — Next.js統合

// app/api/chat/route.ts
import Anthropic from "@anthropic-ai/sdk";

export const runtime = "edge";

const client = new Anthropic({
  apiKey: process.env.ANTHROPIC_API_KEY!,
});

export async function POST(request: Request) {
  const { messages } = await request.json();

  const response = await client.messages.create({
    model: "claude-sonnet-4-5-20250514",
    max_tokens: 2048,
    messages,
  });

  return Response.json({
    content: response.content[0].text,
  });
}

デプロイ手順の比較

AWS Lambda:

# SAM CLIでデプロイ
sam build
sam deploy --guided --stack-name ai-backend

Cloudflare Workers:

# Wrangler CLIでデプロイ
npx wrangler deploy
npx wrangler secret put ANTHROPIC_API_KEY

Vercel Edge Functions:

# Vercel CLIでデプロイ
vercel --prod
vercel env add ANTHROPIC_API_KEY

コスト比較（月間10万リクエスト想定）

プラットフォーム	月額コスト	備考
AWS Lambda	$0.20 + 実行時間	無料枠内に収まる場合も
Cloudflare Workers	$5（Paid plan）	無料枠は日10万リクエスト
Vercel Edge	$20（Pro plan）	無料枠超過時

実際のコストはAI APIの利用料金が支配的であり、サーバーレス基盤のコストは微小だ。選択基準はコストよりも機能要件で決めるべきだ。

まとめ

AIワークロードには「長時間処理ならLambda」「低レイテンシならWorkers」「フロントエンド統合ならEdge Functions」が基本方針だ。いずれもAI APIへのプロキシとして十分な性能を持つ。

関連記事

• Brain Approximation Score