DeepInfra：モデルの知能、性能、料金
この分析は、ユースケースに最適なDeepInfra提供モデルを選ぶための参考情報です。
最高の知能
Intelligence Index
モデル合計：104件
最速
出力速度
モデル合計：104件
最安料金
ブレンド料金（100万トークンあたり）
モデル合計：104件
DeepInfraは104モデルを提供しており、知能、性能、料金の特性はそれぞれ異なります。 以下でモデル間の主要指標を比較します。
- DeepInfraで知能が上位のモデルはQwen3.8 2.4T A95B（58）、DeepSeek V4 Pro 0813 (max)（53）、GLM-5.2 (max) (FP4)（53）です。
- 出力速度が最も速いモデルはNemotron 3.5 Lightning (NVFP4)（416 t/s）、Inkling Small（240 t/s）、NVIDIA Nemotron Nano 9B V2（234 t/s）です。 モデル間の速度差は大きく、最速と最遅で79%の差があります。
- 遅延では、Llama 4 Maverick (FP8)（0.50秒）、Llama 4 Scout（0.50秒）、Qwen3.5 35B A3B FP8（0.52秒）の最初の回答トークンまでの時間が最短です。
- 料金では、Llama 3.1 8B (Turbo, FP8)（$0.02）、Llama 3.1 8B（$0.02）、Gemma 4 E4B（$0.03）の100万トークンあたりのブレンド料金が最安です。
- DeepInfraで最大のコンテキストウィンドウに対応するモデルはGLM-5.2 (max) (FP4)（1M）、DeepSeek V4 Pro (max) (FP4)（1M）、DeepSeek V4 Flash (max) (FP4)（1M）です。
ハイライト
知能評価
Artificial Analysis Intelligence Index
Intelligence Evaluations
Agentic real-world work tasks, (Elo-500)/2000
Agentic tool use
Agentic coding & terminal use
Coding
Reasoning & knowledge
Scientific reasoning
Physics reasoning
Knowledge
1 - hallucination rate
Long context reasoning
Agentic knowledge work, Elo
Agentic SaaS workflows
Legal agentic work, criterion pass rate
Agentic business operations
Quantitative analysis on spreadsheets & documents
Instruction following
Long-horizon agentic tasks
Kubernetes incident root-cause analysis
Visual reasoning
Intelligence Index vs. Price
コンテキストウィンドウ
Context Window
料金
Intelligence Index vs. Price
性能の概要
Output Speed vs. Price
速度
出力速度（1秒あたりのトークン数）で測定
Output Speed
遅延
最初のトークンまでの時間（秒）で測定
Latency: Time To First Answer Token
エンドツーエンド応答時間
Seconds to output 500 tokens, calculated based on time to first token, 'thinking' time for reasoning models, and output speed
End-to-End Response Time vs. Price
詳細分析 | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
Qwen3.8 2.4T A95B | 262k | オープン | 58 | $1.03 | 84 | 1.37 | 31.30 | 23.94 | |||
DeepSeek V4 Pro 0813 (max) | 1M | オープン | 53 | $0.46 | 72 | 1.48 | 36.22 | 27.79 | |||
GLM-5.2 (max) (FP4) | 1.05M | オープン | 53 | $0.25 | 66 | 1.04 | 38.84 | 30.24 | |||
Qwen3.8 27B (xhigh) | 262k | オープン | 52 | $0.31 | 49 | 0.96 | 51.64 | 40.54 | |||
DeepSeek V4 Flash 0731 (max) | 1M | オープン | 52 | $0.05 | 77 | 0.83 | 33.16 | 25.87 | |||
 MiniMax-M3 | 524k | オープン | 45 | $0.12 | 49 | 0.99 | 52.43 | 41.15 | |||
DeepSeek V4 Pro (max) (FP4) | 1.05M | オープン | 45 | $0.27 | 55 | 1.23 | 89.22 | 78.96 | |||
 Kimi K2.6 (FP4) | 262k | オープン | 45 | $0.27 | 45 | 1.27 | 110.91 | 98.57 | |||
DeepSeek V4 Pro (high) (FP4) | 65.5k | オープン | 44 | $0.26 | 62 | 1.21 | 41.09 | 31.87 | |||
Kimi K2.7 Code | 262k | オープン | 43 | $0.16 | 50 | 0.58 | 54.86 | 44.34 | |||
 MiMo-V2.5-Pro | 65.5k | オープン | 43 | $0.18 | 131 | 0.72 | 19.84 | 15.29 | |||
Inkling (FP8) | 131k | オープン | 42 | $0.43 | 194 | 0.55 | 13.46 | 10.32 | |||
 Hy3 (FP8) | 262k | オープン | 42 | $0.04 | 71 | 1.04 | 36.16 | 28.09 | |||
DeepSeek V4 Flash (max) (FP4) | 1.05M | オープン | 42 | $0.04 | 76 | 0.73 | 80.87 | 73.59 | |||
Inkling Small | 524k | オープン | 41 | $0.13 | 213 | 0.74 | 12.47 | 9.39 | |||
GLM-5.1 (FP4) | 203k | オープン | 41 | $0.19 | 23 | 1.32 | 185.73 | 162.91 | |||
GLM-5 (FP4) | 203k | オープン | 41* | -- | 40 | 0.85 | 91.24 | 77.86 | |||
DeepSeek V4 Flash (high) (FP4) | 1.05M | オープン | 39 | $0.03 | 86 | 0.86 | 21.16 | 14.47 | |||
Nemotron 3 Ultra | 262k | オープン | 38 | $0.23 | 70 | 6.04 | 45.64 | 32.47 | |||
Nemotron 3 Ultra BF16 | 262k | オープン | 38 | -- | 72 | 8.12 | 46.61 | 31.56 | |||
MiMo-V2.5 | 262k | オープン | 38 | $0.08 | 58 | 0.72 | 43.62 | 34.32 | |||
Ling 3.0 Flash | 131k | オープン | 38 | $0.03 | 117 | 0.65 | 21.96 | 17.05 | |||
Qwen3.6 27B FP8 | 262k | オープン | 38 | $0.19 | 34 | 1.02 | 185.00 | 169.09 | |||
GLM-5.1 (FP4) | 203k | オープン | 36* | -- | 21 | 1.45 | 25.22 | -- | |||
Kimi K2.5 | 262k | オープン | 36 | $0.07 | 54 | 0.70 | 65.18 | 55.18 | |||
Kimi K2.6 (FP4) | 262k | オープン | 35* | -- | 32 | 1.10 | 16.70 | -- | |||
Muse Glimmer (high) | 131k | オープン | 35 | $0.07 | 153 | 0.78 | 17.07 | 13.03 | |||
Qwen3.5 27B (FP8) | 262k | オープン | 35* | -- | 72 | 0.87 | 35.53 | 27.73 | |||
MiniMax-M2.5 (FP8) | 197k | オープン | 34* | -- | 106 | 0.61 | 24.11 | 18.80 | |||
GLM-4.7 (FP4) | 203k | オープン | 34 | $0.10 | 31 | 1.05 | 81.00 | 63.96 | |||
Qwen3.5 397B A17B (FP8) | 262k | オープン | 34 | $0.19 | 47 | 1.18 | 79.45 | 67.65 | |||
GLM-5 (FP8) | 203k | オープン | 33* | -- | 34 | 0.80 | 15.52 | -- | |||
Qwen3.5 122B A10B (FP4) | 262k | オープン | 33 | $0.12 | 159 | 0.80 | 16.54 | 12.59 | |||
DeepSeek V3.2 (FP4) | 164k | オープン | 33* | -- | 14 | 2.29 | 181.83 | 143.63 | |||
Qwen3.5 397B A17B (FP8) | 262k | オープン | 33* | -- | 47 | 1.17 | 11.78 | -- | |||
Qwen3.6 35B A3B (FP8) | 262k | オープン | 32 | $0.09 | 76 | 0.68 | 78.57 | 71.29 | |||
Qwen3.6 27B FP8 | 262k | オープン | 31 | $0.23 | 49 | 1.02 | 11.32 | -- | |||
 Step 3.7 Flash | 256k | オープン | 31 | -- | 164 | 0.63 | 15.86 | 12.18 | |||
Qwen3.5 27B FP8 | 262k | オープン | 30* | -- | 75 | 0.89 | 7.53 | -- | |||
Qwen3.5 35B A3B (FP8) | 262k | オープン | 30* | -- | 136 | 0.46 | 18.84 | 14.70 | |||
Gemma 4 31B | 262k | オープン | 30 | $0.01 | 57 | 1.01 | 40.02 | 30.28 | |||
GLM-4.6 (FP4) | 203k | オープン | 29 | -- | 40 | 0.93 | 63.17 | 49.79 | |||
MiMo-V2.5-Pro | 65.5k | オープン | 28* | -- | 117 | 0.72 | 4.98 | -- | |||
Qwen3.5 122B A10B (FP4) | 262k | オープン | 28 | $0.10 | 150 | 0.85 | 4.17 | -- | |||
GLM-4.7 (FP4) | 203k | オープン | 27* | -- | 30 | 0.97 | 17.52 | -- | |||
Gemma 4 26B A4B (FP8) | 262k | オープン | 26 | $0.03 | 30 | 0.80 | 83.45 | 66.12 | |||
Nemotron 3 Super | 262k | オープン | 26 | $0.10 | 58 | 36.66 | 80.10 | 34.75 | |||
DeepSeek V3.2 | 164k | オープン | 25* | -- | 14 | 1.27 | 37.07 | -- | |||
Qwen3.6 35B A3B (FP8) | 262k | オープン | 25 | $0.29 | 79 | 0.70 | 7.04 | -- | |||
Qwen3.5 35B A3B FP8 | 262k | オープン | 24 | $0.07 | 145 | 0.49 | 3.93 | -- | |||
 gpt-oss-120b (high) | 131k | オープン | 24 | $0.02 | 51 | 0.59 | 49.54 | 39.16 | |||
gpt-oss-120b (high) (Turbo) | 131k | オープン | 24 | $0.07 | 233 | 0.78 | 11.51 | 8.58 | |||
Nemotron 3.5 Lightning (NVFP4) | 28.7k | オープン | 24 | $0.10 | 435 | 0.43 | 6.18 | 4.60 | |||
GLM-4.7-Flash | 203k | オープン | 23* | -- | 75 | 0.57 | 33.79 | 26.58 | |||
Gemma 4 31B (FP8) | 262k | オープン | 22 | $0.04 | 62 | 0.99 | 9.11 | -- | |||
DeepSeek V3.1 Terminus (FP4) | 164k | オープン | 22* | -- | 88 | 0.82 | 6.51 | -- | |||
DeepSeek V3.1 (FP4) | 164k | オープン | 21* | -- | 12 | 0.92 | 41.41 | -- | |||
Gemma 4 26B A4B (FP8) | 262k | オープン | 20* | -- | 31 | 0.79 | 16.81 | -- | |||
Qwen3.5 4B (FP8) | 262k | オープン | 20* | -- | 18 | 0.83 | 139.26 | 110.75 | |||
DeepSeek R1 0528 | 164k | オープン | 20* | -- | 29 | 0.83 | 88.12 | 69.83 | |||
Qwen3 235B A22B 2507 (FP8) | 262k | オープン | 20 | -- | 51 | 0.77 | 49.83 | 39.25 | |||
Qwen3 235B 2507 (FP8) | 262k | オープン | 18* | -- | 21 | 0.74 | 24.72 | -- | |||
Qwen3 Coder 480B (Turbo, FP4) | 262k | オープン | 18* | -- | 117 | 0.55 | 4.83 | -- | |||
Qwen3.5 4B FP8 | 262k | オープン | 16* | -- | 16 | 0.87 | 31.94 | -- | |||
DeepSeek V3 0324 (FP4) | 164k | オープン | 15 | $0.03 | 45 | 0.84 | 12.01 | -- | |||
gpt-oss-20b (high) | 131k | オープン | 15 | $0.01 | 97 | 0.44 | 26.12 | 20.54 | |||
 Mistral Small 3.1 | 128k | オープン | 15 | $0.02 | 48 | 1.02 | 11.46 | -- | |||
Nemotron 3 Nano | 262k | オープン | 15 | $0.02 | 224 | 3.20 | 14.38 | 8.95 | |||
Llama 4 Maverick (FP8) | 1.05M | オープン | 14 | $0.03 | 75 | 0.49 | 7.15 | -- | |||
DeepSeek V3 (Dec) | 164k | オープン | 14 | $0.02 | 31 | 0.89 | 17.06 | -- | |||
Qwen3 Next 80B A3B | 262k | オープン | 14* | -- | 162 | 0.63 | 3.72 | -- | |||
Llama Nemotron Super 49B v1.5 | 131k | オープン | 12* | -- | 73 | 14.22 | 48.69 | 27.58 | |||
Gemma 4 E4B | 262k | オープン | 12* | -- | 46 | 0.78 | 54.60 | 43.05 | |||
Qwen3 32B (FP8) | 41k | オープン | 11 | -- | 41 | 1.28 | 62.96 | 49.34 | |||
Mistral Small 3.2 (FP8) | 128k | オープン | 11 | $0.11 | 45 | 1.03 | 12.10 | -- | |||
Qwen3 14B (FP8) | 32.8k | オープン | 10 | -- | 58 | 0.80 | 44.28 | 34.78 | |||
Llama 4 Scout | 328k | オープン | 10 | $0.01 | 61 | 0.53 | 8.75 | -- | |||
DeepSeek R1 Distill Llama 70B | 131k | オープン | 10* | -- | 30 | 0.78 | 84.21 | 66.74 | |||
Qwen2.5 72B | 32.8k | オープン | 9* | -- | 31 | 1.96 | 17.83 | -- | |||
Llama 3.3 70B (Turbo, FP8) | 131k | オープン | 9* | -- | 17 | 2.40 | 32.45 | -- | |||
Qwen3 30B (FP8) | 41k | オープン | 9* | -- | 91 | 0.54 | 27.91 | 21.90 | |||
NVIDIA Nemotron Nano 12B v2 VL (FP8) | 131k | オープン | 9* | -- | 115 | 4.89 | 26.62 | 17.38 | |||
Gemma 4 E4B | 262k | オープン | 9* | -- | 47 | 0.74 | 11.42 | -- | |||
NVIDIA Nemotron Nano 9B V2 | 131k | オープン | 9* | -- | 218 | 3.93 | 15.42 | 9.19 | |||
Llama Nemotron Super 49B v1.5 | 131k | オープン | 9* | -- | 89 | 8.44 | 14.08 | -- | |||
Qwen3 32B (FP8) | 41k | オープン | 8* | -- | 36 | 1.26 | 15.05 | -- | |||
Llama 3.1 Nemotron 70B | 131k | オープン | 7* | -- | 100 | 5.28 | 10.30 | -- | |||
Llama 3.1 8B (Turbo, FP8) | 131k | オープン | 7* | -- | 23 | 0.96 | 22.37 | -- | |||
Llama 3.1 8B | 131k | オープン | 7* | -- | 28 | 0.88 | 19.04 | -- | |||
Gemma 3 27B | 131k | オープン | 7 | $0.08 | 24 | 1.21 | 21.90 | -- | |||
Nemotron 3 Nano | 262k | オープン | 7* | -- | 221 | 0.59 | 2.86 | -- | |||
NVIDIA Nemotron Nano 9B V2 | 131k | オープン | 7* | -- | 218 | 3.43 | 5.72 | -- | |||
Qwen3 14B (FP8) | 41k | オープン | 7* | -- | 49 | 0.82 | 10.96 | -- | |||
Mistral Small 3 | 32.8k | オープン | 7* | -- | 53 | 0.86 | 10.38 | -- | |||
Qwen3 30B (FP8) | 41k | オープン | 7* | -- | 104 | 0.51 | 5.34 | -- | |||
Llama 3.1 70B | 131k | オープン | 7* | -- | 46 | 1.17 | 11.97 | -- | |||
Llama 3.1 70B (Turbo, FP8) | 131k | オープン | 7* | -- | 45 | 1.09 | 12.30 | -- | |||
Gemma 3 12B | 131k | オープン | 6 | $0.09 | 58 | 0.78 | 9.36 | -- | |||
 Hermes 3 - Llama-3.1 70B | 131k | オープン | 5* | -- | 36 | 2.00 | 16.09 | -- | |||
 Phi-4 | 16.4k | オープン | 5* | -- | 74 | 0.87 | 7.64 | -- | |||
NVIDIA Nemotron Nano 12B v2 VL (FP8) | 131k | オープン | 4* | -- | 119 | 7.24 | 11.42 | -- | |||
Llama 3.2 11B (Vision) | 131k | オープン | 3* | -- | 65 | 1.01 | 8.67 | -- | |||
Gemma 3 4B | 131k | オープン | 1* | -- | 27 | 0.95 | 19.63 | -- | |||
Llama 3 8B | 8.19k | オープン | 1* | -- | -- | -- | -- | -- | |||
主要な定義
よくある質問
DeepInfraに関するよくある質問
DeepInfraが提供し、当社が追跡しているモデルは104モデルです：Qwen3.8 2.4T A95B、DeepSeek V4 Pro 0813 (max)、GLM-5.2 (max) (FP4)、Qwen3.8 27B (xhigh)、DeepSeek V4 Flash 0731 (max)、MiniMax-M3、DeepSeek V4 Pro (max) (FP4)、Kimi K2.6 (FP4)、DeepSeek V4 Pro (high) (FP4)、Kimi K2.7 Code、MiMo-V2.5-Pro、Inkling (FP8)、Hy3 (FP8)、DeepSeek V4 Flash (max) (FP4)、Inkling Small、GLM-5.1 (FP4)、GLM-5 (FP4)、DeepSeek V4 Flash (high) (FP4)、Nemotron 3 Ultra、Nemotron 3 Ultra BF16、MiMo-V2.5、Ling 3.0 Flash、Qwen3.6 27B FP8、GLM-5.1 (FP4)、Kimi K2.5、Kimi K2.6 (FP4)、Muse Glimmer (high)、Qwen3.5 27B (FP8)、MiniMax-M2.5 (FP8)、GLM-4.7 (FP4)、Qwen3.5 397B A17B (FP8)、GLM-5 (FP8)、Qwen3.5 122B A10B (FP4)、DeepSeek V3.2 (FP4)、Qwen3.5 397B A17B (FP8)、Qwen3.6 35B A3B (FP8)、Qwen3.6 27B FP8、Step 3.7 Flash、Qwen3.5 27B FP8、Qwen3.5 35B A3B (FP8)、Gemma 4 31B、GLM-4.6 (FP4)、MiMo-V2.5-Pro、Qwen3.5 122B A10B (FP4)、GLM-4.7 (FP4)、Gemma 4 26B A4B (FP8)、Nemotron 3 Super、DeepSeek V3.2、Qwen3.6 35B A3B (FP8)、Qwen3.5 35B A3B FP8、gpt-oss-120b (high) (Turbo)、gpt-oss-120b (high)、Nemotron 3.5 Lightning (NVFP4)、GLM-4.7-Flash、Gemma 4 31B (FP8)、DeepSeek V3.1 Terminus (FP4)、DeepSeek V3.1 (FP4)、Gemma 4 26B A4B (FP8)、Qwen3.5 4B (FP8)、DeepSeek R1 0528、Qwen3 235B A22B 2507 (FP8)、Qwen3 235B 2507 (FP8)、Qwen3 Coder 480B (Turbo, FP4)、Qwen3.5 4B FP8、DeepSeek V3 0324 (FP4)、gpt-oss-20b (high)、gpt-oss-120b (low)、Mistral Small 3.1、Nemotron 3 Nano、Llama 4 Maverick (FP8)、DeepSeek V3 (Dec)、Qwen3 Next 80B A3B、Llama Nemotron Super 49B v1.5、Gemma 4 E4B、Qwen3 32B (FP8)、Mistral Small 3.2 (FP8)、Qwen3 14B (FP8)、Llama 4 Scout、DeepSeek R1 Distill Llama 70B、Qwen2.5 72B、Llama 3.3 70B (Turbo, FP8)、Qwen3 30B (FP8)、NVIDIA Nemotron Nano 12B v2 VL (FP8)、Gemma 4 E4B、NVIDIA Nemotron Nano 9B V2、Llama Nemotron Super 49B v1.5、Qwen3 32B (FP8)、Llama 3.1 Nemotron 70B、Llama 3.1 8B (Turbo, FP8)、Llama 3.1 8B、Gemma 3 27B、Nemotron 3 Nano、NVIDIA Nemotron Nano 9B V2、Qwen3 14B (FP8)、Mistral Small 3、Qwen3 30B (FP8)、Llama 3.1 70B、Llama 3.1 70B (Turbo, FP8)、Gemma 3 12B、Hermes 3 - Llama-3.1 70B、Phi-4、NVIDIA Nemotron Nano 12B v2 VL (FP8)、Llama 3.2 11B (Vision)、Gemma 3 4B。
DeepInfraで利用できるモデルのうち、知能が最も高いのはIntelligence Indexスコア58のQwen3.8 2.4T A95Bです。
DeepInfraで出力速度が最も速いモデルは、毎秒416.3トークンのNemotron 3.5 Lightning (NVFP4)です。
DeepInfraで最初の回答トークンまでの時間が最短のモデルは、0.50秒のLlama 4 Maverick (FP8)です。遅延が短いほど、最初の応答が速くなります。
DeepInfraでブレンド料金が最も安いモデルは、100万トークンあたり$0.02のLlama 3.1 8B (Turbo, FP8)です（キャッシュヒット／入力／出力を7:2:1とした場合）。
DeepInfraのモデル間では料金に最大55倍の差があり、Llama 3.1 8B (Turbo, FP8)の100万トークンあたり$0.02から、Llama 3.1 Nemotron 70Bの$1.20までとなっています。
はい。DeepInfraはOpenAI互換APIを提供しているため、OpenAIからの切り替えや既存のOpenAI SDK連携の利用が容易です。
DeepInfraの104モデル中101モデルが、構造化出力のJSONモードに対応しています。
DeepInfraの104モデル中101モデルが関数呼び出し（ツール利用）に対応しています。
はい。DeepInfraは56推論モデルを提供しています：Qwen3.8 2.4T A95B、DeepSeek V4 Pro 0813 (max)、GLM-5.2 (max) (FP4)、Qwen3.8 27B (xhigh)、DeepSeek V4 Flash 0731 (max)、MiniMax-M3、DeepSeek V4 Pro (max) (FP4)、Kimi K2.6 (FP4)、DeepSeek V4 Pro (high) (FP4)、Kimi K2.7 Code、MiMo-V2.5-Pro、Inkling (FP8)、Hy3 (FP8)、DeepSeek V4 Flash (max) (FP4)、Inkling Small、GLM-5.1 (FP4)、GLM-5 (FP4)、DeepSeek V4 Flash (high) (FP4)、Nemotron 3 Ultra、Nemotron 3 Ultra BF16、MiMo-V2.5、Ling 3.0 Flash、Qwen3.6 27B FP8、Kimi K2.5、Muse Glimmer (high)、Qwen3.5 27B (FP8)、MiniMax-M2.5 (FP8)、GLM-4.7 (FP4)、Qwen3.5 397B A17B (FP8)、Qwen3.5 122B A10B (FP4)、DeepSeek V3.2 (FP4)、Qwen3.6 35B A3B (FP8)、Step 3.7 Flash、Qwen3.5 35B A3B (FP8)、Gemma 4 31B、GLM-4.6 (FP4)、Gemma 4 26B A4B (FP8)、Nemotron 3 Super、gpt-oss-120b (high) (Turbo)、gpt-oss-120b (high)、Nemotron 3.5 Lightning (NVFP4)、GLM-4.7-Flash、Qwen3.5 4B (FP8)、DeepSeek R1 0528、Qwen3 235B A22B 2507 (FP8)、gpt-oss-20b (high)、gpt-oss-120b (low)、Nemotron 3 Nano、Llama Nemotron Super 49B v1.5、Gemma 4 E4B、Qwen3 32B (FP8)、Qwen3 14B (FP8)、DeepSeek R1 Distill Llama 70B、Qwen3 30B (FP8)、NVIDIA Nemotron Nano 12B v2 VL (FP8)、NVIDIA Nemotron Nano 9B V2。推論モデルは回答前に拡張思考を行い、複雑な問題に取り組みます。
はい。DeepInfraの全104モデルがオープンウェイトです。
はい。インフラストラクチャの変更、負荷分散、アップデートにより、プロバイダーの性能は時間とともに変化する場合があります。すべてのプロバイダーを継続的にベンチマークし、「推移」グラフに過去の性能傾向を表示しています。
DeepInfraのモデルを選ぶ際は、知能（品質を重視するタスク）、出力速度（高スループットが必要なタスク）、遅延（最初の応答の速さが必要な対話型アプリケーション）、料金（費用を重視するワークロード）、コンテキストウィンドウの規模、JSONモード、関数呼び出しへの対応などを検討してください。