--- title: "AGENTIC STARとは？ソフトバンクのAIエージェント基盤3.0の機能・料金・API【2026年11月】" url: "https://www.issoh.co.jp/tech/details/10229/" published: 2025-12-11 updated: 2026-11-10 categories: ["AIエージェント・MCP"] publisher: "株式会社一創" --- # AGENTIC STARとは？ソフトバンクのAIエージェント基盤3.0の機能・料金・API【2026年11月】 AGENTIC STAR（エージェンティック・スター）は、ソフトバンクが2025年12月11日に提供を始めた法人向けのAIエージェントプラットフォームです。業務のゴールを伝えるとAIエージェントが80種類以上のツールを使い分けて作業を進めます。2026年10月26日に提供が始まった3.0では、人の確認を挟んだ一連の業務をAIに任せる「プロジェクト」機能が加わりました。この記事では機能仕様、料金プラン、SaaS版とMarketplace版の違い、APIとSDKを、公式発表と開発者サイトの記載をもとに2026年11月時点の内容で整理します。 ## まとめ：AGENTIC STAR 3.0の機能と料金の要点 - 特徴は、ゴールからAIが作業を進める自律実行に、ガードレール・監査ログ・仮想環境の分離といった統制を最初から載せている点です。 - 現行の3.0は2026年10月26日に提供開始。チャットでの指示に加え、工程を組んで業務を継続実行する「プロジェクト」機能が入りました。 - SaaS版の料金はチャットプラン（利用ユーザー数で契約）とプロジェクトプラン（業務規模で個別見積もり）の2つで、サービスサイトに金額の掲載はありません。公開価格として確認できたAWS Marketplace版は月額1,500ドルで、AWSのインフラ費は別にかかります。 - プロジェクトの型はワークフローとサイクルの2種類。人の確認工程を置けるのはワークフローだけで、作成後に型は変更できません。 - 外部クライアントからAGENTIC STARを呼ぶMCP・A2A接続と、LLM GatewayはSaaS版だけの機能です。Marketplace版を外部アプリから呼ぶ経路はChat API／SSEとサービスアカウント用のRESTです。 - ダッシュボードの完遂率は業務の成果を示しません。「完了」は未完了と示されなかった実行を数えた値です。 - 長所は統制機能が標準で付くことと、人の承認を挟む業務を組めることです。短所はSaaS版の金額が掲載されていないこと、同時進行が3件までであること、外部からのMCP・A2A呼び出しがSaaS版だけであることです。 ## AGENTIC STARの提供元と2026年の更新の流れ 提供元はソフトバンク株式会社で、2025年12月11日の[プレスリリース](https://www.softbank.jp/corp/news/press/sbkk/2025/20251211%5F01/)で提供開始を発表しました。公式の説明は「業務ゴールを理解して、担当者と連携しながらタスクを自律的に進めるAIエージェントをSaaSで提供し、その構築・運用も可能にするプラットフォーム」です。 質問に答えるだけの生成AIとの違いは、ゴールから作業計画を立ててツールを順に実行するところにあります。「業界動向を調べて提案資料にまとめて」と指示すると、情報収集、要約、スライド作成まで進めます。自律実行の組み方そのものは[マルチエージェントの構成パターン](/tech/details/13604/)として一般化されており、AGENTIC STARはそれを企業向けの統制機能付きで提供する製品です。 2026年は、1月15日にMarketplace版の初回リリースが出たあと、6月にBox・Canva・SonarQubeとのMCP連携、8月にLLM Gatewayの標準搭載、9月に4社とのパートナー制度と続きました。10月26日の[3.0の発表](https://www.softbank.jp/business/news/2026/1026-01)では、プロジェクト機能の追加と実行履歴・処理状況の可視化が示されました。連携先には10月15日に[Datadog](https://www.softbank.jp/business/news/2026/1015-01)も加わりました。 ## 機能仕様（スペック一覧）：チャット機能と統制 プレスリリース、サービスサイト、開発者サイトに書かれている仕様を一覧にしました。CPU数や同時実行数といったSaaS版のチャット機能のリソース上限は、公開仕様に記載が見当たりません。 | 項目 | 仕様 | | ------ | --------------------------- | | 操作方法 | Web画面／CLI／メール | | 内蔵ツール | 80種類以上（提供開始時点） | | 成果物 | 文書・表計算・スライド・画像・動画・アプリ | | 実行環境 | チャット単位の独立した仮想環境 | | 記憶 | 企業ごとの長期記憶 | | 統制 | ガードレール・個人情報マスキング・監査ログ | | 管理者機能 | MCP接続管理・ユーザー登録承認・利用分析 | | 主な連携先 | Datadog・SonarQube・Canva・Box | | 3.0の追加 | プロジェクト機能（プロジェクトプラン） | カタログ上のツール数より実務で差が出るのは、実行環境の分離です。処理はチャットごとに別の仮想環境で動き、他のシステムやデータへの影響、権限のない外部サービスへのアクセスを防ぐ設計です。 ### 自律実行の流れと3種類の確認依頼 エージェントは指示の背景にある意図を解釈してゴールを設定し、作業を進めます。人の判断が要る場面で発生するやり取りは、[接続ガイド](https://developers.fd.agenticstar.tm.softbank.jp/docs/saas/api/agent/guide/connection-guide)によると選択肢を選ばせる`choice`、承認か却下を確かめる`confirmation`、複数の質問に答えさせる`question`の3種類です。同じ`conversationId`で回答を送ると処理が再開します。 APIから呼ぶ場合は、エージェント実行かLLMの直接応答か（`agentMode`）、標準モデルか高性能モデルか（`agentLevel`）、作業レポートを作るか（`reportMode`）をリクエストごとに指定できます。 ### 統制機能：ガードレールと監査ログ（2年保存はMarketplace版） 仮想環境の上にガードレール、有害コンテンツの制御、個人情報のマスキング、アクセス権限に応じた制御、ログ管理が重なります。Box連携はBox側のアクセス権限をそのまま引き継ぐので、閲覧権限のある資料だけをエージェントに検索・要約させられます。 監査要件で確認すべきは保存期間です。Marketplace版のリリースノートには監査ログの2年保存が明記されています（v2.5.0）。この記載はMarketplace版のものなので、SaaS版の保存期間は契約時に別途確認してください。長期記憶は過去のやり取りや社内資料を企業ごとに蓄積する機能で、設計の考え方は[エージェントメモリの短期記憶と長期記憶の設計](/tech/details/16053/)で扱っています。 ### LLM Gateway：AIコーディングツールの利用を統制する中継機能 2026年8月7日の[発表](https://www.softbank.jp/business/news/2026/0807-01)でSaaS版の標準機能になりました（Ver.2.6.0以降）。AIコーディングツールと企業が契約するLLMサービスの間に置き、ガードレール、機密情報の扱いの制限、利用状況の記録をそのツールにも適用します。追加のオプション契約は不要ですが、ツールとLLMサービスの料金は別契約です。 管理面では[設定ガイド](https://developers.fd.agenticstar.tm.softbank.jp/docs/saas/api/llm-gateway/guide/setup)のとおり、モデルごとの日次予算（超えると429を返す）、接続元IPの制限（IPv4／IPv6／CIDR）、難易度に応じたhigh・middle・lowの自動振り分けが設定できます。OSSで同じ役割を自前で組む方法は[Agent Router（旧Envoy AI Gateway）の構成](/tech/details/17708/)で比べられます。 ## 3.0のプロジェクト機能：業務の流れごとAIに任せる仕組み チャットが「その場の1回の依頼」を扱うのに対し、プロジェクトの対象は手順の決まった繰り返しの業務です。サービスサイトは、動き出す条件（トリガー）、工程（ワークフロー）、人の確認依頼、履歴の4点を中心機能に挙げています。外部システムのAPIやWebhookを起点にでき、工程ごとにAIへの指示を並べ、確認者は完了・差し戻し・却下から判断します。 ### ワークフロー型とサイクル型の選び方 型はプロジェクトの作成時に選び、[開発者サイト](https://developers.fd.agenticstar.tm.softbank.jp/docs/saas/project/)によると後から変更できません。 | 観点 | ワークフロー | サイクル | | ------ | --------------- | ----------------------- | | 開始方法 | 手動・時刻・外部API・メール | 配置ごとのスケジュール・Webhook・メール | | 進み方 | 前の工程の完了後に次へ | 各エージェントが独立して実行 | | 終わり方 | 完了・却下・失敗・取消 | 止めるまで継続 | | 人の確認工程 | 置ける | 置けない | | 向く業務 | 申請処理、月次レポート | 受付の一次対応、定期監視 | 判断基準は単純で、「人が承認してから次へ進める」業務はワークフロー一択です。サイクルには確認工程を置けないので、外部へのメール送信や更新系の操作を伴う業務をサイクルで組むなら、実行ルールで許可する操作を先に絞ってください。実行ルールは全社設定を引き継ぎ、プロジェクト側では厳しくする方向にしか変更できません。人の承認を組み込む設計全般は[ヒューマンインザループ（HITL）の解説](/tech/details/11415/)が参考になります。 ### 工程12・同時3件など設定の上限 [設定リファレンス](https://developers.fd.agenticstar.tm.softbank.jp/docs/saas/project/reference/settings-ref)に載っている主な固定値です。導入前の業務設計で先に突き合わせてください。 | 項目 | 上限・既定値 | | --------- | ---------------- | | 工程数 | 最大12 | | 同時に進行中の実行 | 最大3（確認待ちを含む） | | 工程の再試行 | 0〜10回（既定2回） | | 差し戻し | 同じ工程へ1〜10回（既定3回） | | 確認者 | 最大20人 | | 確認の期限 | 1〜720時間（既定24時間） | | 接続先（コネクタ） | 最大50 | 影響が大きいのは同時3件の上限です。確認待ちも数えるため、承認が滞ると4件目の開始が拒否されます。1日に数十件届く申請を1つのプロジェクトで受ける設計は、確認者の処理速度がそのまま詰まりになります。確認者を複数名指定しても最初の1人の回答で決まり、全員の合意を待つ仕組みではない点も、稟議の代替にする場合は注意が必要です。 ### 完遂率と実行履歴の読み方 3.0の発表は費用対効果の評価支援を前面に出していますが、ダッシュボードの数字をそのまま効果測定に使うのは避けてください。[開発者サイトの説明](https://developers.fd.agenticstar.tm.softbank.jp/docs/saas/project/concepts/records-and-metrics)によると、完遂率は「完了」の件数を終了した実行数で割った値で、「完了」は未完了と示されなかったことしか意味しません。報告がないまま終わった実行も、最終結果に未完了の記述がなければ「完了」に入ります。再試行は別の1件として数えられます。 監査の観点では、[Project APIガイド](https://developers.fd.agenticstar.tm.softbank.jp/docs/saas/api/agent/guide/project-api-guide)に次の制約が書かれています。ツールに渡した引数と戻り値は記録されず、ワークフローの最終応答の要約は最大2000字、サイクルでは実行時点の工程・配置・接続先の設定が保存されません。「AIが誰に何を送ったか」を後から証明したい業務では、接続先のシステム側にも操作ログを残す設計が必要です。効果測定は、完遂率ではなく成果物の差し戻し率や人の作業時間で行います。 ## 提供モデルとSaaS版・Marketplace版の違い 使い方の異なる4つの提供モデルがあります。ソフトバンクのクラウドで動くのはSaaSモデルです。カスタマイズモデルと開発基盤提供モデルは自社の環境で動き、外部接続モデルはAPI／MCPで既存システムから呼び出します。 | 提供モデル | 中身 | 2026年11月時点 | | --------- | ---------------------- | -------------------- | | SaaSモデル | ブラウザから利用 | 提供中（3.0） | | カスタマイズモデル | 個社の環境に構築 | 個別相談 | | 外部接続モデル | API／MCPで既存システムに組み込む | Agent API公開済み | | 開発基盤提供モデル | Marketplace経由の実行環境とSDK | Azure・AWS提供中、GCP対応予定 | ### Marketplace版のプロジェクト：直列のみ・Project APIは4種 [Marketplace版のプロジェクト](https://developers.fd.agenticstar.tm.softbank.jp/docs/marketplace/project/)は考え方こそ共通ですが、できることが絞られています。 | 観点 | SaaS版 | Marketplace版 | | ---------------------------- | --------------- | -------------- | | 工程に置くエージェント | プロジェクト内で作成 | 管理者が登録したコンテナ | | ワークフローの形 | レーン分割で並行可 | 直列のみ | | 開始方法 | 手動・時刻・外部API・メール | 手動・時刻・外部API | | Project API | 作成・編集・記録・KPIまで | 一覧・開始・発火・取得の4つ | | 外部からのMCP・A2A呼び出し／LLM Gateway | 対応 | 非対応 | 実行基盤を自社クラウドに置ける代わりに、工程に置くエージェントはSDKで作ってコンテナとして登録する必要があります。工程のエージェントを画面で作れるのはSaaS版だけです。開発チームを持たない企業がMarketplace版を選ぶ理由は薄いと考えます。 ### Azure版・AWS版の構築要件 [Azure版](https://marketplace.microsoft.com/en-us/product/sbmpn.agenticstar)はManaged Applicationとして、AKS、pgvector付きのPostgreSQL、ベクトルDBのQdrant、認証のKeycloak、監視のPrometheus・Grafana・Lokiなど20のサービスを展開します。掲載ページの前提条件はAKS向け32 vCPU（Standard Ddsv4）とPostgreSQL向け8 vCPUのクォータ、およびAzure OpenAIのエンドポイントで、配備には約1時間かかります。 AWS版はCloudFormationでEKS・RDS for PostgreSQL 16.6・S3・VPCを構築し、推論はLiteLLM経由でAmazon Bedrockへ送ります。内容の検査にBedrock GuardrailsとAmazon Comprehendを使い、対応リージョンには東京（ap-northeast-1）が含まれます。Azure版の掲載には構成要素としてLibreChat UIが記載されています。[LibreChatのDocker構築と社内AIチャット基盤の採用判断](/tech/details/17653/)と比べれば、エージェント実行や監査ログといった上乗せ部分が分かります。 ### Marketplace版のバージョン履歴と破壊的変更 [リリースノート](https://developers.fd.agenticstar.tm.softbank.jp/docs/marketplace/build/release-notes)の主要な版です。 | 版 | 公開日 | 主な変更 | | ------- | ---------- | ------------------- | | v1.0.0 | 2026-01-15 | 初回リリース | | v2.5.0 | 2026-06-21 | 監査ログ2年保存 | | v2.6.0 | 2026-07-04 | 監査ログ全件エクスポート | | v2.10.0 | 2026-09-12 | 個人アクセストークン認証 | | v3.1.0 | 2026-10-09 | プロジェクト機能（3.0.0は飛ばす） | 開発者サイトのv3.1.0リリースノートが挙げる破壊的変更は、SDKの3.0系への更新と、実行ルールの対象からMCPツールを外した点です。AWS Marketplaceの掲載版は2026年11月10日時点で2.10.0のため、プロジェクト機能を使うなら購入時の版と更新手順を確認してください。MCP専用のツールポリシー規則は削除されたので、MCPツールを実行ルールで制限していた環境は、更新前に別の手段での制限へ切り替えてください。 ## APIとSDKで自社システムから呼び出す方法 APIは2系統に分かれます。自律エージェントを動かすAgent API（`/api/v1/chat/completions`）と、OpenAI・Anthropic互換でLLMを直接呼ぶLLM Gateway（`/llm/v1/chat/completions`）です。ツール実行や成果物が要るならAgent API、統制を効かせてLLMを呼ぶだけならLLM Gatewayを選びます。SaaS版のエージェントAPIはAPIオプションの申込が前提です。 ### 接続方式の違い：Chat API・MCP・A2A | 方式 | プロトコル | 想定クライアント | 対応版 | | ------------ | --------------- | ------------------- | ---------------- | | Chat API／SSE | REST＋SSE | 自社アプリ | SaaS・Marketplace | | MCP | Streamable HTTP | ClaudeなどMCP対応エージェント | SaaSのみ | | A2A | JSON-RPC | A2A対応エージェント | SaaSのみ | MCPで接続すると、AGENTIC STARのエージェントはClaudeなどのMCPクライアントから見て1つのツールになります。同じ`conversationId`への同時リクエストは409 Conflictになるため、並行処理は会話を分けて設計します。逆にAGENTIC STARから自社のMCPサーバーを呼ばせる側の設計は[AIエージェントにMCPで外部ツールを接続する実装手順](/tech/details/15365/)が参考になります。 ### LLM GatewayをOpenAI SDKから呼ぶコード 実行前にPython環境へ`pip install openai`でOpenAI SDKをインストールし、環境変数`AGENTIC_STAR_API_KEY`にConsoleで発行したAPIキーを設定してください。 既存のOpenAI SDKやAnthropic SDKは接続先URLの差し替えで対応できます。事前に管理者がモデルを定義し、ConsoleでAPIキー（`agtstr_`で始まる文字列）を発行します。以下は[公式クイックスタート](https://developers.fd.agenticstar.tm.softbank.jp/docs/saas/api/llm-gateway/quickstart/call-from-sdk)に沿ったコードで、APIキーを環境変数から読むように変えています。 ``` import os from openai import OpenAI client = OpenAI( api_key=os.environ["AGENTIC_STAR_API_KEY"], base_url="https://api.fd.agenticstar.tm.softbank.jp/llm/v1", ) # 使えるモデルIDは GET /llm/v1/models で確認する（管理者が定義したものだけが返る） resp = client.chat.completions.create( model="", messages=[{"role": "user", "content": "Hello"}], ) print(resp.choices[0].message.content) ``` 利用可能なモデルIDはテナントごとに異なります。この例では、事前にモデル一覧を取得して使うモデルを選び、コード中のプレースホルダーをそのIDに置き換えて実行します。 ### プロジェクトの失敗した実行をAPIで洗い出す手順 3.0のProject APIには、うまくいかなかった実行を探す用途の絞り込みがあります。公式ガイドの例では、`outcome=problems`と期間を指定して実行履歴を取得します。 ``` curl "https://api.fd.agenticstar.tm.softbank.jp/api/v1/projects/$PROJECT_ID/executions?outcome=problems&from=2026-10-01T00:00:00Z" \ -H "Authorization: Bearer $ACCESS_TOKEN" ``` 読み取りにはアプリケーショントークン（Authorization Code方式）と`project:read`スコープを使います。システム連携トークンで呼べるのは一覧・実行の開始と取得・トリガーの発火だけで、実行結果は読めません。SSOでサインインしないユーザーのトークンは、多くのProject APIで403（`sso_required`）になります。KPIは`GET /v1/projects/{projectId}/kpi`で取得でき、期間は`days`に7・30・90のいずれかを指定します。 ### Agent SDK（agenticstar-platform）の役割と版の固定 独自エージェントを作るPython SDKが[agenticstar-platform](https://pypi.org/project/agenticstar-platform/)としてPyPIで公開されています。データベース、イベント配信、記憶、ストレージ、RAG、セキュリティをSDKが受け持ち、判断ロジックは開発者が書く分担です。ワークフローの工程で動くエージェントは`agenticstar_platform.workflow`で実装し、Marketplace版3.1以降とSDK v3.0.1以降が必要です。 版の表記には注意が要ります。開発者サイトのSDKページは「v3.0.15・Python 3.12以上」と書いていますが、PyPIの最新は2026年11月9日公開の3.3.0で、必要なPythonは3.11以上です。3.2.0では`auth_type="api_key"`が廃止され、指定すると`AuthConfigError`になりました。更新が月に数回あるので、利用するプラットフォームの版に合わせてSDKを固定し、更新のたびにPyPIの変更履歴を確認してください。 ## 料金プランと見積もりの内訳 サービスサイトにSaaS版の金額は載っていません。3.0の発表には、3.0は従来のチャット機能と異なる料金体系で提供すると注記され、[サービスサイト](https://www.softbank.jp/biz/services/ai/agentic-star/)には次の2プランが載っています。2つを組み合わせて契約することもできます。 | プラン | 使える機能 | 契約の単位 | | --------- | ------------ | ----------- | | チャットプラン | チャット・メールでの依頼 | 利用ユーザー数 | | プロジェクトプラン | 工程を組んだ業務の実行 | 業務規模で個別見積もり | 提供開始時の説明会を報じた[マイナビニュース](https://news.mynavi.jp/techplus/article/20251211-3796425/)は「中小企業が活用できる価格帯」「初期費用なしで利用できる」と伝えましたが、これは3.0以前の報道です。現在の初期費用と最低契約数は問い合わせで確認してください。 公開価格を確認できたのは[AWS Marketplace版](https://aws.amazon.com/marketplace/pp/prodview-k4fy3i6tzgvik)です。2026年11月10日時点の掲載は月額1,500ドルの固定料金で、インスタンス種別ごとの時間課金は5種類とも0ドルでした。EKS・RDS・EC2・NAT Gateway・S3などのAWSインフラ費は別に請求されます。Azure Marketplace版の金額は確認できなかったため、ソフトバンクに問い合わせてください。 見積もりで抜けやすいのはLLMの費用です。Azure版はAzure OpenAI、AWS版はAmazon Bedrockの利用料が自社の請求に乗ります。SaaS版のLLM Gatewayでも、AIコーディングツールとLLMサービスの料金はAGENTIC STARの利用料金に含まれません。 ## ソフトバンク社内の導入実績と数値の読み方 提供開始時点で500人を超える社員が日常的に使っていると発表されました。公表されている効果の数値は次のとおりです。 - コード生成のスピードが従来の約11倍（2026年3月27日のソフトバンクニュース） - モックアプリの開発が約30時間から約30分へ短縮（[ビジネスブログ](https://www.softbank.jp/business/content/blog/202603/agentic-star-app)） - インフラ構築の工数が約10人日から約0.5人日へ短縮、一般的な生成AIでは約5人日（[インフラ構築事例](https://www.softbank.jp/business/content/blog/202603/agentic-star-iac)） いずれも提供元の自社事例で、担当者のスキルや測定回数といった比較条件は十分に示されていません。稟議にそのまま引かず、自社の代表的な作業1本で試用前後の時間を測り直すのが確実です。 ## 導入を急がない方がよい条件 統制機能が最初から付いている点は強みですが、次の条件では採用を見送るか、検証の範囲を絞るべきです。 **Marketplace版を外部のMCPクライアントから呼びたい場合。**外部から呼ぶMCP・A2A接続はSaaS版だけです。自社クラウド配置とこの接続の両立が必須なら、現行の公開仕様では要件を満たしません。カスタマイズモデルでの可否を個別に確認してください。 **Azure OpenAIを契約していない場合。**Azure版はAzure OpenAIのエンドポイントが必須で、AKSに32 vCPUのクォータも要ります。小規模な検証のためにこのクォータを申請するより、SaaS版で試す方が早く済みます。 **1プロジェクトで大量の案件を人の承認付きで流したい場合。**同時に進行できるのは確認待ちを含めて3件です。承認待ちが溜まる業務には向きません。上限が業務量に足りないときの扱いは、プロジェクトプランの見積もり時に確認してください。 **公開価格で他社と比較したい場合。**SaaS版は公開価格だけでは総費用を比較できないため、見積もりを取得してから比較表に反映します。[OpenAI Frontier](/tech/details/10884/)、[Microsoft Agent 365](/tech/details/17769/)、[Amazon Quick Suite](/tech/details/18111/)と比べるなら、同じ利用人数・同じLLM前提で見積もりを取り直す必要があります。 逆に、ガードレールや監査ログの整備で止まっていたPoCを業務に載せたい企業、AIコーディングツールを統制付きで解禁したい企業にはSaaS版が合います。自社の業務に合わせたエージェントの設計から任せたい場合は、[AIエージェント開発の支援](/service/ai/agent/)も選択肢になります。 ## よくある質問 ### AGENTIC STARの読み方と開発企業は？ 読み方は「エージェンティック・スター」で、2025年12月11日のプレスリリースにこの読みが併記されています。開発・提供元はソフトバンク株式会社です。検索では「エージェントスター」と略されることもありますが、正式な製品名はAGENTIC STARです。 ### AGENTIC STARの料金はいくら？ SaaS版は金額の掲載がなく、チャットプランは利用ユーザー数、プロジェクトプランは業務規模に応じた個別見積もりです。金額を確認できたのはAWS Marketplace版の月額1,500ドル（2026年11月10日時点）で、AWSのインフラ費とLLMの利用料は別にかかります。 ### AGENTIC STARのターゲット層は？ 提供開始時の報道によると、業種を問わず国内外の中小企業から大企業までを対象とし、SIerへの提供も想定しています。開発基盤提供モデルはSDKで独自エージェントを作る開発組織向けで、業務部門が画面から直接使うならSaaSモデルが入口になります。 ### AGENTIC STARで使うLLMは選べる？ 選べますが、範囲は提供モデルによって違います。SaaS版ではAPIの`agentLevel`で標準と高性能を切り替えられ、LLM Gatewayでは管理者が定義したモデルだけを呼べます。Marketplace版はAzure版がAzure OpenAI（必須、AWS Bedrockは任意）、AWS版がLiteLLM経由のAmazon Bedrockです。 ### AGENTIC STARはMCPに対応している？ 対応しています。SaaS版は管理者が許可したMCPサーバーへの接続を管理でき、外部のMCPクライアントからAGENTIC STARを呼ぶ`/v1/mcp`もあります。Marketplace版にMCPの接続口はなく、外部のMCPクライアントからは呼べません。 ## 関連記事 - [OpenAI Frontierとは？企業向けAIエージェント基盤の機能・提供状況・FDE支援【2026年10月】](/tech/details/10884/) - [Microsoft Agent 365とは｜SDK・CLIで自社エージェントを登録する手順と料金](/tech/details/17769/) - [Amazon Quick Suiteとは｜チャットエージェント・スペース・FlowsをAWS CLIとMCPで構築する手順](/tech/details/18111/) - [ヒューマンインザループ（HITL）とは？意味・HOTLとの違い・承認の実装と導入判断](/tech/details/11415/) - [MCPサーバーの作り方とAIエージェントへの接続手順｜Python SDK 2.3でツール定義・認可を実装](/tech/details/15365/) --- 出典: [AGENTIC STARとは？ソフトバンクのAIエージェント基盤3.0の機能・料金・API【2026年11月】]()（株式会社一創）