JetBrains AI クレジット消費問題に対する実践的解決策 LiteLLMを活用しGeminiやChatGPTなどの外部LLMを統合する方法

2025年4月にリリースされた JetBrains IDE バージョン 2025.1 では、こちらの発表にあるように AI 関連で大きなアップデートがありました。

このブログ記事では、コーディング AI エージェント Junie や JetBrains AI Assistant に含まれる無制限のクラウドーコード補完など技術的な変更点と新料金プラン、および、良くある質問についてまとめました（2025年6月公開、2025年8月更新） 。

JetBrains AI の新プランでは、OpenAI, Google, Anthropic 等のサードパーティクラウド LLM を使用する機能は週または月ごとの Quota/クォータ制（利用可能なクレジット量に対する制限 詳細はこちら）の対象となっており、利用する LLM モデルや入力コンテキスト量、出力量に応じてクレジットを消費する仕組みとなっています。

一方で、ローカル LLM を使用する場合は、AI Free プランの導入により、有償プランがなくても、AI 機能が利用可能になりました。

By default, AI Assistant provides access to a predefined set of cloud-based models that are used for AI-related features.

However, you can configure it to use custom local models provided by third parties.

デフォルトでは、AI AssistantはAI関連機能に使用される事前定義されたクラウドベースのモデル群へのアクセスを提供します。

ただし、サードパーティが提供するカスタムローカルモデルを使用するように設定することも可能です。

# litellmとプロキシ機能に必要なパッケージをインストール
uv pip install litellm 'litellm[proxy]'

# config.yaml
# モデルリストを定義
model_list:

  # openai
  - model_name: gpt-5-nano
    litellm_params:
      model: openai/gpt-5-nano
      api_key: os.environ/OPENAI_API_KEY

  # google
  - model_name: gemini-2.5-flash-lite
    litellm_params:
      model: gemini/gemini-2.5-flash-lite
      api_key: os.environ/GEMINI_API_KEY

  - model_name: gemini-2.5-flash
    litellm_params:
      model: gemini/gemini-2.5-flash
      api_key: os.environ/GEMINI_API_KEY

  - model_name: gemini-2.5-pro
    litellm_params:
      model: gemini/gemini-2.5-pro
      api_key: os.environ/GEMINI_API_KEY

  # cloudflare
  - model_name: llama-4-scout-17b-16e-instruct
    litellm_params:
      model: cloudflare/@cf/meta/llama-4-scout-17b-16e-instruct
      # <YOUR_COUDFLARE_ACCOUNT_ID> をご自身のCloudflareアカウントIDに置き換えてください
      api_base: "https://api.cloudflare.com/client/v4/accounts/<YOUR_COUDFLARE_ACCOUNT_ID>/ai/run/"
      api_key: os.environ/CLOUDFLARE_API_KEY
      drop_params: true
      modify_params: true
      max_tokens: 4096 # 例として大きめの値を設定

# 必要に応じて設定を追加
litellm_settings:
  debug: true # デバッグログを有効にする
  timeout: 600 # 秒単位でタイムアウトを指定 (例: 10分)

export GEMINI_API_KEY="sk-..."
export OPENAI_API_KEY="sk-..."
export CLOUDFLARE_API_KEY="your-api-token"

litellm --config config.yaml

(litellm-app-uf9) MacBook-Pro-14:litellm-app-uf9 teruhiro$ litellm --config config.yaml
INFO:     Uvicorn running on http://0.0.0.0:4000 (Press CTRL+C to quit)
INFO:     Started parent process [3009]
INFO:     Started server process [3019]
INFO:     Waiting for application startup.

   ██╗     ██╗████████╗███████╗██╗     ██╗     ███╗   ███╗
   ██║     ██║╚══██╔══╝██╔════╝██║     ██║     ████╗ ████║
   ██║     ██║   ██║   █████╗  ██║     ██║     ██╔████╔██║
   ██║     ██║   ██║   ██╔══╝  ██║     ██║     ██║╚██╔╝██║
   ███████╗██║   ██║   ███████╗███████╗███████╗██║ ╚═╝ ██║
   ╚══════╝╚═╝   ╚═╝   ╚══════╝╚══════╝╚══════╝╚═╝     ╚═╝


#------------------------------------------------------------#
#                                                            #
#           'It would help me if you could add...'            #
#        https://github.com/BerriAI/litellm/issues/new        #
#                                                            #
#------------------------------------------------------------#

 Thank you for using LiteLLM! - Krrish & Ishaan

Give Feedback / Get Help: https://github.com/BerriAI/litellm/issues/new
LiteLLM: Proxy initialized with Config, Set models:
    gpt-5-nano
    gemini-2.5-flash-lite
    gemini-2.5-flash
    gemini-2.5-pro
INFO:     Application startup complete.

curl http://localhost:4000/v1/chat/completions \
  -X POST \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-2.5-flash-lite",
    "messages": [
      {
        "role": "user",
        "content": "日本で一番高い山は？"
      }
    ]
  }'

{
  "id": "38LAaLTDPMLRz7IPgZyb6Q0",
  "created": 1757463263,
  "model": "gemini-2.5-flash-lite",
  "object": "chat.completion",
  "choices": [
    {
      "finish_reason": "stop",
      "index": 0,
      "message": {
        "content": "日本で一番高い山は **富士山** です。\n\n標高は **3776メートル** です。",
        "role": "assistant",
        "thinking_blocks": []
      }
    }
  ],
  "usage": {
    "completion_tokens": 25,
    "prompt_tokens": 8,
    "total_tokens": 33,
    "prompt_tokens_details": {
      "text_tokens": 8
    }
  },
  "vertex_ai_grounding_metadata": [],
  "vertex_ai_url_context_metadata": [],
  "vertex_ai_safety_results": [],
  "vertex_ai_citation_metadata": []
}