> For the complete documentation index, see [llms.txt](https://docs.roboflow.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.roboflow.com/models/ja/model-ids.md).

# モデル ID

すべての学習済みモデルにはモデルIDがあり、デプロイ時、推論実行時、または Workflow のモデルブロックで選択するときにそれを識別します。このページでは、モデルIDの現在の構造と、以前の（レガシー）形式のIDがどのような場合に引き続きサポートされるかを説明します。

## モデルIDの構造

A model ID has the form `{workspace}/{model-slug}`。最初の部分はワークスペースの URL スラッグです。2番目の部分であるモデルスラッグは、ワークスペース内でモデルを識別し、ハイフンでつないだ 4 つの部分から成ります：

```
{project}-{version}-{architecture}-t{n}
```

* `project`：モデルが属するプロジェクトの URL スラッグ。例： `construction-safety-xpv3w`.
* `version`：モデルが学習されたデータセットのバージョン番号。例： `12`.
* `アーキテクチャ`：学習に使用されたモデルアーキテクチャ。例： `rfdetr-small`.
* `t{n}`：そのバージョンの学習回数カウンタです。あるバージョンで最初に開始された学習は t1、2回目は t2、その後も同様です。

たとえば、URL スラッグが `construction-safety-xpv3w` ワークスペース内の `my-workspace` モデルIDを生成します `my-workspace/construction-safety-xpv3w-3-rfdetr-small-t2`.

モデルスラッグは学習開始時に割り当てられるため、学習中でもそのモデルのIDを確認できます。学習カウンタの接尾辞は再利用されません。学習が失敗またはキャンセルされた場合、その番号は飛ばされ、次にそのバージョンで行われる学習には次の番号が割り当てられます。

1つの [Neural Architecture Search](/models/ja/xue-xi/neural-architecture-search.md) 学習では多数の候補モデルが生成されます。NAS の候補モデル ID は他のモデル ID と似ていますが、末尾にダブルハイフンと 6 文字のハッシュが追加されます（例： `my-workspace/construction-safety-xpv3w-3-rfdetr-nas-t1--9589f2`）。v2 の trainings エンドポイントでは、NAS 学習はその `modelType` も `rfdetr-nas-parent`を報告し、一方で各候補モデルは `rfdetr-nas`.

## モデルIDを見つける

Web UI、REST API、または Roboflow MCP Server を使って、任意の学習済みモデルのIDを確認できます。

{% tabs %}
{% tab title="Web UI" %}
プロジェクトのサイドバーで「Models」をクリックして、 [Models ページ](/models/ja/ping-si/view-trained-models.md)。各モデルの「ID:」ラベルの横にIDが表示され、その横には「Copy Model ID」ボタンがあります。同じIDとコピー ボタンは、モデルの詳細ビューおよび各バージョンページのモデル一覧テーブルにも表示されます。
{% endtab %}

{% tab title="REST API" %}
レスポンスの [プロジェクトのモデルを一覧表示](https://docs.roboflow.com/platform/workspaces/list-workspaces-and-projects#list-project-models) エンドポイントは、プロジェクトで学習されたすべてのモデルを返します。各エントリの `url` フィールドがモデルIDです：

```
GET https://api.roboflow.com/{workspace}/{project}/models?api_key=YOUR_API_KEY
```

```json
[
  {
    "url": "my-workspace/construction-safety-xpv3w-3-rfdetr-small-t2",
    "version": "3",
    "modelType": "rfdetr-small",
    "train": { "status": "finished" },
    ...
  },
  ...
]
```

特定のバージョンで学習されたモデルを見つけるには、v2 trainings エンドポイントを使用します。あるバージョンの trainings を一覧表示すると、各学習が生成したモデルの ID がその `modelIds` フィールドに返されます。レガシーな単一モデルのバージョンでは、training の `id` は次の形式のパスです `{workspaceId}/{version}/training/0` （下に示すハッシュではなく）、また `modelIds` そのバージョンの [レガシーID](#legacy-model-ids) が含まれます：

```
GET https://api.roboflow.com/{workspace}/{project}/{version}/v2/trainings?api_key=YOUR_API_KEY
```

```json
{
  "trainings": [
    {
      "id": "0a1b2c3d4e5f67890abc",
      "versionId": "3",
      "status": "finished",
      "modelType": "rfdetr-small",
      "modelIds": ["my-workspace/construction-safety-xpv3w-3-rfdetr-small-t2"],
      ...
    },
    ...
  ]
}
```

単一の training を取得すると、モデルごとの詳細が返されます。その中には、 `modelId` その `models` リストに含まれます。省略できます `trainingId` バージョンに training が1つしかない場合は省略できますが、バージョンに複数の training がある場合、そのようなリクエストは 409 エラーで失敗します。

```
GET https://api.roboflow.com/{workspace}/{project}/{version}/v2/trainings/get?api_key=YOUR_API_KEY&trainingId={trainingId}
```

```json
{
  "trainingId": "0a1b2c3d4e5f67890abc",
  "versionId": "3",
  "status": "finished",
  "modelType": "rfdetr-small",
  "modelCount": 1,
  "models": [
    {
      "modelId": "my-workspace/construction-safety-xpv3w-3-rfdetr-small-t2",
      "modelType": "rfdetr-small",
      "status": "finished",
      "metrics": { ... }
    }
  ],
  ...
}
```

{% endtab %}

{% tab title="MCP" %}
レスポンスの [Roboflow MCP Server](https://docs.roboflow.com/agents/agents/mcp-server) モデルIDを返すツールを提供します。 `models_list` 1つのプロジェクトの学習済みモデルを一覧表示します（ワークスペースは接続の認証情報から取得され、プロジェクトは `project_id`として渡され）、各モデルのIDをその `url` フィールドに返します。必要に応じて、バージョンまたは NAS 実行で絞り込めます。 `trainings_get` と `trainings_list` 各 training が生成したモデルのIDを返します。エージェントはこれらのIDを、たとえば次のような他のツールに渡せます。 `models_infer`.
{% endtab %}
{% endtabs %}

## レガシーモデルID

以前は、Roboflow のデータセットバージョンには 1 回の training run しか持てなかったため、モデルは次の形式の ID によって一意に決まっていました `{project}/{version}`.

たとえば、 `construction-site-safety/3` は、次を指していました *その* プロジェクトのバージョン 3 で学習されたモデルです。最初の部分はワークスペースではなくプロジェクトの URL スラッグで、2番目の部分はバージョン番号です。これは、古い SDK、コードスニペット、Inference のインストールで使用される形式です（例： `model_id="construction-site-safety/3"`).

現在は次のことが可能になったため [1つのデータセットバージョンで複数回の training](/models/ja/versions-trainings-and-models.md) を実行できるようになったため、こうしたレガシー形式のIDはもはや推奨されません。2026年6月30日以降に開始された新しい training でそのようなIDを使用しようとすると、内部的には新しい形式のIDに解決されます。

## レガシーIDの解決方法

レガシー形式のIDはエイリアスを通じて引き続き機能します。あるバージョンで最初に開始された training が正常に完了すると、Roboflow はそのバージョンのレガシー `{project}/{version}` ID を新しいモデルIDに紐付けます。レガシーIDを使用するリクエストは、古い Inference インストールからの weights ダウンロードを含め、自動的にそのモデルに解決されます。

エイリアスが作成されるのは *最初の* そのバージョンでの training のみであり、その後変更されません：

* 最初の training が正常に完了した場合、その後同じバージョンでさらにモデルを学習しても、レガシーIDはそのモデルを永続的に指します。後続のモデルは、それぞれのモデルIDで参照してください。
* 最初の training が失敗またはキャンセルされた場合、エイリアスは作成されず、その後そのバージョンで行われる training でも作成されません。

エイリアスのないバージョンでも、含まれるモデルがちょうど1つである限り、そのレガシーIDで参照できます。複数のモデルを含み、かつエイリアスがない場合は、参照が曖昧になるためレガシーIDを使ったリクエストは失敗し、モデル自身のIDを使用する必要があります。

{% hint style="info" %}
レガシーIDは後方互換性のために存在します。新しい統合では完全なモデルIDを使用することを推奨します。これらは曖昧さがなく、バージョン内のすべてのモデルで機能します。
{% endhint %}