Sauce Labs AURA — Model Choiceは、2026年8月19日にSauce Labsが発表したエンタープライズ向けAIテスト機能であり、テストの作成と実行、失敗診断、自己修復へとつながるAURAの自動化フローにおいて、組織が使用する大規模言語モデル（Large Language Model, LLM）を選択できるように設計されています。中核となるのは、特定のモデルをテストプラットフォームに固定するのではなく、オープンソース、オープンウェイト、商用モデルの中から企業が信頼できる選択肢を採用するBYOM（Bring Your Own Model）アプローチです。GPTが1つのテキスト作業に対して複数のモデルを切り替えて使用できるようにするように、Model Choiceはソフトウェア検証プロセスにおいてモデルの選択とテスト運用体系を分離し、技術変化に対応する余地を提供します。 従来のAIテストツールは、テスト生成や失敗説明を迅速に行える一方で、プラットフォームが指定したモデルやデータ処理方法に依存する可能性があります。企業がセキュリティポリシー、規制遵守、コスト、応答品質、または内部のモデル戦略のために他のモデルを導入する場合、テストパイプラインとガバナンスを再構築せざるを得ないという課題が生じます。Model Choiceの差別化要因は、モデルを変更しても同じテスト実行およびリリース検証体系を維持することを目指している点にあります。つまり、モデルは交換可能なエンジンとして扱い、実機や仮想マシンから得られた実行結果と運用エラーを結びつける検証フローはプラットフォーム内に残します。これにより、AIが提案したテストと修正事項を実際の実行結果で再確認するクローズドループ検証（Closed-loop validation）を構築することができます。 品質エンジニアリングの観点からは、新機能の要件に基づいてテストを作成し、実機または仮想マシンで実行した後、失敗ログをAURAで診断して不安定なセレクタや変更された画面要素を自己修復の対象として処理するフローに活用できます。同じテストスイートを異なるLLM選択ポリシーの下で運用することで、組織はテスト生成の品質と失敗診断結果を比較しつつ、既存のリリースゲートラインを維持することができます。ただし、サポート対象モデルの一覧、モデルごとの接続方法、評価指標および詳細な設定値は、提供された公式発表情報だけでは確認できないため、実際の導入前に製品ドキュメントまたはSauce Labsとの契約範囲を確認する必要があります。 生命科学ソフトウェアを開発する組織では、実験装置制御アプリ、臨床研究用モバイルインターフェース、研究データポータルなど、変更の検証と追跡性が重要な製品に適用できます。例えば、要件から回帰テストを生成し、実機や仮想マシンで実行した後、失敗原因を診断してリリース承認資料へとつなげることができます。規制またはセキュリティポリシーに基づいて承認されたモデルを選択しながら同じ検証手順を維持できることは、モデル変更のたびにテスト体系を再構築する負担を軽減する可能性があります。ただし、医療機器ソフトウェアの規制遵守や臨床検証を自動的に保証する機能は入力資料では確認されておらず、最終的な承認には組織による独立したレビューと検証が必要です。

Sauce Labs AURA — モデル選択は、Sauce Labsが2026年8月19日に発表したエンタープライズ向けAIテスト機能であり、テストの作成と実行、失敗診断、自己修復へとつながるAURAの自動化フローにおいて、組織が使用する大規模言語モデル（Large Language Model, LLM）を選択できるように設計されています。中核となるのは、特定のモデルをテストプラットフォームに固定するのではなく、オープンソース、オープンウェイト、商用モデルの中から企業が信頼できる選択肢を適用するBYOM（Bring Your Own Model）アプローチです。

🔬 実験装置制御アプリの回帰検証: 要件からテストを作成し、実機・仮想デバイスで実行した後、失敗診断と自己修復を適用する。承認されたLLMでモデル選択ポリシーを制限し、実行結果をリリースレビューに連携するシナリオだ。