室谷代表取締役OpenRouterが次世代のモデルルーターを発表しました。汎用のAuto Routerと、コーディングエージェント向けのAuto Codeですね。
これは単なるマイナーチェンジじゃなくて、3年運用してきた知見で土台から作り直したという話なんですよ。
これは単なるマイナーチェンジじゃなくて、3年運用してきた知見で土台から作り直したという話なんですよ。
テキトー教師DotAI 認定講師ルーターの刷新って地味に見えて、実はAPIでモデルを選ぶ人全員に関わる話なんですよね。しかも今回はコーディング専用のルーターを新しく分離してきたのが大きい。
単に速くなった安くなったという話じゃないんですよ。
単に速くなった安くなったという話じゃないんですよ。
室谷代表取締役まず数字を整理すると、旧ルーターと比べてベンチマークによっては最大4倍の性能向上、ルーティング工程はp90で3倍高速化して0.65秒（旧は1.96秒）と。あとAuto Codeは5つのベンチマークでClaude Opus 5.5と同水準、かつタスクあたり74%低コストだと。
テキトー教師DotAI 認定講師ここで大事なのは、OpenRouter自身が「ルーターはベンチマークで点を取る方が実運用でうまくやるより簡単だ」とわざわざ書いていることです。Auto Routerは月に10万人以上・2.5兆トークン以上を処理しているので、実運用で耐えなきゃいけない。
そこを強調しているのは誠実だなと思います。
そこを強調しているのは誠実だなと思います。
OpenRouter Auto Routerとは？次世代ルーター刷新の概要
旧世代 vs 新世代 Auto Router
旧世代
- タスク種別など少数の不正確なシグナルに依存
- レイテンシを抑えるための制約あり
- 安いモデルの効率が良すぎてコスト/タスクが下がりすぎる
- 優れたモデルが選択肢から外れる「ドリフト」が発生
新世代
- 各リクエストで11の要素を1回の呼び出しで評価
- ライブ価格・プロバイダー健全性・キャッシュ状態と組み合わせて選択
- モデルと推論努力量を選ぶ
- ガバナンス設定をすべて尊重（ガードレール/ZDR/プロバイダー制限/許可モデルリスト/BYOKキー）
- ドリフト是正のため価格帯を数カ月前の水準に近づけた
室谷代表取締役Auto Routerは、OpenRouterが提供する汎用Q&Aとエージェント向けの主力モデルルーターで、APIのmodelに
openrouter/autoを指定すると使えます。今回それが次世代に刷新されたわけです。テキトー教師DotAI 認定講師仕組みとして、旧世代はタスク種別など少数の不正確なシグナルに頼っていて、レイテンシを抑えるための制約があった。新世代は各リクエストについて11の要素を1回の呼び出しで評価して、ライブ価格・プロバイダー健全性・キャッシュ状態と組み合わせてモデルと推論努力量を選ぶ。
ここが根本的な違いなんですよ。
ここが根本的な違いなんですよ。
室谷代表取締役11要素の中身も公式ブログに書かれていて、たとえば「どんな種類のタスクか」「タスクが切り替わったか」「難易度はどれくらいか」「速度が重要か」「vision（画像理解）やコードベースの知識が必要か」「より大きいモデル・より多くの思考・より安いモデルのどれが適切か」といった観点です。
テキトー教師DotAI 認定講師しかもガバナンス設定を全部尊重する。ガードレール、ZDR（ゼロデータ保持）、プロバイダー制限、許可モデルリスト、BYOKキー。
企業で「このモデルしか使っちゃダメ」という制約があっても、その範囲内でコスト最適な選択をするというのが新世代の売りですね。
企業で「このモデルしか使っちゃダメ」という制約があっても、その範囲内でコスト最適な選択をするというのが新世代の売りですね。
室谷代表取締役ここが実務で効くポイントで、MYUUUでも顧客ごとに使えるモデルが違うケースがあるんですよ。制限されたモデルプールの中でも最適を探せるなら、ガバナンスとコスト最適化を両立できるわけで。
テキトー教師DotAI 認定講師あと旧世代の反省として、安いモデルの効率が良すぎてコスト/タスクが下がりすぎ、優れたモデルが選択肢から外れる「ドリフト」が起きていた。今回それを戻すために価格帯を数カ月前の水準に近づけたと。
前の挙動が良かった人は
前の挙動が良かった人は
cost_tierをlowに設定すれば近いコスト性能になる、と公式ブログに書かれています。Auto RouterとAuto Codeでできること――汎用とコーディング特化の違い
Auto Router と Auto Code の違い
Auto Router（汎用）
- 用途：アプリ・チャット・汎用エージェント
- 最適化の目的は汎用
- モデル指定：openrouter/auto
Auto Code（コーディング特化）
- 用途：コーディングエージェント／ハーネス
- コーディング性能に合わせ一からチューニング
- より強いコーディングモデルの層を含む
- レイテンシを最適化
- コーディングタスクの通過率・完了時間・解決あたりコストでモデル選択
- 編集やテスト結果・繰り返すエラーをターンまたぎで追跡
- 進行中はモデル維持、詰まったら推論努力量を上げてから切替
- デフォルト層は強いモデルから開始、失敗したコード変更を重く評価
- スピードを重く見る／失敗ペナルティを強くし素早く軌道修正
- モデル指定：openrouter/auto-code
室谷代表取締役ここが今回の一番のポイントですね。汎用のAuto Routerと、コーディングエージェント／ハーネス専用のAuto Code（
同じルーティングエンジンを使うけど、最適化の目的が違うんです。
openrouter/auto-code）の2本立てになった。同じルーティングエンジンを使うけど、最適化の目的が違うんです。
テキトー教師DotAI 認定講師公式ブログいわく、旧Auto Routerへの最大の不満が「コーディングハーネスでの性能」だった。そこでAuto Codeはコーディング性能に合わせて一からチューニングし、より強いコーディングモデルの層を含めて、レイテンシを最適化している。
室谷代表取締役具体的には、Auto Codeはコーディングタスクの通過率・完了時間・解決あたりコストでモデル選択を導く。編集やテスト結果、繰り返し出るエラーをターンまたぎで追いかけて、うまく進んでいる間はモデルを維持し、詰まったら切り替える前に推論努力量を上げる。
デフォルトのコーディング層はより強いモデルから始めて、失敗したコード変更を重く評価するんですよ。
デフォルトのコーディング層はより強いモデルから始めて、失敗したコード変更を重く評価するんですよ。
テキトー教師DotAI 認定講師速度も重視しているのがポイントですね。開発中はレスポンスの速さが効くから、Auto Codeはスピードを重く見る。
成功と失敗がはっきりしている作業だからこそ、失敗へのペナルティも強くして素早く軌道修正する。汎用ルーターをコーディングに使って力不足だった、という声への直接の答えなんですよ。
成功と失敗がはっきりしている作業だからこそ、失敗へのペナルティも強くして素早く軌道修正する。汎用ルーターをコーディングに使って力不足だった、という声への直接の答えなんですよ。
室谷代表取締役使い分けはシンプルで、アプリ・チャット・汎用エージェントならAuto Router、コーディングエージェントやハーネスならAuto Code。モデル文字列を置く場所ならどこでも動くので、
modelにopenrouter/autoかopenrouter/auto-codeを指定するだけです。テキトー教師DotAI 認定講師Auto Codeのベンチマークと料金――Opus 5.5同等で74%低コストの意味
Auto Code vs Claude Opus 5.5 ベンチマーク比較
| ベンチマーク | Auto Code | Claude Opus 5.5 |
|---|---|---|
| Deep SWE | 74.3% | 70.5% |
| SWE Atlas QA | 62.5% | 55.6%（high） |
| Terminal Bench 4.0 | 50.0% | 53.1% |
| MMMU Pro Vision | 82.3% | - |
| Tau3 Banking | 52.6% | - |
| コスト/タスク（Deep SWE） | 1.98ドル | 7.76ドル |
| コスト/タスク（Terminal Bench 4.0） | 4.96ドル | 22.60ドル |
室谷代表取締役数字をちゃんと見ていきましょう。公式ブログでは、Auto Codeが5つのベンチマークでClaude Opus 5.5と同水準のスコアで、タスクあたり74%低コストだと発表しています。
テキトー教師DotAI 認定講師ベンチマークページの個別結果も見ると解像度が上がります。たとえばDeep SWEではAuto Codeが74.3%、Claude Opus 5.5が70.5%。
SWE Atlas QAではAuto Codeが62.5%、Claude Opus 5.5（high）が55.6%。Terminal Bench 4.0ではAuto Codeが50.0%、Claude Opus 5.5が53.1%と、ここはOpusが上回っています。
SWE Atlas QAではAuto Codeが62.5%、Claude Opus 5.5（high）が55.6%。Terminal Bench 4.0ではAuto Codeが50.0%、Claude Opus 5.5が53.1%と、ここはOpusが上回っています。
室谷代表取締役全部で勝ってるわけじゃなくて、ベンチマークによっては負けてる。そこも含めて公開しているのが誠実ですよね。
で、コスト/タスクを見るとDeep SWEでAuto Codeが1.98ドル、Claude Opus 5.5が7.76ドル。Terminal Bench 4.0ではAuto Codeが4.96ドル、Opus 5.5が22.60ドル。
このあたりが74%低コストという主張の裏付けになっています。
で、コスト/タスクを見るとDeep SWEでAuto Codeが1.98ドル、Claude Opus 5.5が7.76ドル。Terminal Bench 4.0ではAuto Codeが4.96ドル、Opus 5.5が22.60ドル。
このあたりが74%低コストという主張の裏付けになっています。
テキトー教師DotAI 認定講師ここで大事な注記があって、OpenRouter自身が「市場のどのルーターも、コストと品質の曲線のあらゆる点で単一の最強モデルを上回ることはない」と明言しているんですよ。Auto Routerも例外じゃない、と。
だから「ルーターは万能」ではなくて、作業が多様なとき、コストを安定させたいとき、モデルリリースを追い続ける時間がない人に向く、という位置づけなんです。
だから「ルーターは万能」ではなくて、作業が多様なとき、コストを安定させたいとき、モデルリリースを追い続ける時間がない人に向く、という位置づけなんです。
室谷代表取締役これは大事な前提ですね。特定の作業に最適なモデルが分かっているなら、それをそのまま使い続ければいい。
そうじゃなくて「一度選んだら仕事に集中したい」ならルーターという選択になる。この割り切りが書かれているのは信頼できます。
そうじゃなくて「一度選んだら仕事に集中したい」ならルーターという選択になる。この割り切りが書かれているのは信頼できます。
テキトー教師DotAI 認定講師あとAuto Codeはコーディング向けとはいえ、ベンチマークマトリクスを見るとMMMU Pro Visionで82.3%、Tau3 Bankingで52.6%と、汎用寄りのベンチマークでもそれなりの数字を出している。万能ではないけれど、コーディング以外もそこそこ、という性格が見えますね。
Auto Routerの使い方・始め方――openrouter/auto指定とAPI実装例
室谷代表取締役使い方は本当にシンプルで、OpenRouterのAPIはOpenAI互換なので、SDKのベースURLを差し替えてmodelに
スラッグは
openrouter/autoを指定するだけ。旧Auto Routerから切り替えるのに必要な変更は「何もない」と公式FAQにも書かれています。スラッグは
openrouter/autoのままです。テキトー教師DotAI 認定講師公式ページの例だと、Python SDKならOpenRouterのクライアントを作って、
整理するとこうです。
model: "openrouter/auto"でchatを送る。cURLならこんな形ですね。整理するとこうです。
bash
curl https://openrouter.ai/api/v1/chat/completions \
-H "Authorization: Bearer $OPENROUTER_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "openrouter/auto-code",
"messages": [{"role": "user", "content": "Add a retry with backoff to fetchUser in api/users.ts"}]
}'ストリーミングしたいなら
"stream": trueを足すだけ。OpenAI Responses API形式のエンドポイントやAnthropic Messages API形式のエンドポイントでも同じモデル文字列が使えます。テキトー教師DotAI 認定講師既存のOpenAI SDKを使っている人なら、ベースURLを
https://openrouter.ai/api/v1にしてモデル名を変えるだけで試せる。導入ハードルはかなり低いんですよ。室谷代表取締役ちなみにAuto Routerには実験版の
あと
openrouter/auto-betaもあって、新しい改善を先に試せる。ベータで実証された改善が本体のAuto Routerに昇格する流れです。あと
openrouter/freeという無料モデルをランダムに選ぶルーターもあるので、まず触ってみたい人はそちらから、という選択肢もあります。テキトー教師DotAI 認定講師コーディングエージェント側の運用だと、Claude Codeのコスト最適化はClaude Code BedrockでAmazon Bedrock接続完全ガイドでも触れていますが、ルーターにモデル選択を任せるのはまた別のアプローチ。ハーネス側の設定と組み合わせて考えると面白いですね。
モデル切り替えの仕組みとキャッシュ配慮――長いセッションでどう振る舞うか
室谷代表取締役ここが今回の隠れた目玉で、キャッシュ配慮なんですよ。モデルを切り替えると、新しいモデルが入力トークンのキャッシュを再構築する間は余分にコストがかかる。
だからAuto Routerは、推論努力量の変更で足りるならそちらを優先して、切り替えの利得がキャッシュを捨てる価値があるときだけ切り替える。
だからAuto Routerは、推論努力量の変更で足りるならそちらを優先して、切り替えの利得がキャッシュを捨てる価値があるときだけ切り替える。
テキトー教師DotAI 認定講師ベータ期間中、エージェントのターンのほぼ10回中9回は同じモデルに留まった、と公式ブログに書かれています。長いセッションでコロコロモデルが変わると、キャッシュも切れるし挙動も読みにくくなる。
そこを抑えているのは実運用目線ですよね。
そこを抑えているのは実運用目線ですよね。
室谷代表取締役切り替えるときは、ライブ価格・ベンチマーク性能・ユーザー自身のガードレールなどを天秤にかけて、モデルと推論努力量の両方を選ぶ。キャッシュ状態も判断材料に入るわけです。
テキトー教師DotAI 認定講師もう一つの工夫が失敗への適応。同じエラーが戻ってくる、編集後にテストが落ちる、といったモデル起因の失敗シグナルが出ると、切り替えの確率を上げる。
セッションが最初の誤ったモデル選択のまま詰まり続けるのを避ける仕組みなんですよ。
セッションが最初の誤ったモデル選択のまま詰まり続けるのを避ける仕組みなんですよ。
室谷代表取締役セッションの長さや複雑さに応じてモデルの組み合わせも調整する。要するに、長く続く作業ほど賢く振る舞うように設計されているわけですね。
テキトー教師DotAI 認定講師ベータの実測値も見逃せなくて、旧ルーターと比べて無効なツール呼び出しが4分の1、エージェント応答の途切れが半分、レイテンシが3分の1になったと。ベンチマークだけでなく実運用の指標で改善を示しているのがポイントです。
室谷代表取締役あと透明性も地味にすごくて、チャットルームとAPIの両方で、なぜそのモデルを選んだかの詳細フィードバックが得られる。検討したモデル、選んだ理由、判断に影響した要因まで見える。
API側はrouter metadataを有効にすれば同じ分析が取れます。
API側はrouter metadataを有効にすれば同じ分析が取れます。
テキトー教師DotAI 認定講師これは教育の現場でも助かるんですよ。受講生さんが「なんでこのモデルが選ばれたの？」と聞いたときに、判断根拠が見えると理解が進む。
ブラックボックスじゃなくなるのは大きいですね。
ブラックボックスじゃなくなるのは大きいですね。
室谷代表取締役モデル多様性の活用も書かれていて、OpenRouterにある600以上のモデルは追加されたその日から検討対象に入る。ベンチマークと人気シグナルでコスト最適セットに入るかを競わせる。
各モデルページで現在のルーティングミックスが見られるので、実際に何が選ばれているか追えるわけです。
各モデルページで現在のルーティングミックスが見られるので、実際に何が選ばれているか追えるわけです。
テキトー教師DotAI 認定講師公式ページのライブ表示を見ると、直近24時間の新規作業ではGPT-6.1 Solが41.8%、DeepSeek V4.1 Flash 1017が19.2%、GPT-6.1 Terraが15.4%といった配分になっている。タスク別ではコード変更45%、コーディング質問50%、一般5%と、コーディング系が大半を占めているのも興味深いですね。
料金・提供範囲と日本からの利用可否
室谷代表取締役料金の考え方はシンプルで、Auto Routerは選ばれたモデルと同じレートで課金される、と公式ページに書かれています。ルーター自体に上乗せがあるわけじゃなくて、実際に走ったモデルの料金がそのまま乗る形です。
テキトー教師DotAI 認定講師どのモデルが使われたかはActivityを見るか、レスポンスのmodel属性を読めば分かる。コストを追いたい人にとっては、ここをログに残すのが基本になりますね。
室谷代表取締役コンテキスト長はAuto RouterとAuto Codeともに2Mコンテキストと公式ページに記載があります。ただしAuto CodeのFAQなど詳細は現時点では明らかにされていない部分もあるので、実際に使う前に公式ドキュメントを確認するのが確実です。
テキトー教師DotAI 認定講師日本からの利用可否ですが、公式ページに「EUのin-regionルーティングでは現在利用できない」という注記があります。日本向けの地域制限についての記載は今回のソースには無いので、そこは現時点では明らかにされていません。
既存のOpenRouterアカウントがあれば、モデル文字列を変えるだけで試せる立場にある、というのが確実に言えることですね。
既存のOpenRouterアカウントがあれば、モデル文字列を変えるだけで試せる立場にある、というのが確実に言えることですね。
室谷代表取締役あとAuto Codeはコーディングエージェント向けで、公式ブログではAuto Codeの料金について「無料」という記述は今回のソースには見当たりません。ここは誤解しないようにしたいところです。
料金は選ばれたモデルに応じてかかる、という理解でいいと思います。
料金は選ばれたモデルに応じてかかる、という理解でいいと思います。
テキトー教師DotAI 認定講師企業利用の観点だと、ガードレールやZDR、BYOKに対応しているのは大きい。Claude Codeの法人向けセキュリティはClaude Code EnterpriseとTeamプラン完全解説でも整理していますが、ルーター側でガバナンスを効かせられるのは選択肢が広がりますね。
よくある質問
室谷代表取締役ここからはよく聞かれそうな点を整理していきましょう。まず「Auto Routerとは何か」ですが、OpenRouterの汎用モデルルーターで、
openrouter/autoを指定するとリクエストごとに最適なモデルと推論努力量を自動選択する仕組みです。テキトー教師DotAI 認定講師「Auto Routerの料金は？」については、選ばれたモデルと同じレートで課金される、というのが公式の説明です。ルーター利用に別途の固定費があるとは書かれていません。
室谷代表取締役「Auto RouterとAuto Codeの違いは？」は、汎用かコーディング特化かです。Auto Codeはコーディングエージェントやハーネス向けに、通過率・完了時間・解決あたりコストで最適化し、より強いコーディングモデル層から始めて失敗を重く評価します。
テキトー教師DotAI 認定講師「モデルの切り替えはいつ起きるか」は、キャッシュを守るために推論努力量の変更で足りるなら切り替えず、利得がキャッシュを捨てる価値があるときだけ切り替える。ベータでは10ターン中9ターンは同一モデルに留まった、というのが公式の説明です。
室谷代表取締役「どんなモデルが選ばれるか確認できるか」は、チャットルームのルーティングインサイトパネル、APIのrouter metadata、Activityのmodel属性、各モデルページのライブミックスで確認できます。
テキトー教師DotAI 認定講師「既存のAuto Routerから移行が必要か」は、何も要らない。スラッグは
openrouter/autoのままで、そのまま新世代が使われます。室谷代表取締役「どんなユースケースに向くか」は、作業が多様なとき、組織としてコストを安定させたいとき、モデルリリースを追い続ける時間がない人。逆に特定の作業に最適なモデルが分かっているなら、それをそのまま使う方がいい、とOpenRouter自身が書いています。
テキトー教師DotAI 認定講師ルーターは魔法じゃなくて、トレードオフを引き受けてくれる道具なんですよ。その前提を理解して使えば、モデル選びの消耗をかなり減らせますね。
