室谷代表取締役OpenRouterが2026年11月10日に、文書から欲しい項目だけを構造化データとして抜き出す「Extractions API」をアルファ版で公開したんですよね。請求書の合計金額とか、メールに書かれた人名とかを、指定した型でそのまま受け取れる仕組みです。
テキトー教師DotAI 認定講師これは単に「LLMにJSONを出させる」話じゃないんですよ。フィールドに型を付けて、値ごとに信頼度まで返ってくる。
業務で使うときの「どこを人が確認するか」が設計に組み込まれているのがポイントですね。
業務で使うときの「どこを人が確認するか」が設計に組み込まれているのがポイントですね。
室谷代表取締役まずは発表内容を整理しましょうか。
OpenRouter Extractions APIとは？何が発表されたか
まとめ
OpenRouter Extractions APIの要点
- 2026年11月10日にアルファ版として公開された抽出専用API
- テキスト・画像・PDFを渡し、欲しいフィールドを名前と型で指定する
- 1フィールドにつき1つの型付き値が返る（例: invoice_number=text, total=number, due_date=date）
- ローンチ時の対応モデルはClairic / Extract / Mercury Decideの3つ
- 同じリクエスト形式で3モデルを試せるドキュメントとPlaygroundを同時提供
- Clairicはトークン生成をせず1パスで型ルールに従いデコード、返り値は指定型の有効値かnull
- 従来のJSON出力指示で必要だったパース・型修正の後処理を型ルールで担保する設計
室谷代表取締役Extractions APIは、OpenRouterが2026年11月10日にアルファ版として公開した抽出専用のAPIで、テキスト・画像・PDFを渡して欲しいフィールドを名前と型で指定すると、1フィールドにつき1つの型付き値が返ってくるものです。ローンチ時の対応モデルはCloudflareの「Clairic」、ScaleDownの「Extract」、Inceptionの「Mercury Decide」の3つなんですよね。
テキトー教師DotAI 認定講師公式ブログの著者はWilliam Kofskiさん。発表と同時にドキュメントとPlaygroundも用意されていて、同じリクエストの形で3モデルを試せるようになっています。
室谷代表取締役ここで大事なのは、Extractionが「文書＋欲しいフィールドのリスト」を渡すリクエストだという定義ですね。返ってくるのはフィールドごとの値で、たとえば請求書ならinvoice_number（text）、total（number）、due_date（date）といった形です。
テキトー教師DotAI 認定講師講座で受講生さんによく言うんですけど、従来の「JSONで出してね」という指示は、出てきた文字列を自分でパースして、型が違えば直して、という後処理が発生するんですよ。Extractions APIはそこを型のルールで担保する方向に振っている。
単に抽出できるという話じゃなくて、後処理の設計が変わる話なんです。
単に抽出できるという話じゃなくて、後処理の設計が変わる話なんです。
室谷代表取締役しかもClairicはトークンを生成しない方式なんですよね。入力を1パスで読んで、型のルールに従って各回答をデコードする。
だから返る値は必ず指定した型の有効な値かnullになる、と。
だから返る値は必ず指定した型の有効な値かnullになる、と。
テキトー教師DotAI 認定講師生成モデルが「それっぽい文字列」を書いてくるのではなく、型に沿って値を決める。この違いは実務では大きいですね。
Extractions APIでできること——9つのフィールド型と信頼度の仕組み
9つのフィールド型と返る値
| フィールド型 | 返ってくるもの | 例 |
|---|---|---|
| text | 文書から読んだ文字列 | "INV-4417" |
| number | 数値（小数点・単位を指定可能） | 3850 |
| date | ISO形式の日付（読むか計算する） | "2026-11-28" |
| time | ISO形式の時刻 | 今回の請求書では未使用 |
| datetime | ISO形式の日時 | 今回の請求書では未使用 |
| list | text/number/dateの配列（itemsで指定） | ["Dana Ruiz", "Priya Shah"] |
| duration | 指定単位の長さ（秒〜年） | 45（unit: "days"） |
| estimate | 文書が示唆する数量の分布（min〜max） | median 45、p10 42、p90 47 |
| forecast | 将来のステップごとの推定（value/mean/median/p10/p90が配列） | 今回の請求書では未使用 |
室谷代表取締役フィールド型は9種類あるんですよね。公式の一覧を整理するとこうです。
| 型 | 返ってくるもの | 例 |
|---|---|---|
| text | 文書から読んだ文字列 | "INV-4417" |
| number | 数値（小数点・単位を指定可能） | 3850 |
| date | ISO形式の日付（読むか計算する） | "2026-11-28" |
| time | ISO形式の時刻 | 今回の請求書では未使用 |
| datetime | ISO形式の日時 | 今回の請求書では未使用 |
| list | text/number/dateの配列（itemsで指定） | ["Dana Ruiz", "Priya Shah"] |
| duration | 指定単位の長さ（秒〜年） | 45（unit: "days"） |
| estimate | 文書が示唆する数量の分布（min〜max） | median 45、p10 42、p90 47 |
| forecast | 将来のステップごとの推定（value/mean/median/p10/p90が配列） | 今回の請求書では未使用 |
テキトー教師DotAI 認定講師このうちestimateとforecastが面白いところで。estimateは「文書から示唆される数量」を分布で返すんですよ。
公式例では支払日数が中央値45日、p10〜p90が42〜47日という形で返っています。
公式例では支払日数が中央値45日、p10〜p90が42〜47日という形で返っています。
室谷代表取締役点ではなく分布で返ってくるわけですね。で、信頼度の話も整理しておきたい。
Clairicは値ごとにconfidenceとp_nullを返すんですよね。p_nullは「その項目が文書に存在しない確率」です。
Clairicは値ごとにconfidenceとp_nullを返すんですよね。p_nullは「その項目が文書に存在しない確率」です。
テキトー教師DotAI 認定講師さらにテキストから読んだ値にはspanが付く。state内の文字位置で、Unicodeコードポイントで数えた[start, end)です。
listなら項目ごとにspansが付きます。
listなら項目ごとにspansが付きます。
室谷代表取締役これ、地味にすごくて。値の根拠を元文書からスライスして画面に出せるじゃないですか。
監査や承認フローと相性がいいんですよね。
監査や承認フローと相性がいいんですよね。
テキトー教師DotAI 認定講師しきい値の設計もできます。p_nullが0.5を超えると値はnullになり、null_thresholdをフィールドごとに設定してそのラインを動かせる。
nullになった場合もguessに「最もありそうな値」が入るので、なぜnull判定になったかが追えるんです。
nullになった場合もguessに「最もありそうな値」が入るので、なぜnull判定になったかが追えるんです。
室谷代表取締役そしてconfidenceに下限を決めて、下回ったものだけ人に回して、残りはそのまま保存する。この「信頼モデル」が公式に明記されているのが実務的ですよね。
MYUUUでも請求書処理の内製を検討したことがあるんですが、一番怖いのは誤読をそのままDBに入れてしまうことなので。
MYUUUでも請求書処理の内製を検討したことがあるんですが、一番怖いのは誤読をそのままDBに入れてしまうことなので。
テキトー教師DotAI 認定講師公式の画像抽出の例が象徴的でした。レシートからmerchantを読ませたところ「NORTH HAROR C」と誤読したんですが、spell_confidenceが0.733と他より3割ほど低く出ている。
つまり「この項目を人に回せ」とレスポンス自身が教えてくれているわけです。
つまり「この項目を人に回せ」とレスポンス自身が教えてくれているわけです。
室谷代表取締役誤読ゼロを目指すのではなく、誤読を検出できる設計にする。そこが現実的な落としどころですよね。
3つの抽出モデルの違いと使い分け（Clairic／ScaleDown Extract／Mercury Decide）
3つの抽出モデルの違いと使い分け
| 項目 | Clairic（cloudflare/clairic） | ScaleDown Extract（scaledown/extract） | Mercury Decide（inception/mercury-decide） |
|---|---|---|---|
| 読める入力 | テキスト＋PNG/JPEG最大4枚 | テキスト、またはPDF1つか画像1枚 | テキストのみ |
| フィールド型 | 全9型 | text、textのlist | text、textのlist |
| 入力価格 | $0.10/M | $0.04/M | $0.02/M |
| プロバイダーオプション | include_quantiles、return_state_text | threshold、top_n | snap_to_words、threshold、group_fields |
| PDF対応 | ×（画像のみ） | ○ | ×（テキストのみ） |
| number/date型 | ○ | ×（文字列で返る） | × |
| p_null/span | ○ | × | × |
| 向く用途 | レシート写真、数値・日付・estimate | 契約書PDFから当事者名など | メール・サポートチケットの名前やフレーズ |
室谷代表取締役ここが今回の実務的な肝で。3モデルは同じリクエストで動くけど、読める入力と返せる型が違うんですよ。
整理するとこうです。
整理するとこうです。
| モデル | 読める入力 | フィールド型 | 入力価格 | プロバイダーオプション |
|---|---|---|---|---|
| Clairic（cloudflare/clairic） | テキスト＋PNG/JPEG最大4枚 | 全9型 | $0.10/M | include_quantiles、return_state_text（provider.options.cloudflare） |
| Extract（scaledown/extract） | テキスト、またはPDF1つか画像1枚 | text、textのlist | $0.04/M | threshold、top_n（provider.options.scaledown） |
| Mercury Decide（inception/mercury-decide） | テキストのみ | text、textのlist | $0.02/M | snap_to_words、threshold、group_fields（provider.options.inception） |
テキトー教師DotAI 認定講師出力は3モデルとも無料です。価格は2026年11月6日時点のカタログ値で、最新は各モデルページに載っていると公式が注記しています。
室谷代表取締役使い分けの指針も公式に書かれていて。Clairicはレシートの写真のような画像、そして数値・日付・estimateを返したいときに使う。
ScaleDown Extractは契約書の当事者名のようにPDFからテキストを抜くとき。Mercury Decideはメールやサポートチケットのようなプレーンテキストから名前やフレーズを抜くとき、と。
ScaleDown Extractは契約書の当事者名のようにPDFからテキストを抜くとき。Mercury Decideはメールやサポートチケットのようなプレーンテキストから名前やフレーズを抜くとき、と。
テキトー教師DotAI 認定講師注意点もはっきりしています。ClairicはPDFを読めず画像のみ対応なので、PDFはExtractが担う。
Extractはnumber/date型を持たないため、合計金額や納品日はページ上の文字列として返ってくる。p_nullやspanも返さない。
Extractはnumber/date型を持たないため、合計金額や納品日はページ上の文字列として返ってくる。p_nullやspanも返さない。
室谷代表取締役公式のPDF例でも、totalが"$4,200.00"という文字列で返ってきていて、confidenceは0.814。他の項目がほぼ1なのに対して、ここだけ目を向けるべき値として示されています。
テキトー教師DotAI 認定講師数字として保存したいなら、文字列で受けてから自分で変換するか、Clairic側で扱える形にするかを設計時に決める必要がありますね。Extractはnull_thresholdを受け付けないので、null確率ベースの自動化判定はできない。
その代わりconfidenceが値ごと、listなら項目ごとに返ります。
その代わりconfidenceが値ごと、listなら項目ごとに返ります。
室谷代表取締役Mercury Decideはテキストのみで、reference_dateを受け付けない。InceptionのモデルについてはMercury Decideとは？画像入力を解禁したInceptionの意思決定モデルでも解説しているので、あわせて読むと位置づけが分かりやすいです。
テキトー教師DotAI 認定講師ちなみにテキストだけのフィールドならどのモデルでも動くので、公式は請求書のtext/listフィールドをMercury DecideとExtractにも投げて検証していて、値は同じ、テキスト上のspanもClairicと同じものが返ったと報告しています。コストはそれぞれ$0.000015と$0.000014でした。
室谷代表取締役同じ精度なら安い方を使う、という判断ができるわけですね。ただしExtractはPDFではspanを返さないので、根拠表示が必要なら入力形式とセットで選ぶ必要があります。
Extractions APIの使い方・始め方——エンドポイントとリクエストの考え方
室谷代表取締役エンドポイントは /api/alpha/extractions です。リクエストの骨格は、model、state、assets、fields、そしてreference_dateという形なんですね。
テキトー教師DotAI 認定講師stateにテキストを入れるか、assetsに入れた画像・PDFのキーをstateで参照する。fieldsにはフィールド名ごとにtypeと、必要ならinstructionsを書く。
このinstructionsが「このフィールドが何を意味するか」をモデルに伝える役割を持ちます。
このinstructionsが「このフィールドが何を意味するか」をモデルに伝える役割を持ちます。
室谷代表取締役公式の請求書例が分かりやすいので、要点だけ整理しましょう。
- model: cloudflare/clairic
- state: 請求書のテキスト
- fields: invoice_number（text）、total（number、decimals 2、unit USD）、due_date（date、instructionsで「発行日＋純支払日数」）、contacts（list、items text）、po_number（text）、days_to_pay（estimate、min 0・max 120・step 1）
- reference_date: 2026-11-06
テキトー教師DotAI 認定講師このリクエストはClairicで$0.00011でした。レスポンスはanswersの中にフィールドごとの値が入り、due_dateは本文に日付が書かれていないので発行日と支払条件から計算されて"2026-11-28"になっています。
室谷代表取締役そしてpo_numberはnullで、guessに"INV-4417"が入っている。文書に発注番号が無いと判断したわけですよね。
テキトー教師DotAI 認定講師usageも見逃せません。input_tokens 1138、output_tokens 0、state_tokens 118、schema_tokens 666、passes 4。
出力トークンが0なのは、トークンを生成していないからです。
出力トークンが0なのは、トークンを生成していないからです。
室谷代表取締役画像の場合はassetsにtype: image、format、data_base64を入れて、stateでそのキーを参照する。PDFはtype: document、format: pdfで、これはScaleDown Extractに投げる形になります。
テキトー教師DotAI 認定講師返ってきたspanで元文書をスライスして、値の根拠を並べて表示する。公式もPythonのサンプルでそれをやっています。
この「値と根拠をセットで保存する」設計は、後から検証するときにとても効きますよ。
この「値と根拠をセットで保存する」設計は、後から検証するときにとても効きますよ。
室谷代表取締役APIキーの扱いや接続周りは、CursorとChatGPT（OpenAI API）連携完全ガイドのような既存のAPI連携記事と同じ感覚で準備できます。環境変数にキーを置いて、JSONをPOSTするだけですからね。
料金と提供範囲——日本から使える？アルファ版の制限は
室谷代表取締役料金は入力ベースで、Clairicが$0.10/M、Extractが$0.04/M、Mercury Decideが$0.02/M。出力は3モデルとも無料です。
テキトー教師DotAI 認定講師実際のコスト感も公式例で示されていて、テキスト抽出が$0.00011、画像のレシート抽出が$0.00025、PDFの発注書抽出が$0.00016でした。1件あたりの単価がかなり小さいので、件数が多い業務でも試算しやすいですね。
室谷代表取締役提供範囲について。APIは /api/alpha/extractions で提供されていて、ClairicはDecisions APIでは利用できません。
あとClairicのモデルページには「EUのin-region routingでは現在利用できない」という記載があります。
あとClairicのモデルページには「EUのin-region routingでは現在利用できない」という記載があります。
テキトー教師DotAI 認定講師日本からの利用可否について、公式に地域制限の明示は今回のソースでは確認できません。現時点では明らかにされていない、と正直に書くのが正確ですね。
室谷代表取締役アルファ版ゆえの注意点も押さえておきたい。まず仕様変更リスクですよね。
エンドポイントのパスにもalphaと入っています。
エンドポイントのパスにもalphaと入っています。
テキトー教師DotAI 認定講師レート制限については、OpenRouterのドキュメントにlimitsのページがありますが、Extractions API固有の数値は今回のソースでは確認できません。ここも「現時点では明らかにされていません」と扱うべきところです。
室谷代表取締役あとClairic自体がプレビュー扱いで、Cloudflareは2026年10月19日の告知でオープンウェイトでの公開を予定していると述べています。算術については1〜2ステップの計算は信頼できるが、長い依存ステップの連鎖や多くの表行にまたがる集計はまだ、という注意も出ています。
テキトー教師DotAI 認定講師これは実務に直結する注意ですね。合計金額を「読む」のは得意でも、明細を全部足し直して検算するような使い方は、まだ任せきりにしない方がいい、という公式の自己申告です。
室谷代表取締役各モデルのリリース日も整理しておくと、Clairicが2026年11月3日、ScaleDown Extractが10月13日、Mercury Decideが9月30日。ClairicはCloudflare Workers AIのプレビューとして10月19日に告知された、という経緯です。
Decisions APIとの違い——なぜ抽出専用APIが必要だったのか
室谷代表取締役ここが今回の発表の思想的な部分で。OpenRouterには既にDecisions APIがあるんですけど、何が違うのか。
テキトー教師DotAI 認定講師公式の説明が明快です。Decisionsは「あなたが答えを書いて、モデルがそれを秤にかける」方式。
リクエストにはquestionsが入り、各質問にはあらかじめ答えの選択肢が付く。
リクエストにはquestionsが入り、各質問にはあらかじめ答えの選択肢が付く。
室谷代表取締役つまり分類やルーティング、スコアリングのように、選択肢を事前に列挙できるタスク向けなんですよね。
テキトー教師DotAI 認定講師一方で、請求書の合計金額、配送日、遅延日数、修理費用といった構造化出力タスクは、答えを事前に列挙できない。だから抽出専用のAPIが必要だった、というのが公式の整理です。
室谷代表取締役Cloudflareの告知も同じことを言っていて、ClefなどのDecisionモデルは事前に定義した選択肢から選ぶ方式で、こうしたタスクには向かなかったと。そこでClairicが出てきたわけですね。
テキトー教師DotAI 認定講師両者は同じエンベロープ、つまりmodel、state、assets、providerを取るけれど、モデルに渡すものと返ってくるものが違う。この対比で理解すると整理しやすいです。
室谷代表取締役実装者からすると、分類はDecisions、値の取り出しはExtractions、と使い分けるイメージですね。ClairicがDecisions APIで使えないのも、この役割分担の表れだと読めます。
テキトー教師DotAI 認定講師既存のOpenRouter経由のモデル利用とどう関係するかについては、今回のソースに基盤のモデル数などの記載はありません。そこは憶測で書かず、抽出専用のエンドポイントが新設されたという事実に留めるのが正確です。
室谷代表取締役とはいえ、同じAPIキーと同じ課金の流れで抽出モデルを呼べるのは実務的にありがたいですよね。PDF処理の前段にOCRを別で挟む構成を組まなくていい、という選択肢が増えるわけですから。
テキトー教師DotAI 認定講師ScaleDown Extractは組み込みのOCRを持っていて、スキャン画像やPDFが別ステップなしで動くとモデルページに書かれています。請求書や契約書の処理パイプラインを組むときの発想が変わりますね。
室谷代表取締役ちなみにInceptionのモデル群についてはMercury 3とは？Inceptionの拡散型LLM、1Mコンテキストと1000+ tok/sで解説しているので、抽出以外の用途を考えるときの参考になります。
よくある質問
室谷代表取締役最後に、よく聞かれそうな点を整理しておきますか。
テキトー教師DotAI 認定講師まず「Extractions APIとは何か」ですが、文書と欲しいフィールドのリストを渡すと、1フィールドにつき1つの型付き値が返る抽出専用のAPIです。OpenRouterが2026年11月10日にアルファ版として公開しました。
室谷代表取締役「どんな入力に対応しているか」は、モデルによって違います。Clairicはテキストと最大4枚のPNG/JPEG画像、ScaleDown Extractはテキストまたは1つのPDFか画像、Mercury Decideはテキストのみです。
テキトー教師DotAI 認定講師「料金はいくらか」は、入力がClairic $0.10/M、Extract $0.04/M、Mercury Decide $0.02/Mで、出力は3モデルとも無料。実際の1件あたりのコストは公式例でテキスト$0.00011、画像$0.00025、PDF$0.00016と示されています。
室谷代表取締役「日本から使えるか」については、公式に地域制限の明示が今回のソースでは確認できず、現時点では明らかにされていません。ClairicはEUのin-region routingでは現在利用できない、という記載はあります。
テキトー教師DotAI 認定講師「どのモデルを選べばいいか」は、画像や数値・日付・estimateならClairic、PDFからテキストを抜くならExtract、プレーンテキストから名前やフレーズを抜くならMercury Decide、というのが公式の指針です。
室谷代表取締役「nullが返ってきたら失敗なのか」というのも聞かれそうですね。公式はnullを答えだと説明しています。
モデルがそのフィールドは文書に存在しないと判断したという意味で、guessに最もありそうな値が入ります。
モデルがそのフィールドは文書に存在しないと判断したという意味で、guessに最もありそうな値が入ります。
テキトー教師DotAI 認定講師「信頼度が低い値はどう扱うか」は、confidenceに下限を設けて、下回るものを人による確認に回し、それ以外を保存する。これが公式の示す信頼モデルの使い方です。
室谷代表取締役「アルファ版の制限は」については、エンドポイントがalphaであること、Clairicがプレビューで算術の長い連鎖や多数行の集計はまだ信頼できないとCloudflareが注記していること。レート制限の具体的な数値は今回のソースでは確認できていません。
テキトー教師DotAI 認定講師導入を検討するなら、まずPlaygroundで自分の書類を投げて、confidenceとp_nullの出方を見るのが一番早いですね。どのフィールドが人に回りそうかが、試すだけで見えてきますから。
室谷代表取締役そうですね。抽出の精度を上げる話ではなく、どこを自動化してどこを人に残すかを設計する話として捉えると、このAPIの価値がすっと腹に落ちると思います。
