0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

@locallab

OpenRouter 無料モデル 8 選を徹底比較——速度・品質・コンテキスト長 2026年版

0
Posted at

TL;DR

  • OpenRouter の :free モデルは 2026 年現在 20 以上存在するが、実用に耐えるのは 8 モデル程度
  • 日本語品質・レイテンシ・コンテキスト長の 3 軸で比較すると用途別に明確な適材適所がある
  • コスト最適化を本気でやるなら「タスク種別ごとにモデルを切り替えるルーティング」が鍵

はじめに

LLM API のコストは、プロダクト初期フェーズや個人開発者にとって悩みの種です。
OpenRouter は複数プロバイダのモデルを単一エンドポイント (https://openrouter.ai/api/v1) で叩ける API ゲートウェイですが、その中に :free サフィックスが付いた無課金モデル が複数存在します。

無料モデルにありがちな誤解は「どれも似たり寄ったり」というもの。実際は速度・品質・制約が大きく異なり、**雑に使うと「なぜかレスポンスが遅い」「日本語が崩れる」**といった問題が起きます。

本記事では 2026 年 5 月時点で OpenRouter 上で確認できる主要無料モデルを 3 軸で整理し、用途別のおすすめ構成を解説します。

前提知識：OpenRouter :free モデルの制約

OpenRouter の無料モデルは以下の共通制約があります（公式ドキュメントより）：

制約項目 内容
レート制限 アカウントあたり 20 req/min（有料クレジットがあれば緩和可）
キュー 無料枠はバックエンドで低優先度キューに入ることがある
モデル差し替え プロバイダ側都合でいつでも無効化・差し替えされうる
ストリーミング 対応モデルと非対応モデルが混在

無料枠は「プロバイダが試用・宣伝目的で提供しているキャパシティ」なので、SLA は実質ゼロです。本番用途には必ず有料 fallback を用意しましょう。

比較対象モデル（2026年5月時点）

以下の 8 モデルを対象とします。いずれも model パラメータに指定できる ID です。

# モデル ID（OpenRouter） ベースモデル コンテキスト長
1 google/gemini-2.0-flash-exp:free Gemini 2.0 Flash 1,048,576 tok
2 meta-llama/llama-4-scout:free Llama 4 Scout 131,072 tok
3 meta-llama/llama-4-maverick:free Llama 4 Maverick 131,072 tok
4 qwen/qwen3-8b:free Qwen3 8B 131,072 tok
5 qwen/qwen3-30b-a3b:free Qwen3 30B-A3B (MoE) 131,072 tok
6 mistralai/mistral-7b-instruct:free Mistral 7B Instruct 32,768 tok
7 nousresearch/hermes-3-llama-3.1-8b:free Hermes 3 (Llama 3.1 ベース) 131,072 tok
8 microsoft/phi-4:free Phi-4 14B 131,072 tok

注意: OpenRouter のモデルカタログは頻繁に更新されます。本記事の情報は公式カタログ（openrouter.ai/models）で必ず最新状況を確認してください。

3 軸評価

軸 1：日本語品質

日本語での指示追従・自然な文体・漢字かな変換の安定性を 5 段階で評価します。

モデル 日本語品質 所感
Gemini 2.0 Flash ⭐⭐⭐⭐⭐ Google の多言語コーパスが強み。口語〜技術文書まで安定
Qwen3 30B-A3B ⭐⭐⭐⭐⭐ Alibaba の中日英トレーニング。日本語ネイティブ感が高い
Qwen3 8B ⭐⭐⭐⭐ 30B より若干硬い表現が残るが実用十分
Llama 4 Maverick ⭐⭐⭐⭐ Meta の多言語強化版。英語→日本語混合タスクに強い
Llama 4 Scout ⭐⭐⭐ Maverick より軽量。日本語は不自然な語順が稀に出る
Phi-4 ⭐⭐⭐ Microsoft の小型モデル。日本語は及第点だが敬語が崩れる
Hermes 3 ⭐⭐ 英語特化チューニング。日本語は Llama ベースの素の実力
Mistral 7B ⭐⭐ 欧州発モデル。日本語は動くが長文で品質劣化

軸 2：レイテンシ（体感 TTFT）

TTFT = Time To First Token。キューの混雑度に依存するため幅があります。

モデル TTFT 目安 傾向
Mistral 7B 0.5〜2s キャパシティが大きく空きやすい
Qwen3 8B 0.8〜3s 小型MoEで高速。混雑時でも安定
Phi-4 1〜3s 14B にしては速い
Llama 4 Scout 1〜4s 軽量版だが無料枠の競争率が高め
Qwen3 30B-A3B 1.5〜5s MoE 効果で推論はそこそこ速いが待ちが増える
Llama 4 Maverick 2〜6s 大型モデル。混雑時は顕著に遅延
Gemini 2.0 Flash 0.5〜8s 通常は最速クラスだが、無料枠は気まぐれに遅くなる
Hermes 3 2〜8s 無料枠の優先度が低く、外れると 10s 超えも

TTFT は OpenRouter のダッシュボード（Latency タブ）でリアルタイム確認できます。自動化スクリプトではここを定期ポーリングしてルーティングを切り替えるのが定番テクニックです。

軸 3：コンテキスト長の実用性

「公称値 = 実用値」ではないことに注意が必要です。無料枠では 長いコンテキストを入れるとキューイングが長くなる傾向があります。

モデル 公称コンテキスト 実用上限の目安
Gemini 2.0 Flash 1M tok 100K〜300K が現実的（それ以上は待ち時間急増）
Llama 4 系 128K tok 50K 以内が安定
Qwen3 系 128K tok 64K 以内が安定
Phi-4 128K tok 32K 以内推奨
Mistral 7B / Hermes 3 32K tok 16K 以内推奨

用途別おすすめ構成

ケース A：RAG のチャンク要約（コスト最重視）

# 短いチャンク (< 2K tok) をバッチ要約するケース
model = "qwen/qwen3-8b:free"
# 理由:
# - TTFT が速い → 並列処理でスループットを稼げる
# - 日本語品質 ⭐⭐⭐⭐ → 要約タスクには十分
# - 8B で軽量 → 無料枠のキャパが空きやすい

ケース B：長文コード解析（コンテキスト重視）

# リポジトリ丸ごとレビューや大きな diff の解析
model = "google/gemini-2.0-flash-exp:free"
# 理由:
# - 1M コンテキスト（無料モデル中最大）
# - コードの構造理解が得意
# - ただし混雑時は遅いので timeout を 60s 以上に設定

ケース C：日本語カスタマーサポート bot（品質重視）

# エンドユーザーが直接見るテキスト生成
model = "qwen/qwen3-30b-a3b:free"
# 理由:
# - 日本語品質が最高クラス
# - MoE 構造で大型モデルの品質を維持しつつ推論コスト低
# - fallback: google/gemini-2.0-flash-exp:free

ケース D：英語ドキュメント生成（開発者向け）

# README, API ドキュメントの英語生成
model = "meta-llama/llama-4-maverick:free"
# 理由:
# - 英語品質が高い
# - 技術文書のトーンが安定している
# - 128K コンテキストで既存ドキュメントを参照しながら生成可能

OpenRouter でのモデルルーティング実装例

タスク種別でモデルを自動切り替えする最小構成です。

import httpx
import os

OPENROUTER_API_KEY = os.environ["OPENROUTER_API_KEY"]  # 環境変数から取得

ROUTING_TABLE = {
    "summary": "qwen/qwen3-8b:free",
    "long_context": "google/gemini-2.0-flash-exp:free",
    "japanese_quality": "qwen/qwen3-30b-a3b:free",
    "english_doc": "meta-llama/llama-4-maverick:free",
}

def chat(task_type: str, messages: list[dict]) -> str:
    model = ROUTING_TABLE.get(task_type, "qwen/qwen3-8b:free")
    
    response = httpx.post(
        "https://openrouter.ai/api/v1/chat/completions",
        headers={
            "Authorization": f"Bearer {OPENROUTER_API_KEY}",
            "HTTP-Referer": "https://your-app.example.com",  # OpenRouter 推奨
            "X-Title": "My App",
        },
        json={
            "model": model,
            "messages": messages,
            "max_tokens": 2048,
        },
        timeout=60.0,
    )
    response.raise_for_status()
    return response.json()["choices"][0]["message"]["content"]


# 使用例
result = chat(
    task_type="japanese_quality",
    messages=[{"role": "user", "content": "RAGシステムの設計を200字で説明してください"}],
)
print(result)

ポイント: HTTP-Referer ヘッダーは OpenRouter が利用統計に使うため設定を推奨しています（公式ドキュメント参照）。必須ではありませんが、入れておくとレート制限の優先度が上がることがあります。

Fallback 戦略：無料モデルが落ちたときの対処

OpenRouter には モデルフォールバック機能 があります。models パラメータに配列を渡すと、先頭から順に試みます。

# fallback 付きリクエスト例
json_body = {
    "models": [
        "qwen/qwen3-30b-a3b:free",      # 第1候補（無料）
        "google/gemini-2.0-flash-exp:free",  # 第2候補（無料）
        "qwen/qwen3-30b-a3b",            # 第3候補（有料・同モデル）
    ],
    "messages": messages,
    "route": "fallback",  # fallback モードを明示
}

これにより「無料枠が埋まっていたら自動で次の無料モデルを試し、それでも駄目なら有料版にフォールバック」という堅牢な構成が作れます。

コスト感覚の整理

無料モデルをフル活用した場合の試算（20 req/min × 60 min × 24h = 28,800 req/day 上限）：

用途 1 req あたりトークン 1 日の推定リクエスト数 月額コスト
チャット bot（小規模） 〜500 tok 200 $0
RAG 要約パイプライン 〜2,000 tok 1,000 $0（レート制限内）
バッチ処理（大規模） 〜4,000 tok 5,000 レート超過 → 有料枠が必要

大規模バッチが必要になった段階で、無料モデルと同一 ID の有料版（:free を外したもの）に切り替えるだけでコードを変更せずスケールできます。これが OpenRouter ルーティングの一番の強みです。

まとめ

判断軸 おすすめモデル
日本語品質を最優先 qwen/qwen3-30b-a3b:free
長いコンテキストが必要 google/gemini-2.0-flash-exp:free
とにかく速い応答が欲しい qwen/qwen3-8b:free or mistralai/mistral-7b-instruct:free
英語ドキュメント生成 meta-llama/llama-4-maverick:free
数学・コード推論 microsoft/phi-4:free

無料モデルは「品質保証なし」という前提のもと、試作・個人開発・コスト最適化の第一段階として非常に有効です。特に Qwen3 シリーズと Gemini 2.0 Flash は 2026 年時点で有料モデルと遜色ない品質を無料で提供しており、使わない手はありません。

モデルのラインナップは月単位で変化するため、定期的に openrouter.ai/models を確認して最新の :free モデルをチェックする習慣をつけましょう。

参考リンク

✍️ 本記事の著者: 合同会社ジモラボ

ジモラボは、八王子を拠点に AI を活用した SaaS を多数開発しています。本記事の技術検証もそうした開発過程の副産物です。

興味を持っていただけたら、ぜひ各 SNS のフォローもお願いします!

0
0
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
Sign upLogin
0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?