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

Claude Code × OpenRouter Free モデルで月$0運用するAIコーディング環境の作り方

0
Posted at

TL;DR

  • OpenRouter の :free モデルは商用利用可能で、APIキー1本で複数の最新LLMを無料で呼べる
  • Claude Code の --model フラグと環境変数で任意のOpenRouter対応モデルに切り替えられる
  • 軽量タスク(lint修正・型エラー・テストケース生成)は無料モデルで十分カバーできる
  • 適切なモデル使い分けで月々のLLMコストをほぼゼロに抑えられる

背景

AI コーディングアシスタントの利用が当たり前になった一方、Claude Opus や GPT-4o を毎日フル回転させると月 $50〜200 のコストがあっという間に積み上がる。

OpenRouter は2024年以降、主要モデルの :free ティアを拡充しており、2026年現在では Qwen3・Llama 4・Gemma 3 など実力派モデルが無料で呼べる状態になっている。これらを Claude Code のバックエンドとして使う構成を紹介する。

対象読者:

  • 個人開発者・小規模チームで LLM コストを抑えたい人
  • Claude Code を使いはじめたが課金額が気になっている人
  • OpenRouter の :free モデルを試したいがセットアップが面倒な人

OpenRouter :free モデルとは

OpenRouter は複数のLLMプロバイダーへの統一APIゲートウェイで、エンドポイントは OpenAI互換（/v1/chat/completions）。

:free サフィックスがつくモデルはレート制限はあるがトークン課金ゼロ。2026年5月時点で代表的なものは以下:

モデルID ベースモデル コンテキスト長 特徴
qwen/qwen3-8b:free Qwen3 8B 32K 軽量・日本語OK
qwen/qwen3-30b-a3b:free Qwen3 30B MoE 32K 高精度・MoE
meta-llama/llama-4-scout:free Llama 4 Scout 128K 長文対応
google/gemma-3-27b-it:free Gemma 3 27B 131K Googleモデル
mistralai/mistral-7b-instruct:free Mistral 7B 32K 枯れた安定性

⚠️ :free モデルは OpenRouter 側のキャパシティにより応答が遅くなる場合があります。本番クリティカルな用途には向きません。

セットアップ

1. OpenRouter API キーの取得

openrouter.ai でアカウント作成 → Settings → API Keys から発行。無料枠なので課金情報の登録不要（無料モデルのみ使う場合）。

2. 環境変数の設定

# ~/.bashrc or ~/.zshrc
export OPENROUTER_API_KEY="sk-or-v1-xxxxxxxxxxxx"

3. Claude Code の設定

Claude Code は ANTHROPIC_API_KEY 以外に、OpenAI互換エンドポイントへの向き先を変更できる。

.claude/settings.json（プロジェクト固有）または ~/.claude/settings.json（グローバル）に以下を記載:

{
  "env": {
    "ANTHROPIC_BASE_URL": "https://openrouter.ai/api/v1",
    "ANTHROPIC_API_KEY": "${OPENROUTER_API_KEY}",
    "ANTHROPIC_MODEL": "qwen/qwen3-30b-a3b:free"
  }
}

注意: ANTHROPIC_BASE_URL に OpenRouter を指定した場合、Claude Code は Anthropic のプロプライエタリ機能（キャッシュ・拡張思考等）は使えません。OpenAI互換 API として動作します。

4. 起動確認

claude --version
# または
claude -p "Hello, which model are you?"

期待するレスポンスにモデル名が含まれていれば成功。

モデル使い分け戦略

全タスクを無料モデルに振ると、複雑なリファクタリングや設計相談でハルシネーションが増える。タスクの重さに応じてモデルを切り替えるのが現実解。

軽量タスク        →  :free モデル
────────────────────────────────────────────
├─ lint エラー修正
├─ コメント追記
├─ 型エラー解消 (単純なもの)
├─ テストケースの追加
├─ README 英訳
└─ commit メッセージ生成

中重量タスク      →  claude-3-5-haiku or qwen3-235b
────────────────────────────────────────────
├─ API設計のレビュー
├─ 複数ファイルに跨るリファクタリング
└─ バグ原因の調査

重量タスク        →  claude-sonnet / claude-opus
────────────────────────────────────────────
├─ 新機能の設計・実装 (ゼロから)
├─ 複雑なアーキテクチャ選択
└─ セキュリティ審査

シェルエイリアスで素早く切り替え

# ~/.zshrc

# 無料モデルで軽量タスク
alias cc-free='ANTHROPIC_BASE_URL="https://openrouter.ai/api/v1" \
               ANTHROPIC_API_KEY="$OPENROUTER_API_KEY" \
               ANTHROPIC_MODEL="qwen/qwen3-30b-a3b:free" \
               claude'

# ローカルOllamaに向ける (完全オフライン)
alias cc-local='ANTHROPIC_BASE_URL="http://localhost:11434/v1" \
                ANTHROPIC_API_KEY="ollama" \
                ANTHROPIC_MODEL="qwen3:8b" \
                claude'

# 通常のAnthropicモデル
alias cc='claude'

使い方:

# 軽量タスク: OpenRouter 無料モデル
cc-free -p "この TypeScript の型エラーを直して" < error.ts

# ヘビータスク: 通常 Anthropic
cc "この設計でパフォーマンスボトルネックはどこ?"

Ollama との組み合わせ（完全ローカル・完全無料）

インターネット接続なし・コスト完全ゼロを目指すなら Ollama との組み合わせが有効。

# Ollama インストール (macOS)
brew install ollama

# モデルのプル
ollama pull qwen3:8b      # 約5GB
ollama pull qwen3:14b     # 約9GB (精度重視)

# サーバー起動
ollama serve

Claude Code から向ける:

ANTHROPIC_BASE_URL="http://localhost:11434/v1" \
ANTHROPIC_API_KEY="ollama" \
ANTHROPIC_MODEL="qwen3:8b" \
claude -p "src/ 配下の TODO コメントをリストアップして"

Ollama の OpenAI互換エンドポイント（/v1/chat/completions）が Claude Code から透過的に使える。

Ollama vs OpenRouter :free の比較

項目 Ollama (ローカル) OpenRouter :free
コスト 電気代のみ $0
速度 GPU次第 (M2 Pro で ~30tok/s) サーバー依存
プライバシー 完全ローカル リクエストはクラウド経由
モデルの新しさ pull する必要あり 常に最新
オフライン ✅ ❌
セットアップ やや複雑 API キー1本

コードに機密情報が含まれる場合は Ollama 推奨。OSS プロジェクトや公開前提なら OpenRouter でも問題ない。

実際のコスト比較 (1日50タスク想定)

典型的な1日のタスク分布を想定した試算:

タスク種別               件数  推奨モデル      単価概算
─────────────────────────────────────────────────────────
lint/型エラー修正         20件  :free           $0
テスト生成               10件  :free           $0
コメント・README修正       5件  :free           $0
中規模リファクタリング     10件  haiku          ~$0.05
設計相談・複雑なバグ        5件  sonnet         ~$0.20
─────────────────────────────────────────────────────────
合計                     50件                 ~$0.25/日
                                              ~$7.5/月

無料モデルを使わない場合（全件 sonnet）は月 ~$60〜80 になることもあるため、タスク振り分けだけで月 $50 以上の削減が見込める。

よくある問題と対処法

model not found エラー

Error: The model `qwen/qwen3-30b-a3b:free` does not exist

OpenRouter のモデルIDは定期的に変わる。openrouter.ai/models でフィルタ Free を選択して最新のIDを確認する。

レスポンスが極端に遅い

:free モデルはキャパシティが共有されており、混雑時は数十秒かかることがある。
→ 別の :free モデルに切り替えるか、Ollama ローカルにフォールバックする。

JSON モード・ function calling が使えない

モデルによっては tool_use / function_calling 非対応のものがある。Claude Code が tool を多用するタスク（ファイル操作の連鎖など）では、対応モデルを選ぶか sonnet にアップグレードする。

日本語の精度が低い

mistral-7b-instruct:free は日本語が弱い。日本語コードベースなら qwen3-8b:free や qwen3-30b-a3b:free を優先する（Qwen3 系は日本語訓練データが多い）。

まとめ

ポイント 内容
OpenRouter :free APIキー1本で最新OSS系LLMを無料利用
モデル切り替え ANTHROPIC_BASE_URL + ANTHROPIC_MODEL 環境変数で制御
使い分けルール 軽量→無料・中重量→haiku・重量→sonnet
完全無料化 Ollama ローカル + qwen3 でゼロコスト達成可能
コスト削減効果 月 $50〜70 削減の現実的な見込み

AI コーディングツールの民主化は進んでいる。無料モデルの品質は1〜2年前とは比べ物にならないほど向上しており、コーディングアシスタントに月$100払い続けるのは2026年においてはもはや必須ではない。

まずは :free モデルを lint 修正・型エラー解消専用に使うところから試してみてほしい。

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?