OpenRouter でマルチ AI モデルルーティング実装 — コスト最適化戦略

Hiramise はレイアウト生成、カタログ画像分析、法規検証など複数のAI処理を行います。すべての呼び出しに同じモデルを使うとコストが急増します。OpenRouterを活用してタスク別にモデルを分離した経験を共有します。

なぜOpenRouterか

OpenRouterはOpenAI互換APIの単一エンドポイントで数十のモデルにアクセスできます。プロバイダーを変更してもコード変更なしにモデルIDを入れ替えるだけで済みます。

• 単一APIキーでAnthropic、Google、Metaなどのモデルを統合管理
• フォールバックルーティング対応 — メインモデル過負荷時に自動切替
• トークン単位コスト監視ダッシュボード内蔵

タスク別モデル分離戦略

すべてのAI呼び出しを単一クライアントラッパー（app/ai/client.py）を通過するよう設計しました。モデルIDは別途定数（app/ai/models.py）に分離して切替コストを最小化しています。

• レイアウト生成（複雑な推論が必要）：claude-opus-4.7 — 精度優先
• カタログ画像分析（Vision）：claude-sonnet-4.6 — 速度＋コストバランス
• 簡単なテキスト要約・タグ付け：claude-haiku（最低コスト）
• 法規チェック（キャッシュ可能な長いコンテキスト）：Opus＋プロンプトキャッシング

コスト最適化の結果

すべての呼び出しをOpusで処理した場合と比較して、月次AIコストが約40%削減されました。レイアウト生成品質はOpusを維持しながら、頻繁なVision呼び出しをSonnetに切り替えたことが奏功しました。

• Vision分析呼び出し：全体の65% → Sonnet切替で最大5倍コスト削減
• レイアウト生成：全体の20% → Opus維持（品質は妥協不可）
• キャッシュヒット率：法規コンテキスト約70%ヒット → 追加30%削減