LLamjinLab
AI News文字数 6216読了時間≈ 16 分

OpenRouter 無料モデル白利用ガイド：テキスト、コーディング、Agent モデルの推奨

OpenRouter 2026 年 5 月の無料モデルまとめをもとに、テキスト処理、コーディング、Agent ワークフロー、長コンテキスト実験に適した無料モデルを再整理し、無料枠、レートリミット、利用戦略を解説する。

AILLMAgentOpenAI

OpenRouter の無料モデルは更新が非常に速いです。以前は人気だった無料モデルでも、突然の配下削除、プロバイダ変更、レート制限の変更、あるいは無料モデル一覧からの消滅が起きることがあります。特に以前よく話題になっていた 1T クラスの無料モデルは、現在では主力候補としてはふさわしくなくなっています。

なのでこの本文では「あるモデルが常に最強」という形で書きません。用途別に整理し、テキスト処理、コーディング、Agent ワークフロー、長コンテキスト実験で使い分ける構成にします。

OpenRouter 無料モデルページ：https://openrouter.ai/models?q=free

OpenRouter 無料モデルコレクション：https://openrouter.ai/collections/free-models

OpenRouter 公式の無料モデルコレクションでは、現在のランキングは 2026 年 5 月の実使用データ更新に基づいているとされています。公式も、無料モデルは主に実験・学習・低コスト検証向けであり、将来継続提供される保証はないことを明記しています。したがって無料モデルは、学習、検証、個人プロジェクト、軽量ワークフローには有効ですが、長期運用の本命として使う想定ではありません。

公式リンク：OpenRouter Free Models、OpenRouter Free Models Router、OpenRouter API Rate Limits、OpenRouter Pricing

1. 先に結論：今の無料モデルはどう選ぶ？

まず手早く使うなら、次の組み合わせを覚えるとよいです。

テキスト処理：GLM 4.5 Air / Gemma 4 31B / gpt-oss-120b
コーディングタスク：Poolside Laguna M.1 / gpt-oss-120b / DeepSeek V4 Flash
Agent ワークフロー：Owl Alpha / Nemotron 3 Super / MiniMax M2.5
複雑レビュー：Nemotron 3 Super / gpt-oss-120b / Trinity Large Thinking
長コンテキスト実験：Owl Alpha / Nemotron 3 Super / DeepSeek V4 Flash
汎用バックアップ：openrouter/free

私の提案は、無料モデルを 1 つに固定しないことです。無料モデルの本質は「複数モデルの役割分担 + フォールバック」です。文章作成はテキスト系、コード生成はコーディング系、Agent にはツール呼び出しと長コンテキストに強いモデルを使う、と役割を分けるほうが堅実です。単一モデルに依存するより安定します。

2. 現在注目すべき無料モデル

OpenRouter の現在の無料モデルコレクションに基づくと、次のモデルが特に試す価値があります。

優先度モデル ID適した用途簡易コメント
Sopenrouter/owl-alphaAgent、長コンテキスト、自動化ワークフロー現在の無料ランキング上位モデル。1M コンテキストで、Claude Code / OpenClaw のような生産性ツール実験に適する
Snvidia/nemotron-3-super-120b-a12b:free複雑推論、コードレビュー、複数 Agent120B MoE、1M コンテキスト。複雑な計画、長文書解析、文書横断推論に適する
S-poolside/laguna-m.1:freeコーディング、Coding Agent複雑なソフトウェア工学タスク向け。tool calling と reasoning をサポートし、コード生成・ツール呼び出しに適する
A+openai/gpt-oss-120b:free推論、ツール呼び出し、構造化出力OpenAI の OSS 重み MoE モデル。汎用推論、Agent 実験、コードレビュー向け
A+deepseek/deepseek-v4-flash:free長コンテキスト、コード、Agent1M コンテキスト。高速応答と長コンテキスト、コーディング支援に適する
Az-ai/glm-4.5-air:free中国語、汎用QA、軽量 Agent中国語体験が良好。thinking / non-thinking モードをサポートし、テキストと軽量推論の代替候補に適する
Aminimax/minimax-m2.5:free事務自動化、Agent、コード実運用に近い生産性タスク向け。Word、Excel、PPT、コード、複数ソフトウェアのワークフロー理解に適する
A-poolside/laguna-xs-2:free軽量コーディング、Coding AgentLaguna M.1 の軽量版として、コード系のフォールバックに有用
A-arcee-ai/trinity-large-thinking:free推論、Agent、複雑レビューオープンソース reasoning モデル。reasoning を保持したままの Agent ワークフロー実験に適する
B+baidu/cobuddy:freeコード生成、AI Agent中国語コードモデル。tool calling と reasoning に対応し、軽量コード生成と中国語のコード説明に適する
B+openai/gpt-oss-20b:free軽量推論、構造化出力120B より軽量。低レイテンシと標準的な構造化タスク向け
Bnvidia/nemotron-3-nano-30b-a3b:free軽量 Agent、プライベート化研究軽量 MoE。専用化した agentic AI システムのテストに適する
Bopenrouter/free一時的な無料ルーティング検証自動で無料モデルを選択。利便性は高いが挙動が不安定なため本格デバッグ向けではない

注記：無料モデルの一覧は変動します。実際に使う前にモデルページで「まだ無料か」「tool calling をサポートするか」「コンテキスト長」「provider のレートリミット」を必ず確認してください。

3. テキスト処理向け無料モデル推奨

テキスト処理には、中国語記事のリライト、要約、翻訳、長文整理、ナレッジベース整理、メール作成、説明文の改稿などが含まれます。

テキストモデル優先度

優先度モデル ID適した用途簡易コメント
Sz-ai/glm-4.5-air:free中国語QA、記事の文章修正、軽量推論中国語体験が良く、日常テキストの主力候補として使いやすい
S-google/gemma-4-31b-it:free多言語テキスト、文書理解、一般ライティング安定した汎用性で、通常のテキスト処理と多言語タスクに適する
A+openai/gpt-oss-120b:free構造化リライト、複雑要約、論点整理推論力が高く、複雑なテキストレビューやロジック再構成に適する
Anvidia/nemotron-3-super-120b-a12b:free長文書、複雑テキスト分析大量の内容分析に強いが、高頻度の軽量リライトには必ずしも最適ではない
A-deepseek/deepseek-v4-flash:free長コンテキスト整理、素早い要約長い内容、ログ、資料の整理に適する
B+openrouter/free一時的なチャット、迅速なテスト便利だが、ルーティングが固定されない

テキスト処理推奨構成

ブログ作成、記事修正、要約だけなら、最初から最大モデルを使う必要はありません。一般的な中国語記事ならまず z-ai/glm-4.5-air:free か google/gemma-4-31b-it:free で十分です。複雑な見解レビュー、長文再構成、論理分析が必要なときに openai/gpt-oss-120b:free か nvidia/nemotron-3-super-120b-a12b:free に切り替えます。

4. コーディング無料モデル推奨

コーディングタスクには Python 実装、エラー説明、バグ修正、スクリプト生成、コードベースの読解、コードレビュー、開発 AI Agent 支援などがあります。

コーディングモデル優先度

優先度モデル ID適した用途簡易コメント
Spoolside/laguna-m.1:freeCoding Agent、複雑なソフトウェア工学複雑なソフトウェア工学タスク向け。コード生成、tool calling、agentic coding ワークフローに適する
S-openai/gpt-oss-120b:freeコード推論、構造化出力、ツール呼び出しコード説明、レビュー、Agent 実験に適する
A+deepseek/deepseek-v4-flash:free長コンテキストコード、迅速な修正長いコード、即時対応、コーディングアシスタントに適する
Apoolside/laguna-xs-2:free軽量コード、低コスト AgentM.1 の代替としてフォールバックに使いやすい
Abaidu/cobuddy:freeコード生成、中国語コード説明軽量コードタスク、とくに中国語説明とツール呼び出し実験に適する
A-minimax/minimax-m2.5:freeエンジニアリングタスク、事務自動化、Agentコードだけでなく実務的生産性シナリオにも対応
B+nvidia/nemotron-3-super-120b:a12b:freeコードレビュー、アーキテクチャ分析高度な助言役には有用だが、監督なしで大規模なコード変更は非推奨

コーディング推奨構成

Claude Code、Cline、Roo Code、OpenCode のようなツール呼び出し系プロジェクトに取り組む場合、モデルの会話能力だけでなく次の観点が重要です。

1. tool calling をサポートしているか 2. 構造化フォーマットを安定して出力できるか 3. 長コンテキストを理解できるか 4. ステップを踏んでタスク実行できるか 5. ファイルを勝手に壊さないか

私の並びは次の通りです。poolside/laguna-m.1:free はコード生成、openai/gpt-oss-120b:free は推論と構造化出力、nvidia/nemotron-3-super-120b-a12b:free は複雑レビューとアーキテクチャ判断です。

5. Agent / ツール呼び出し向け無料モデル推奨

Agent モデルは単なるチャットモデルではありません。タスクを理解し、分解し、ツールを呼び出し、結果を読んで再推論し、できるだけフォーマット崩れなく出力する必要があります。

Agent モデル優先度

優先度モデル ID適した用途簡易コメント
Sopenrouter/owl-alphaAgent、長コンテキスト、自動化ワークフロー現在の無料ランキング上位。Claude Code / OpenClaw などのツール実験に適する
Snvidia/nemotron-3-super-120b-a12b:free複数 Agent、複雑な計画、長コンテキスト1M コンテキスト。長期タスク計画、文書横断推論、複数ステップ処理に適する
S-minimax/minimax-m2.5:free事務自動化、Agent、複数ソフトワークフロー実運用環境を意識した設計で、オフィス Agent の考え方に適する
A+openai/gpt-oss-120b:freeツール呼び出し、構造化出力、推論Agent フレームワークのテストに適する
A+poolside/laguna-m.1:freeCoding Agentコード系 Agent 向けに適する
Adeepseek/deepseek-v4-flash:free長コンテキスト Agent、高速応答高スループットと長コンテキストタスク向け
A-arcee-ai/trinity-large-thinking:freereasoning Agent、複雑タスクreasoning を保ったままの Agent ワークフロー実験に適する
B+z-ai/glm-4.5-air:free軽量 Agent、中国語タスク汎用バックアップとして適する
Bopenrouter/free一時的な無料ルーティング便利だが制御性は低い

OpenRouter には専用のルーティングモデルがあります：openrouter/free。

これは無料モデルの中から利用可能なモデルを自動選択し、短時間のチャットや手早いテストには便利です。ただし、独自の Agent フレームワークを開発している段階では openrouter/free を長期利用するのは避けるべきです。実行時に実際のルーティング先が都度変わるため、挙動が安定せずデバッグが難しくなるためです。

6. 注目モデルの簡評

1. openrouter/owl-alpha

モデルページ：OpenRouter Owl Alpha

Owl Alpha は OpenRouter の無料モデル上位で特に注目すべきモデルです。OpenRouter の紹介文では、agentic workloads、tool use、long-context tasks、code generation、automated workflows、complex instruction execution を重視しており、Claude Code、OpenClaw といった生産性ツールとの互換性を示しています。

私の位置づけは次の通りです。

適している：Agent、長コンテキスト、自動化ワークフロー、Claude Code 的ツール実験
適していない：安定性要求の高い本番環境

AgentLab、Claude Code 的 CLI、複数ステップのタスク計画を試す用途には適しています。ただし alpha 的性質があり、実運用安定性と出力スタイルは事前検証が必要です。

2. nvidia/nemotron-3-super-120b-a12b:free

モデルページ：NVIDIA Nemotron 3 Super 120B A12B Free

NVIDIA Nemotron 3 Super は 120B パラメータの MoE モデルで、実行時には約 12B パラメータがアクティブになります。OpenRouter では 1M token context をサポートし、long-term agent coherence、cross-document reasoning、multi-step task planning を想定した設計とされています。

私の位置づけは次の通りです。

適している：複雑推論、長文書分析、コードレビュー、Agent 計画
適していない：完全な無監督での自動プロジェクト接続

「上級参謀」として使うのに向いています。コードレビュー、アーキテクチャ説明、タスク計画、長文分析に強い一方、直接自動コード生成ツールへ接続する場合は、まずは小規模で検証し、誤編集や出力フォーマット不安定を避けるのが無難です。

3. poolside/laguna-m.1:free

モデルページ：Poolside Laguna M.1 Free

Laguna M.1 は Poolside の coding agent モデルで、OpenRouter の説明では complex software engineering tasks を対象としており、tool calling と reasoning をサポートし、agentic coding ワークフローに適するとされています。

私の位置づけは次の通りです。

適している：コード生成、コード説明、Coding Agent、ツール呼び出し
適していない：中国語の長文リライト。汎用テキストモデルほど自然ではない

無料コードモデルを 1 つ選ぶなら、まずこれを試すのが良いです。

4. openai/gpt-oss-120b:free

モデルページ：OpenAI gpt-oss-120b Free

gpt-oss-120b は OpenAI のオープンウェイト MoE モデルです。OpenRouter では high-reasoning、agentic、general-purpose のユースケースに向き、native tool use、function calling、browsing、structured output generation をサポートするとされています。

私の位置づけは次の通りです。

適している：複雑推論、構造化出力、ツール呼び出し、コードレビュー
適していない：すべての有料モデルを無条件で置き換える用途

Agent フレームワーク内の「推論層」または「レビュー層」として使うと効果的です。ツール呼び出し実験では、普通のチャットモデルより優先して検証すべきです。

5. deepseek/deepseek-v4-flash:free

モデルページ：DeepSeek V4 Flash Free

DeepSeek V4 Flash は効率重視の MoE モデルです。OpenRouter のページでは 1M-token context window をサポートし、coding assistants、chat systems、agent workflows に向くとされています。

私の位置づけは次の通りです。

適している：長コンテキスト、迅速応答、コードアシスタント、Agent ワークフロー
適していない：高い日本語表現力（※元文は中文のため「中国語文芸性」）を必要とする文章作成

超長いファイル、膨大なログ、複数のプロジェクト説明を投入する場合は検証価値が高いモデルです。

6. minimax/minimax-m2.5:free

モデルページ：MiniMax M2.5 Free

MiniMax M2.5 は real-world productivity 向けです。OpenRouter の記載では Word、Excel、PowerPoint などのオフィスソフト文脈をカバーし、coding expertise と planning を強調しています。

私の位置づけは次の通りです。

適している：事務自動化、文書処理、表計算タスク、生産性 Agent
適していない：単なる雑談用途への無駄遣い

「AI が実務的なオフィス作業をどこまで代替できるか」を見る観点では、単独で試す価値があります。

7. arcee-ai/trinity-large-thinking:free

モデルページ：Arcee AI Trinity Large Thinking Free

Trinity Large Thinking は Arcee AI のオープンソース reasoning モデルです。OpenRouter の説明では agentic workloads と reasoning tasks に適し、こうしたモデルでは reasoning プロセスを残した方がよいとしています。

私の位置づけは次の通りです。

適している：複雑推論、Agent タスク分解、レビュー系タスク
適していない：低遅延の雑談や短文の普通リライト

gpt-oss-120b:free と nvidia/nemotron-3-super-120b-a12b:free 以外の reasoning バックアップとして使えます。

7. 最終的な無料モデル優先順位（白嫖版）

総合ランキング

順位モデル ID主な用途推奨理由
1openrouter/owl-alphaAgent、長コンテキスト現在の無料ランキング上位。1M コンテキストで自動化ワークフロー実験に適する
2poolside/laguna-m.1:freeコーディング、Coding Agentコードタスクを優先的に検証
3nvidia/nemotron-3-super-120b-a12b:free複雑推論、コードレビュー1M コンテキストで、複雑分析と文書横断推論に適する
4openai/gpt-oss-120b:free推論、ツール呼び出し構造化出力と Agent テストに適する
5deepseek/deepseek-v4-flash:free長コンテキスト、迅速応答1M コンテキストで長時間タスクに適する
6minimax/minimax-m2.5:freeオフィス Agent、生産性タスク文書・表計算・PPT のようなワークフローに適する
7z-ai/glm-4.5-air:free中国語汎用、軽量推論中国語向け予備モデルとして、記事リライトと一般QAに適する
8google/gemma-4-31b-it:freeテキスト、多言語、文書理解日常的なテキスト処理の代替候補
9arcee-ai/trinity-large-thinking:freereasoning、Agent レビュー複雑推論のバックアップ候補
10baidu/cobuddy:free軽量コード、中国語コード説明コード代替候補
11openrouter/free一時テスト自動ルーティングは便利だが不安定

5 つだけ覚えるなら

8. 推奨構成方法

これらのモデルを自分のプロジェクトへ組み込むなら、用途別に設定すると運用しやすくなります。

TEXT_MODEL=z-ai/glm-4.5-air:free
CODING_MODEL=poolside/laguna-m.1:free
AGENT_MODEL=openrouter/owl-alpha
REVIEW_MODEL=nvidia/nemotron-3-super-120b-a12b:free
REASONING_MODEL=openai/gpt-oss-120b:free
LONG_CONTEXT_MODEL=deepseek/deepseek-v4-flash:free
FALLBACK_MODEL=openrouter/free

AI Agent の作り方を学ぶ場合は、まず 《Hello Agents：从零构建 AI Agent》 を参照し、これら無料モデルを練習基盤として使うと良いです。AI Agent を実装しているなら、シンプルなフォールバック戦略を置くと安全です。

ステップ1：Owl Alpha でタスク計画と長コンテキスト Agent を試す
ステップ2：Laguna M.1 でコードを書く
ステップ3：gpt-oss-120b で構造化推論とツール呼び出しを行う
ステップ4：Nemotron 3 Super でコードレビューとアーキテクチャ判断を行う
ステップ5：レート制限時は DeepSeek V4 Flash、GLM 4.5 Air、または openrouter/free に切り替える

単一の無料モデルだけに依存するより、上の方が安定します。

9. 注意点

1. 無料モデルは変化が速い

本記事では、以前中心に扱っていた 1T モデルの主推を削除しました。現在は 1T モデルの主推に不向きなためです。無料モデル一覧は変動するため、設定時に古い記事を盲信しないこと。

2. 無料モデルを本番主力にしない

無料モデルは価格、レートリミット、provider、可用性がいつでも変わります。個人学習なら良いですが、正式な製品には有料フォールバックを用意してください。

3. 無料モデルへ機密情報を入れない

無料モデルは公開情報、学習用途、一般文章、非機密コードに向くものの、プライバシー情報、顧客情報、商用機密を扱う場合は投入しないでください。

4. パラメータサイズだけで判断しない

大きいモデルほど良いとは限りません。文章には言語表現性を、コードにはコード能力を、Agent にはツール呼び出しの安定性を重視すべきです。

5. openrouter/free を過信しない

openrouter/free は便利ですが、ルーティング先は固定されません。正式プロジェクトでは、具体的なモデル ID を固定するのが望ましいです。

6. 無料枠は節約して使う

無料ユーザーには 1 日あたりのリクエスト数上限があり、失敗リクエストでも枠を消費する場合があります。Agent をテストする際は 1 タスクで多く呼び出してしまうことがあるため、キャッシュ追加、最大ステップ数制限、フォールバック設定を入れたほうが安全です。

10. まとめ

OpenRouter の無料モデルは価値が高く、特に学生、個人開発者、AI Agent 学習者、個人ブログ運営者には有効です。

最終的な推奨は次のとおりです。

無料モデルのコアは「最強モデルをひたすら使い切る」ことではなく、タスク分業です。テキストはテキスト専用モデル、コードはコーディング専用モデル、Agent は推論とツール呼び出しが強いモデルに分ける。これが無料枠の価値を最大化する実践的なやり方です。

よくある質問

OpenRouter とは？

OpenRouter は AI モデルの統合ルーティングプラットフォームで、OpenAI、Anthropic、Google、DeepSeek など複数プロバイダのモデルを 1 つの API キーで切り替えて呼び出せるようにします。モデルによっては無料枠があり、学習・低コスト実験に向いています。

無料モデルにはレート制限がある？

あります。OpenRouter のほとんどの無料モデルは、RPM（1 分あたりのリクエスト数）または RPD（1 日あたりのリクエスト数）で制限されています。具体値はモデルページを参照してください。制限時には代替モデル（例：負荷を自動的に下げる openrouter/free ルーティング）へ切り替えます。

無料モデルは本番環境向け？

推奨されません。無料モデルは、いつでも下架・レート変更・プロバイダ変更が起こる可能性があり、安定性は保証されません。学習、検証、個人プロジェクト、軽量ワークフロー向けが適しており、本番環境では有料モデルとフォールバック戦略が推奨です。

コーディングタスクに適した無料モデルは？

現時点では Poolside Laguna M.1（コード生成）、gpt-oss-120b（構造化推論 + ツール呼び出し）、Nemotron 3 Super（コードレビュー）を推奨します。実際の選定は本文の用途別分類を参考にしつつ、OpenRouter の当日状況に合わせて調整してください。

参考リンク

Share

この記事を共有