今すぐ使える無料 OpenRouter LLM モデル 10 選（2026年版）

今すぐ使える無料 OpenRouter LLM モデル 10 選

OpenRouter は 200 以上の LLM を単一の OpenAI 互換 API にまとめたサービスです。ほとんどは有料ですが、提供企業（DeepSeek、Meta、Alibaba、Z.ai、NousResearch）がプロモーションや研究目的で $0/token を負担しているフロンティアクラスのオープンモデルが常時揃っています。

このリストは 2026 年 5 月時点の OpenRouter 無料モデルのうち、実際に使える 10 個です——遅い・壊れている・クォータゼロの 100 以上は除いています。各モデルに強み、弱み、モデル ID を記載。

OpenRouter の無料層はレート制限あり（執筆時点で 1 アカウントあたり約 20 RPM、1 日 200 リクエスト）。ヘビーユースの場合、末尾のセクションでコードを変えずに有料の OpenAI 互換アグリゲーターに切り替える方法を紹介します。

1. `meta-llama/llama-4-maverick:free`

Meta 最大のオープン Llama 4——405B パラメータ、MoE ルーティング。最も汎用性の高い無料モデル。コード、多言語推論、指示への追従が得意。

向いている用途: コスト重視のワークロードで GPT-4 クラスの品質が欲しいとき。
苦手な用途: 超長コンテキスト（>128K トークン）、重いツール使用。

2. `deepseek/deepseek-r2:free`

DeepSeek の推論モデル（2026 年 3 月リリース）。数学で GPT-5-mini を上回り、コードで Claude Sonnet 4.6 と競合。推論チェーンがレスポンスに表示される。

向いている用途: 数学、コード、思考過程を確認したい多段階推論。
苦手な用途: 短い会話形式の返答（考えすぎる）。TTFT が高レイテンシ。

3. `deepseek/deepseek-v3.2:free`

DeepSeek の非推論ジェネラリスト。R2 より速く、コンテキストは短め。チャットや構造化出力に高いコスパ。

向いている用途: 大量チャット、JSON 出力、関数呼び出し。
苦手な用途: 複雑な推論——R2 にエスカレート。

4. `qwen/qwen-3-235b:free`

Alibaba の Qwen 3、235B MoE。多言語強（特に中国語・韓国語・日本語）。コードも意外と優秀。

向いている用途: 非英語タスク、多言語ファインチューニングデータ、中国語テック用途。
苦手な用途: 英文出力に中国語文字が混入することあり。リトライで解決。

5. `qwen/qwen-3-coder:free`

コード特化の Qwen 3 フォーク。コード補完とリファクタでパラメータ数以上のパフォーマンス。ツール使用も強い。

向いている用途: 予算を抑えたエージェント型コーディングループ。
苦手な用途: 散文、クリエイティブライティング。

6. `z-ai/glm-4.7:free`

Zhipu の GLM-4.7。2026 年最安の Claude Sonnet クラスモデル。プロンプト追従が意外なほど精確。

向いている用途: 構造化出力、Claude スタイルの動作が欲しいエージェントワークフロー。
苦手な用途: 長い英語クリエイティブタスク。

7. `google/gemma-3-27b:free`

Google のオープン Gemma 3、27B。パラメータ数以上の性能——Google の蒸留パイプラインは本物。

向いている用途: エッジ配置の代替、高速推論、RAG QA。
苦手な用途: 複雑な推論、200 行超のコード。

8. `nousresearch/hermes-4-405b:free`

NousResearch の Llama 4 指示チューニング版。Llama 4 ベースが単調すぎると感じるキャラクター執筆・ロールプレイ・クリエイティブタスクの定番ファインチューン。

向いている用途: クリエイティブライティング、キャラクターボイス、ロールプレイ、ナラティブ生成。
苦手な用途: コード、数学、構造化出力。

9. `microsoft/phi-4-mini:free`

Phi-4-mini、14B。Microsoft の小型モデルライン。同サイズクラスで最良の無料推論モデル。

向いている用途: 高スループット・低レイテンシ推論。安価な思考連鎖ワークフローに最適。
苦手な用途: 長コンテキスト記憶、世界知識を要するタスク。

10. `mistralai/mistral-large-3:free`

Mistral Large 3（OpenRouter の無料プロモーション層）。ヨーロッパ言語に強く、コード補完も精確。

向いている用途: ヨーロッパ言語、関数呼び出し、コーディング。
苦手な用途: 無料層は最も厳しいレート制限——すぐにスロットルされる。

呼び出し方法

OpenRouter は OpenAI 互換エンドポイントを使用。標準 SDK でモデル ID にプレフィックスを付けるだけ：

from openai import OpenAI

client = OpenAI(
    base_url="https://openrouter.ai/api/v1",
    api_key="sk-or-...",
)

response = client.chat.completions.create(
    model="deepseek/deepseek-r2:free",
    messages=[{"role": "user", "content": "Explain MoE routing in one paragraph."}],
)

無料層では足りなくなったら

OpenRouter の無料層は約 20 RPM、1 日約 200 リクエストに制限されます。本番ワークロードは 1 時間で超過します。その場合の選択肢は 2 つ：

OpenRouter の有料版に移行 — 同じモデル、上限なし、定価。
別の OpenAI 互換アグリゲーターに移行 — 同じ API 形式で、多くの場合かなり安い。

Hypereal は 2 番目のカテゴリです。モデル ID は異なりますが API 形式は同じで、同じオープンモデルのほとんどに加えてプレミアムモデル（GPT-5、Claude Opus 4.7、Gemini 2.5 Pro、NanoBanana 2、Seedance 2.0、GPT Image 2）もホストしています：

client = OpenAI(
    base_url="https://api.hypereal.cloud/v1",
    api_key="ck_...",
)

ほとんどの本番ワークロードで、OpenRouter 無料版 → Hypereal への移行は、同じスループットで OpenRouter 有料版より安く、1 日の上限もありません。

FAQ

OpenRouter の無料モデルは本当に無料？ はい——プロバイダが費用を負担します。代償は：レート制限、ときどき待ち行列、プロンプトがモデル改善に使われる可能性（OpenRouter で各モデルのプライバシー項目を確認してください）。

DeepSeek R2 のような推論モデルがなぜ無料なの？ プロモーション目的です。プロバイダは採用シグナルとトレーニングデータを求めています。この方針はいずれ変わる可能性があります。

商用利用できますか？ 各モデルのライセンス次第——Llama 4（Llama コミュニティ）、Qwen（Apache 系）、GLM（商用 OK）、Gemma（Gemma TOU）。各モデルカードを確認してください。

どれから始めるべき？ 汎用なら Llama 4 Maverick、難しい推論なら DeepSeek R2、クリエイティブライティングなら Hermes 4、多言語なら Qwen 3。

さあ始めましょう

OpenRouter の無料層は、10 個のフロンティアクラスモデルを $0 で試す最速の方法です。上限を超えたら、Hypereal が最も広いモデルカタログを持つ最安の有料ルートです——OpenRouter が定価で提供しているプレミアムモデルも含めて。