In Silico

AIエージェント

モデルルーターは何で選ぶ？Cursor RouterとOpenRouter Autoの違い

2026/9/13 （更新: 2026/11/3）

🤖 AIを使用して執筆

  • モデルルータ
  • LLM
  • Cursor
  • OpenRouter
  • Cursor Router
  • Auto Router
  • ベンチマーク
  • A/Bテスト
  • 集合知
  • 順位表
  • ゲートウェイ
  • 閾値
  • キャッシュ
  • 支出
  • AIコードエディタ
  • Compass
  • RouteLLM
  • Auto Intelligence
  • Auto Balance
  • MMLU Pro
  • DSQA
  • Chatbot Arena
  • Anysphere
  • Enterprise
目次
背景・問い・要点
背景

ここでいうモデルは、文章を読んで文章を返す言語モデルで、値段と得意の違う複数のモデルが並んで提供されている。これまで、どのモデルを使うかは利用者が自分で決めていた。名前と評判で一つ選び、その日の仕事をすべてそこへ送る。短い書き換えも、込み入った設計の相談も、同じ一つのモデルが処理していた。

この決め方は、モデルごとの値段と得意の幅が開くにつれて割に合わなくなった。いちばん高性能なものに固定すれば、簡単な用事まで高い単価で処理される。安いものに固定すれば、込み入った仕事をこなせない。かといって依頼のたびに選び直すのは、人の手には多すぎる回数である。

頼りにできる基準も乏しかった。公開の試験（ベンチマーク）の点数は誰でも見られるが、それは試験の問題での成績であって、目の前の仕事での成績ではない。選ぶ側は、手元の結果と点数表が合わない場面を何度も見ることになる。行き詰まったのは選び方ではなく、選ぶ基準のほうだった。

本稿は、AIコードエディタのCursorと、多数のモデルへ、プログラムから依頼を送るための一つの決まった窓口であるAPI（Application Programming Interface）で依頼を送れるOpenRouterが公開した二つのルータ（依頼ごとにどのモデルへ処理させるかを決める仕組み）を例に取る。

問い

CursorのルータとOpenRouterのAuto Routerは、何を根拠にモデルを選んでいるのか。

要点

二つのルータはどちらも、選ぶ根拠を公開の試験の点数ではなく、人の振る舞いの記録に置く。Cursorは自社の利用者が応答のあとに訂正を求めたかを、Auto Routerは仕事の種類ごとに市場全体が直近7日に支出した額を参照する。

各社が示す効果の数字は、どちらも自社の計測である。同じ依頼を両方へ流して比べた記録は、本稿が引く文書に無い。どちらが自分の依頼に当たりやすいかは、記録を残した人々の仕事に自分の仕事が似ているかが手がかりになる。

モデル・例示

百件の依頼を、二つの記録で振り分ける

※ この節の例は、説明のために作った架空のものです。

どちらの振り分け方も、誰かの記録を根拠に依頼をモデルへ回す。記録を残した人々の仕事が手元の依頼に似ていれば費用は下がる。似ていなければ、依頼が余分に高いモデルへ回るか、安いモデルへ回って処理できない。この例では、余分に高いモデルへ回る場合の費用を数える。

依頼が100件あり、70件は短い書き換え、30件は込み入った設計の相談だとする。安いモデルは1件1円、高いモデルは1件10円で、安いモデルは設計の相談をこなせない。すべてを高いモデルへ送れば1,000円かかる。

一つ目の振り分け方は、同じツールを使う人々が、応答のあとに訂正を求めたかを読む。短い書き換えのあとの訂正はまれで、設計の相談のあとには多いという記録があれば、70件を安いモデルへ、30件を高いモデルへ回せる。費用は70円と300円で370円になる。

二つ目の振り分け方は、市場全体が直近の一週間にどのモデルへ支出したかを読む。短い書き換えという種類で支出が安いモデルに、設計の相談という種類で支出が高いモデルに集まっていれば、同じく70件を安いモデルへ、30件を高いモデルへ回し、費用は370円になる。翌週に支出が別のモデルへ移れば、振り分け先もそれに付いて動く。

二つが370円に届くのは、記録を残した人々の仕事が手元の100件に似ているときである。その人々の側で、短い書き換えの半分が訂正の多い種類に数えられていれば、あるいは高いモデルへの支出が集まる種類に数えられていれば、35件が余分に高いモデルへ回り、費用は35円と650円で685円になる。

選ぶ根拠は試験の点数から本番の記録へ動いた

ルータ（モデルルータ）とは、依頼ごとにどのLLM（Large Language Model）へ処理させるかを決める仕組みを指す。本稿はその二つを読む。一方はAIコードエディタのCursorで、開発元はAnysphere, Inc.である1。もう一方は多数のモデル提供元へ一つのAPIで依頼を送れるゲートウェイのOpenRouterで、運営はOpenRouter, Inc.である2。OpenRouterは複数のルータを並べて提供しており、本稿が扱うのはそのうちAuto Routerである3。Cursorは自社の利用者が応答のあとに何をしたかを読み、Auto Routerは市場全体が直近の一週間でどのモデルへ支出したかを読む。

依頼をモデルへ振り分ける仕組みは、モデル提供元が自社のモデル群の中で行う自動選択や、公開の比較サイトで人が二つのモデルの応答を見比べた記録から選び方を学ぶルータ4、利用者が自分で組む規則など、この二つの外にもある。OpenRouter自身も、コード向けにベンチマークの順位で候補を絞るPareto Routerを別に出している5。本稿がこの二つを選んだのは、一方が記録を自社の利用者から取り、もう一方が市場全体から取るという対照が明確であることと、どちらも設計の考え方を作り手自身が公開の文書に書いていて、読者が原典で確かめられることによる。

選ぶ役が人からツールへ移るとき、ツールは何かを根拠に選ばなければならない。公開の試験の点数を根拠にする道と、人の振る舞いを根拠にする道がある。Cursorは試験の点数を退けて人の振る舞いを選んだ理由を自分の言葉で書き、OpenRouterは人の振る舞いを選ぶ理由として市場の知恵を挙げる。

Cursorは、ルータを出す前の状態を自分で数えている。Cursorを使う開発者のおよそ60%が一つのモデルを日常の主力にしており、その結果として「定型の仕事がフロンティアの価格で処理され、AIへの支出が成果の質よりはるかに速く伸びる」と書く6。一つのモデルに固定する決め方の問題は、作り手の側からも同じ形で見えていた。

Cursorは、モデルの良し悪しをどこから知るかを決めた。著者は自社のルータを「モデル選択はベンチマークの点数から推し量るのではなく、実際の開発者の仕事でモデルがどう働くかから学ぶべきだ、という考えの上に作られている」と説明する7。7月22日の告知記事は、ルータの効果をオフラインの評価ではなく本番の大規模なA/Bテストで測った理由として、オフラインの評価の規模が小さいこと、実際の使い方から離れていること、成否を採点基準に落としにくいことを挙げ、モデルを切り替えたときのキャッシュの費用が抜けることも付け加える6。

OpenRouterは、同じ問いに別の答えを出す。発表記事は冒頭で「市場の美点は、大きく多様な、独立した個人からなる集団が、どんな単独の専門家よりも良い判断と決定を集合的に下すという型にある」と述べ、この集合知を分かち合うことを新しいルータの狙いに据えている8。良し悪しを決める役を、専門家の判断から集団の選択へ渡すという宣言である。

二つの選択は、根拠の置き場所という一点で重なる。どちらも、モデルの良し悪しを誰かが事前に定めた尺度で測るのをやめ、人が実際に何をしたかという、モデルを使った後に出てくる事実を判断の根拠にした。ツールへ移ったのは選ぶ手間だけではない。何をもって良いとするかを決める権限が、一緒に移っている。

Cursorが読むのは自社の利用者の記録で、外からは検算できない

Cursorが根拠にするのは、自社の利用者の次の一手である。応答のあと利用者が次の仕事へ進んだか、それとも訂正を求めたかを成否の信号として扱い、その信号で、依頼への応答に利用者が満足するかを予測するモデルを訓練する。著者はこの予測を難しさの代わりに使う理由を「利用者はコミットのような単純な作業のあとに訂正を求めることはまれで、作業が複雑であるほど追加の依頼を出す可能性が高い」からだと書く7。予測が閾値に届かない依頼だけが、強みの合うモデルを選ぶ次の段階へ回る。

この選択の強みは、記録を残す人々が同じエディタで実際の仕事をしていることである。同じエディタで同じ種類のコードを書く人々の反応から推定するので、試験では見えない差が推定に入る。モデルを切り替えたときにキャッシュを作り直す費用も、実際の支払いとしてそこに含まれる7。著者は本番での検証として、もっとも成功しそうだと判定したターンは96%が、もっとも成功しそうにないと判定したターンは71%が良い結果の信号を受け取ったと報告している7。

費用の側でも数字が出ている。記事の公開時点で、Auto IntelligenceがFable比で68%、Auto BalanceがOpus 4.8比で41%低い費用で、いずれも満足度では上回ると著者は書く7。ただしこれは同社が自分のトラフィックで計測した値であり、外の読者が同じ条件を再現して確かめることはできない。

弱みは同じ性質から出る。記録を残す人々は自社の利用者に限られる。著者は「オフラインの分析だけでは、方針が本番でどう振る舞うかを完全には捉えられない」として、方針を本番のトラフィックで検証する7。その本番は同社の中にある。どのモデルが答えたかさえ、既定では応答に表示されない。文書は非表示を既定かつ推奨とし、その理由を「結果がモデル名ではなくそれ自体の良し悪しで判断されるように」と書く9。この代償は一時的なものではない。外から検算できないことは、記録を自社の利用者からだけ取るという設計そのものから出ている。モデル名の表示は管理者が切り替えられるが、それで外に出るのはどのモデルへ回したかだけである9。

このルータを使える場面は限られ、使えばモデルを手で選べなくなる。Cursorの文書によれば、このルータを使えるのは現在TeamsとEnterpriseのプランだけである。ルータは管理者が設定で入り切りでき、有効なチームでは、利用者がモデルの選択欄でAutoを選び、BalanceかIntelligenceのモードにしたときに働く9。同じ文書は、ルータの下では利用者がモデルを手で選べず、モデルの顔ぶれも新しいモデルが出るにつれて変わると書いている9。このルータに任せた依頼では、答えるモデルを固定しておくことはできない。

OpenRouterのAuto Routerが読むのは市場の支出で、順位ごと動く

OpenRouterのAuto Routerが根拠にするのは、市場全体の支出である。依頼は細かい仕事の種類に分類され、その種類で直近7日間に利用者全体が実際に支出した額の順にモデルが並ぶ。7日という窓について著者は、これを参照していれば新しいモデルが出てもつねに最新でいられると書く8。

強みは、根拠にする記録が外から見えることである。ルータが使う順位は公開の順位表と同じデータなので、読者は自分の仕事の種類でどのモデルに支出が集まっているかを自分で見られる8。文書によれば、専用のヘッダを付けて依頼を送れば、その依頼がどの仕事の種類に分類されたかも受け取れる3。需要が別のモデルへ移れば「ルータは数日のうちにそれへ追随する」と著者は書く8。文書はこの順位を生きた信号と呼び、新しいモデルを取り込むのに再訓練も手作業の選定も要らないとする3。

弱みも同じところから出る。順位を決めるのは支出の多さなので、集団の選択が動けばルータの判断も動く。著者はこれを、振り分けの対応はある時点のものであり、新しいモデルが出てコミュニティの使い方が変わるにつれて動くと書いている8。この代償も続く。順位が動くことは、需要の移り先に数日で追随するという強みと同じ性質から出ており、支出を信号に取るかぎり消えない。

OpenRouterはベンチマークの点数を選ぶ材料にしていないが、公開前の検証には使っている。五つのベンチマークで旧ルータと比べた結果は、既定の水準では大半の領域で費用が下がり性能も保たれた一方、知識の試験では性能が1.4ポイント下がり、調査の試験では性能が19.7ポイント上がるかわりに費用が旧ルータの1.9倍になった8。著者は例外を、旧ルータが現代の低価格モデルに劣っていた領域だと説明しており、表でそれに当たるのは調査の試験のほうである8。

市場の順位で選ぶ設計は、使う側の直感ともずれる。費用の水準を一段上げても、選べるモデルが上へ広がるだけではない。文書は一つの水準を上限ではなく帯と呼び、その帯より安いモデルも高いモデルも候補から外れると書いている3。

どちらの取り方が優勢かは、二つの作り手の文書からは決まらない。どちらも自社の計測で優劣を示しており、同じ依頼を両方へ流して比べた記録は、本稿が引く文書には無い。Cursorのルータの推定は、自分たちの仕事がCursorを毎日使う開発者の仕事とよく似ていれば近いところを当てるが、似ていなければ当てるとは限らない。Auto Routerについても、市場全体の支出が自分の仕事に合うかを別に確かめることになる。

ただし、二つは使う場所が違う。Cursorのルータは同社のモデル選択欄とSDK（Software Development Kit）のエージェントから使うもので、文書はそのSDKが単独の推論APIではないと断っている9。OpenRouterのAuto Routerは、推論のAPIへ送る依頼のモデル欄に「openrouter/auto」と書いて使う8。

出典9件

  1. Cursor公式サイトのトップページ. https://cursor.com/ — 著作権表示は「© 2026 Anysphere, Inc.」。開発元を示すためだけに引く。 ↩

  2. OpenRouter公式サイトのトップページとAboutページ. https://openrouter.ai/ — 著作権表示は「© 2026 OpenRouter, Inc」。2026年11月3日時点で80超の提供元と600超のモデルを掲げる（同社の自己申告）。運営元と扱う規模を示すためだけに引く。 https://openrouter.ai/about ↩

  3. OpenRouter「Auto Router」ドキュメント. https://openrouter.ai/docs/guides/routing/routers/auto-router — 支出の占有率を生きた信号と呼び、再訓練なしで数日のうちに追随するとする。費用の水準は上限でなく帯で、帯より安いモデルも除かれる。専用ヘッダで、分類された仕事の種類が返る。 ↩ ↩2 ↩3 ↩4

  4. Isaac Ongら「RouteLLM: Learning to Route LLMs with Preference Data」ICLR 2025. https://arxiv.org/abs/2406.18665v4 — Chatbot Arenaの8万件の対戦から、強弱二つのモデルの振り分けを学ぶ。伸びが最大なのは訓練データが評価データに似ているとき。 ↩

  5. OpenRouter「Pareto Router」ドキュメント. https://openrouter.ai/docs/guides/routing/routers/pareto-router — コード向けのモデルをArtificial Analysisのコーディングの順位で並べ、指定した水準の中でいちばん安いモデルへ送る。 ↩

  6. Cursor「Introducing Cursor Router」2026年7月22日. https://cursor.com/blog/router — 告知記事。Cursorを使う開発者の約60%が一つのモデルを主力にしていると書き、効果をキャッシュの費用込みの本番のA/Bテストで測る。 ↩ ↩2

  7. Cursor「How Cursor Router chooses the right model for the task」2026. https://cursor.com/blog/how-cursor-router-works — 次の一手から満足を予測するCompass、96%・71%の検証、Fable比68%・Opus 4.8比41%の費用減（自社計測）。 ↩ ↩2 ↩3 ↩4 ↩5 ↩6

  8. OpenRouter「Model Routing Powered by Wisdom of the Market」2026. https://openrouter.ai/blog/announcements/introducing-the-new-auto-router/ — 仕事の種類ごとに直近7日の支出順でモデルを並べる。五つのベンチマークで大半は費用減・性能維持、知識のMMLU Proは1.4ポイント低く、調査のDSQAは費用1.9倍・性能19.7ポイント高い。 ↩ ↩2 ↩3 ↩4 ↩5 ↩6 ↩7 ↩8

  9. Cursor「Cursor Router」ドキュメント. https://cursor.com/docs/cursor-router — 使えるのはTeamsとEnterpriseだけで、管理者が入り切りし、AutoでBalanceかIntelligenceを選んだ依頼に働く。どのモデルが答えたかは既定で非表示（推奨）。モデルは手で選べず、顔ぶれは新しいモデルとともに変わる。 ↩ ↩2 ↩3 ↩4 ↩5

この記事はAIを使用して執筆されました。内容には誤りが含まれる可能性があります。事実や数字の出典は脚注から確かめられます。