OpenRouterは10月8日、GPT-6 Luna Decisionsを追加し、OpenAIの分類、採点、行動選択インターフェースへのアクセスを広げた。基礎となるDecisions APIの公開ベータ開始はその2日前だった。広がったのは配信経路であり、確率出力が本番システムを制御できるほど校正されているという証拠ではない。
OpenAIはDecisionsがResponses API経由のGPT-6 Lunaより最大10倍速く判断に答えると説明する。同じモデル系列の2経路を比べる提供者の主張であって、すべての分類器、ルール、処理に対する独立確認済みの優位ではない。整った型付き回答は解析しやすいが、判断の正しさや実行権限を自動的に意味しない。
何が配信されるのか
OpenRouterの掲載は提供者をOpenAIとする。OpenRouterが別途学習したモデルではなく、推論はOpenAIが担う。既存利用者はモデル群に端点を追加でき、調達、課金、試行を簡単にできる可能性がある。ただし要求形式、エラー、地域別可用性、可観測性、直結サービスとの機能同等性は検証が必要だ。
直結DecisionsはResponsesではなく専用端点を使い、報道時の公開ベータではGPT-6 Lunaだけをサポートした。自由な段落でなく、証拠と制約された質問を受け取る。predicateは条件の真偽を推定し、choiceは指定選択肢から選び、scoreは順序付き評価基準で入力を採点する。
入力はテキスト、またはテキストと埋め込み画像のメッセージで、アプリ状態のJSONもテキストとして渡せる。名前付き回答により、同一証拠を複数の独立質問で一度に評価できる。索引前の文書分類、モデル選択、上位判断への振り分けに使えるが、選んだ行動は自ら実行しない。
関連機能との境界もある。独自JSONオブジェクトならResponsesのStructured Outputs、ツールと引数の提案ならfunction callingをOpenAIは勧める。自由な文章、説明、抽出、幅広いツール処理にはResponsesが適する。観測可能な条件、既知の選択肢、意味のある順序尺度に合う場合にこそ、狭い契約が有効だ。
狭い判断が処理の重要経路を変える理由
サポートは請求、技術、配送などを選ぶだけで、説明文を要しない場合がある。審査では画像の方針違反を、営業では基準に沿う見込みを判断できる。モジュール化したアプリの審査、意図、検索、モデル選択、ツール選択、出力確認は、それぞれ文章なしの判断を求め得る。
同じ仕組みはウェブ検索、社内検索、コード実行、強い推論モデルを選び、無関係な文書を文脈に入る前に除外できる。音声委譲例では現在状態から行動を選び、別部品が結果を報告する。商品写真の破損、審査対象メディア、抽出前画像分類も例だが、分野横断の精度実績ではない。
出力制約は不要な生成と解析を減らし得る。一方、実在部門、承認済み行動、観測可能条件、業務上意味ある採点段階を開発者が与える必要がある。固定選択肢は架空のツール名を防げても、選択の適切性や権限を証明しない。
最大10倍は最良条件であって保証倍率ではない。入力長、画像寸法、質問数、ネットワーク、提供者の経路が遅延を左右し、OpenRouterも境界を1つ加える。ルーターは省ける仕事より安く速くなければならず、追加判断を全要求に入れれば効果を失い得る。
追加呼び出しは可用性への依存も作る。OpenRouter上のモデルに次のモデルを選ばせる場合、判断サービスが止まれば下流処理が始まらない。確定ルール、既定モデル、直結経路が代替となる。厳密な拡張子、アカウント権利、地域制限は通常コードの仕事で、確率判断は曖昧さ向けだ。
確率には意味付けと検証が必要
型付きでも判断は確定的にならず、確率の校正も証明されない。値は現実の頻度、選択肢間の相対好み、特定指示での自信かもしれず、同一と仮定できない。似た予測信頼度が似た実測精度に対応するかを確認する必要がある。
初期のコミュニティ議論は疑問を示すが順位を確定しない。ある参加者は数百件のゲーム関連試験で競合が上回ったと報告しつつ、狭い標本で一般基準ではないと明記した。別の人は偏ったコインの合成試験でpredicateとchoiceが異なり、choice確率が予想以上に集中したと述べた。どちらも正式な広範評価ではない。
誤りの費用も異なる。審査では偽陽性と偽陰性の影響が異なり、言語、画像分類、方針変更で校正も変わり得る。難問を安価なモデルに送れば品質が落ち、簡単な要求を全部大型へ送れば節約を失う。閾値はルーター精度だけでなく下流結果に基づくべきだ。
まれな緊急案件は高い総精度に隠れる。predicate、choice、scoreを別々に、信頼度帯、重要集団、遅延分布、誤行動費用まで評価したい。選択肢外入力には回答を控える戦略が必要だ。「その他」を追加しても、適切に使うか試験しなければならない。
選択は実行の承認ではない
「メール送信」でなく「社内知識検索」という結果は制御層の一部になる。ただし実行前に別のコードが本人確認、権限、同意、業務方針、確認要件を調べる必要がある。高信頼の分類は、とくに外部へ影響する行動の承認を代替しない。
入力状態、許可選択肢、確率、閾値、最終行動の記録は、モデル、閾値、実行層のどこで誤ったかを区別する。Responsesでも記録できるが、狭い契約は選択を切り分け、変更時に独立試験することを促す。これは設計の違いで、OpenAIと配信業者の対決ではない。
入力、課金、データ経路の制約
報道された仕様は入力のみの課金を説明するが、初期版ではキャッシュ入力の扱いを宣伝していなかった。未解決の設計事項であって、永久にキャッシュ不可という意味ではない。長い方針、目録、状態を繰り返し送れば、単発が効率的でもトークンと転送が累積する。
共有証拠への独立質問をまとめると重複を減らせる。ただし同一バッチ内で前の答えに依存する次の質問は扱えない。破損の有無を判断してから種類を選ぶなら別呼び出しとなり、遅延と不確実性の伝播点が増える。
画像はホストされたリンクや既存ファイルIDではなく、埋め込みbase64データURLが必要とされる。メディア集積との連携はサイズと転送を考慮する。OpenRouterでどの制約と機能が維持されるかも確認が必要で、要求上限、エラー、再試行、観測は市場ページでなく正確な挙動に依存する。
OpenAIは直結端点が条件を満たすZero Data Retentionと規制医療構成に対応し、データ管理文書は対応処理・保存地域を説明するとしている。いずれも条件付きだ。OpenRouterは仲介者と別経路を加えるため、記録内容、提供者経路、契約統制を別に確かめる必要がある。基礎モデルの適格性が全仲介者へ自動適用されるわけではない。
市場の新分類も本番価値を証明する必要がある
共通アカウントとインターフェースは切り替え負担を下げるが、比較可能な判断モデル情報は限られる。コードや推論の基準は、校正、回答保留、遅延、結果で重み付けした誤り試験を代替しない。OpenRouterは将来、判断用計測、評価、代替比較を追加できるかもしれないが、掲載が証明した機能ではない。
提供者交換には統一構文以上が必要だ。信頼度、採点、拒否の意味は異なり得るため、安定した内部契約と提供者別検証が必要になる。他研究所、小型モデル、公開重みは速度、校正、ローカル統制で競える。安定して十分ラベル付けされた作業なら従来分類器が言語モデルを上回り、厳密な論理にはルールが適する。
Decisionsは別訓練系なしのゼロショット・指示定義判断を担い、分類の変化や言語画像混在で便利だ。成熟してラベルが増せば、専用分類器の予測可能な遅延と低複雑性で利点が縮み得る。OpenAIはモデル、直接端点、SDK、企業データ選択を管理し、OpenRouterは集約接続と選択肢を提供する。どちらも評価を省かない。
定着を示すのは独立した実作業評価、誤りと運用費用を考慮後も残る安定した本番処理、一般提供前の変更だ。モデル追加、キャッシュ、画像、SDK、校正指針が注目点となる。ベータの迅速な進行は会社の期待で日付保証ではなく、初期Playgroundの表示と要求形式の不一致は利用者の指摘であって全統合の失敗証明ではない。
ベータではインターフェース、割当、挙動が変わり得る。既存ルーターと可逆的に並行させ、同一のラベル付き流量でResponses、単純ルール、既存分類器を比べられる。確率、閾値、結果、下流費用は偽陽性・偽陰性を分け、敵対的、曖昧、分布外の例も含める。事例と方針履歴は評価結果と保存できる。
中信頼例は大型モデルや人へ回し、高リスク行動は高信頼でも明示承認を残す。判断と全体費用が改善すればモジュール化が進み得るが、校正や観測が弱ければ構造化Responses、既存分類器、ルールが有利になる。OpenRouterは実験をしやすくするだけで、結果を決めるものではない。
出典と関連資料
OpenRouter発表 · モデル掲載 · Decisions仕様 · 公開ベータ告知と議論 · 音声委譲ガイド · データ管理 · 関連資料：個人とチームの知識基盤