グローバルLLMを使ったプログラミング

ローカルLLMを使ったりRAGをやったりしましたが、やはり王道はグローバルLLMです。各社からいろいろなグローバルLLMが出ていて有料で使えますが、それぞれに契約するとそれぞれAPIキーを作ることになり、すこし管理が面倒です。

そこで、今回はopenRouterを利用して契約をして、その中から色々な会社のLLMを利用するようにしてみましょう。前回のローカルLLMではllama.aiからダウンロードして使いましたが、今回はグローバルに接続して使用します。

OPENROUTERを利用する

ブラウザでopenrouter.aiに行ってみましょう。

openrouter Top

SINGUP

登録が必要です。ただし無料のLLMがあるので必ずしも有料にはなりませんが、カードから課金をすると色々遊べます。私も$10だけクレジットをチャージしました。最初カード登録の画面がでるので慌てますが、最初は「I'll do this later」で後回しにして構いません。$10以上一度でもチャージすると1日1000回の無料LLMの使用権を手に入れられます。

クレジットカードから直接差し引かれるわけではなく、クレジットカードからクレジットを購入して預けておいて、そのクレジットをどのAPIにどれだけ使用可能にするのかを登録して使います。つまり$10購入しても、あるAPIにはクレジットを登録しなければそのAPIキーでは1円も使えないように制御できます。これならばお金が使えないAPIを指定しておけば無駄にお金を使うことはありません。

openrouter login

個人の資格で登録します。

openrouter 資格

クレジットカードの登録が続きます

クレジット作成

しかしなしでも使えるので最初はskipしてもかまいません

実のところ、日本のクレジットカードをそのまま使おうとするとエラーになって使えません。そこで私がやった方法は「Add credit」でstripeというサイトで決済するときに「google pay」を利用する方法です。googl payに自分が使う日本のクレジットカードを入れておけば普通にVISAなどのカードとして使えます。そこで1度切りの使用として10ドル入れればOKです。

skip

そうするとAPIキーが発行されます。このキーを使ってプログラムから接続します。APIは複数作成できます。もし漏れたことが判明したらすぐ削除できます。このAPIキーは作成時に一度しか表示されません。忘れないようにどこかに取っておいてください。わからなくなったら、削除して新たに作りましょう。

APIキー

freeを探してみる

openroter.aiに行って、「Models」で「All Models」をクリックします。

openrouter model

最初に表示されるのは、新しいもので(2026年10月29日現在)、よく聞く名前も、聞いたこともない名前もいっぱいあります。500近い名前が出ていますがこれらが使えます。

その中から、無料を探すので検索に「free」を入れます。改行は不要です。

openrouter free

数は20個程度に減りました。またこの内容は時期によって変わります。なので実行する前にチェックしておきましょう。Weekly Tokenが今週使われた総Token数で、これが多いほど人気ということになりますが、あまり混んでいるとつながらないことがあります。inputとoututが別になっていますが、どれも$0で、無料です。Latencyは応答時間でmsのものが速いことになります。

試しに「claude」と入れるとopus,haiku,sonnetなどが出てきます。それなりの値段ですが、単位は1Mtoken単位です。ちょっと使ったらいきなり$20とかになるわけではなく、使ったToken分ずつ引かれるので、様子を見ながら使えますが、

openrouter claude

pythonから接続する

python接続

pythonからopenrouter.aiに接続するだけのサンプルを作ってみます

python connect.py
import os
from openai import OpenAI
from dotenv import load_dotenv

load_dotenv()
openrouter_key = os.getenv("OPENROUTER_API_KEY")

client = OpenAI(
  # 明示的にOpenRouterのURLを指定
  base_url="https://openrouter.ai/api/v1",
  # 明示的にOpenRouter用のキーを指定
  api_key=openrouter_key,
)

response = client.chat.completions.create(
  model="nvidia/nemotron-3.5-lightning:free",
  # model="google/gemma-4-26b-a4b-it:free", //混んでいる  
  messages=[
    {"role": "user", "content": "日本で一番高い山は?"}
  ],
)

print(response.choices[0].message.content)

OPENROUTERで手に入れたAPIキーをここに張り付けてください。同じフォルダーに.envファイルを作成します。

.env
OPENROUTER_API_KEY=sk-or-v1-*******************************************
bash
pip install python-dotenv
pip install openai
python connect.py

gemma-4は人気の様でつながらないときがあります。

error
openai.RateLimitError: Error code: 429 - Provider returned error

この時は人気のLLMを避けて、Weekly Tokenが少なくembedで無いものを選びましょう。

クイズを出題させて解答するサンプル

クイズ作成

Javascriptのサンプルなどで「日本一高い山は?」と聞いて「富士山」と答えたら正解のようなものがありますが、これを「fujisan」とか「mount fuji」とか答えたら不正解になるのが普通ですね。 せっかくAIをやるのですから、出題も回答もAIにさせて、幅広い解答をしてもらいましょう

設計

クイズの設計

  • クイズ番組で使うくらいの問題を出題させる
  • 回答は文字として入力する
  • 正解は準備せず、解答と出題を送り回答としてふさわしいか調べさせ正か不かを回答させる
  • これを5回繰り返し正解の個数をカウントする
  • 接続するLLMはその時のfreeのものを選んで設定しておく
  • 最初の接続時にLLMの一覧をシャッフルして色々なLLMを体験できるようにする
  • openaiではなく、requestsを使用する

実装

freeのLLMは混んでいることが多いので混んでいたら次のLLMにシフトするようにプログラミングします

混雑回避
quiz.py
import os
import re
from dotenv import load_dotenv
from prompt_toolkit import prompt
import requests
import random

load_dotenv() #.envを読み込む
API_KEY = os.getenv("OPENROUTER_API_KEY")
MODELS = [
  # "minimax/minimax-m3:free", # その時に使えるfreeモデルをいくつか試す
  # "google/gemma-4-31b-it:free",   #
  # "minimax/minimax-m2.7:free",
  # "nvidia/nemotron-3-ultra-550b-a55b:free",
  "nvidia/nemotron-3-ultra-550b-a55b:free",
  "nvidia/nemotron-3.5-super-vl:free",
  "google/gemma-4-26b-a4b-it:free",
  "poolside/laguna-s-2.1:free"
]

def call_ai(messages):
  last_error = None
  random.shuffle(MODELS)
  for model in MODELS:
    try:
      print(f" (モデル {model} で生成中...)")
      res = requests.post(
        "https://openrouter.ai/api/v1/chat/completions",
        headers={"Authorization": f"Bearer {API_KEY}", "Content-Type": "application/json"},
        json={"model": model, "messages": messages, "temperature": 0.8}
      )
      # 残高切れ(402)や混雑(429)なら次のモデルへ
      if res.status_code in [402, 429]:
        print(f" -> {model} は今使えません。次を試します。")
        last_error = res.text[:200]
        continue

      res.raise_for_status()
      return res.json()["choices"][0]["message"]["content"].strip()
    except Exception as e:
      print(f" -> {model} 失敗: {e}")
      continue
  raise Exception("全モデル失敗")

def get_tag(text, tag):
  m = re.search(rf"\[{tag}\]\s*([\s\S]*?)(?=\n\[|$)", text)
  return m.group(1).strip() if m else ""

def one_quiz(num):
  print(f"\n--- 第{num}問 ---")
  # リトライ付きで問題生成
  for _ in range(3):
    raw = call_ai([
      {"role": "system", "content": "あなたは日本語のクイズ出題者。"},
      {"role": "user", "content": """
中学生がやってそうな雑学クイズではなくクイズ番組ででそうなの問題を1問。必ず下記形式で。日本語で。

[問題]
問題文2行以内

[正解]
短い正解1つ

[別名]
別名をカンマ区切りで

[解説]
1行解説
"""}
    ])
    question = get_tag(raw, "問題")
    correct = get_tag(raw, "正解")
    alias = get_tag(raw, "別名")
    explanation = get_tag(raw, "解説")

    if question and correct and len(correct) < 30:
      break
  else:
    print("生成失敗、もう一度...")
    return one_quiz(num)

  print(f"問題: {question}")
  user_ans = prompt("回答 > ")
  if user_ans.lower() in ["exit", "終了", "q"]:
    return None

  judge = call_ai([
    {"role": "system", "content": "あなたは寛容なクイズ審判。意味が同じならひらがな・カタカナ・漢字・英語の違いは全て正解。最初の一文字を○か×で出力し、次に2行で解説。"},
    {"role": "user", "content": f"問題: {question}\n想定正解: {correct} (別名: {alias})\n回答: {user_ans}\n解説: {explanation}"}
  ])

  print(judge)
  is_correct = judge.startswith("○")
  print("→ 正解 ✅" if is_correct else f"→ 不正解 ❌ 正解は: {correct}")
  return is_correct

def main():
  print("雑学クイズ5問! (exitで終了)\n")
  score = 0
  for i in range(1, 6):
    result = one_quiz(i)
    if result is None:
      break
    if result:
      score += 1
    print(f"現在のスコア: {score}/{i}")
  print(f"\n終了!最終スコア: {score}/5")

if __name__ == "__main__":
  main()
.env
OPENROUTER_API_KEY=sk-or-v1-*******************************************
bash
pip install python-dotenv
pip install prompt_toolkit
pip install requests
python quiz.py

トラブルシューティング

  • Q: modelが実行されない
  • A: 今回はfreeのものばかり選んでいます。freeは人気があるので場合によってはエラーになってしまうことがあります。今回はshuffleしていますが、全部だめな場合もあります。有料の検討してください。
  • Q: 応答が遅い
  • A: 毎回質問を作って回答をして、としていますので遅くなっています。最初に5問作っておけば少し速くできます。
  • Q: 8GB PCで固まる
  • A: 今回の実行にはローカルLLMは必要ありません。もしローカルLLMを起動していたらメモリーから削除してください。

まとめと次回予告

今回はopenRouterを使ってAPIでAIを使うサンプルを作りました。 ifの部分をAIにすると柔軟なシステムを作ることができます。ほかにも応用ができると思いますので、自分なりに作って見ましょう。

次回は、「AIエージェントを使ってみる」をやってみたいと思います。

次回予告

AIを利用したページ作成

今回からAIをもっと利用するために方法を改めました

  1. MarkDown記法で内容を記述
  2. mdファイルをGemini notebookに入れてスライド作成
  3. スライドをダウンロードして絵を切り抜く
  4. 画像サイズが大きいのでwebpに変換するプログラム造ってもらい実行
  5. mdファイルからHTMLに変換するプログラムをpythonで作ってもらったのでそれで変換
  6. notebookで作った絵をHTMLに追加して修正

ということで、さらに作成をAIに手伝ってもらうようにしました。楽になってきました