OpenRouter、エージェントの行動とコストを追跡する機能追加

OpenRouter の生成結果を、AI 利用レポート用の構造化メタデータ付きで自動的に分類できるようになりました。

すべてのリクエストには、作業の種類や複雑さのレベル、どの部署から来たのか、機密データを誤って含んでいないかなど、重要な情報が含まれています。ベータ版として提供されている「Classifier」を使えば、こうした情報を可視化できます。タスクタイプ、エージェントの複雑度、コンプライアンスカテゴリ、コストセンターなど、独自の基準を定義するだけです。選択したモデルが、生成された各結果（またはサンプリングされたサブセット）に対して、定義した分類体系に基づいてタグ付けを行い、その結果をログに記録します。これにより、エージェントやユーザーが何をしているか、どのタスクにどのモデルを使っているか、コストがどこに発生しているかを継続的に把握できます。

ワークスペース設定 から Classifier を作成するか、事前に ドキュメント をお読みください。

テンプレートを選ぶか、独自の分類体系を定義する

Classifier は 4 つの要素からなる小さな設定ファイルです。それは Taxonomy（最大 8 つの次元で、各次元には任意の値を設定可能）、Classification Prompt（システムメッセージとして Classifier モデルに送信される指示）、プロンプトを読み込んで適用するための Model、そして Sampling Rate です。分類処理は各リクエスト完了後に非同期で実行されるため、推論パスに遅延を加えることはありません。

6 つの事前設定テンプレートから選ぶか、既存のテンプレートをカスタマイズするか、ゼロから独自に構築することも可能です。

分類モデルを選択してください。コストパフォーマンスに優れ、構造化出力の精度が高く、多くの分類体系に対応できる Gemini 3.5 Flash Lite を推奨します。必要に応じていつでもモデルを変更できます。

大量のリクエストを処理する際、すべてのリクエストを分類するとコストが膨らみます。サンプリングレートを活用してコストを抑えましょう。高忠実度のコンプライアンス用分類器は 100% のトラフィックで実行し、より広範なコスト帰属用の分類器は同じトラフィックの 10% をサンプリングすることで、必要な監督レベルに見合ったコストに抑えることができます。

分類器の出力は、定義した次元と値に制約された構造化フォーマットに変換されます。分類された生成物はすべて ログ にタグ付けされるため、分類結果でリクエストをフィルタリングできます。例えば、department: legal や agent_complexity_difficulty_tier: complex_multistep とタグ付けされたすべてのリクエストを一括取得することも可能です。各タグ付き生成の詳細パネルには、分類された次元と値の内訳が表示されます。

また、過去に生成されたデータに対してオンデマンドで分類器を実行し、新しい分類体系の妥当性を検証することもできます。ログから対象の生成物を開き、分類器を選択して、どのようにタグ付けされるかを確認してください。

Activity で集約する

生成ごとの個別タグは「このリクエストは何だったのか？」という問いに答えます。一方、Activity Explorer は集計された質問への回答を提供します。あらゆる分類器の次元でトラフィックをグループ化することで、各タスクタイプやエージェントの複雑さレベルでどのモデルが使用されているか、またどの部署やタスクが最も多くの費用を発生させているかを把握できます。

結果は時間経過とともに集約されるため、データ内のパターンの変化を追跡し、ステークホルダーに対して AI 利用がどのようにガバナンスされているかを提示できます。分類器フィルターは Activity タブ全体に適用されるため、trends や guardrail の適用状況を、あらゆる分類器値に基づいて確認可能です。

使い始め

分類機能は現在ベータ版として提供されています。ワークスペースで クラシファイアを作成する か、ドキュメント を読んで、タクソノミー設計、請求処理、内部での分類動作の詳細を確認してください。入力・出力ログを無効にしても、クラシファイアは正常に機能します。

Discord の #feedback でのご意見をお聞かせください。