TLDR AI、ベータ版の分類機能「Classifiers」を発表
OpenRouter はワークスペース内でタスクタイプや部門別などの分類タグを付与し、ログのフィルタリングや可視化を可能にする「Classifiers」機能をベータ版として公開した。
AI深層分析を開く2026年7月28日 00:16
AI深層分析
キーポイント
多様な次元での分類機能
タスクタイプ、部門、エージェントの複雑さなど最大8つの次元を用いて、ワークスペース内の推論をタグ付けできる。
非同期処理による零遅延
分類処理は各リクエスト後に非同期で実行されるため、推論パスに追加の遅延を加えない設計となっている。
プリセットと柔軟な構成
迅速な利用のために6つのプリセットが用意されており、分類にはタクソノミー、プロンプト、適用モデル、サンプリングレートの4要素が必要となる。
詳細な分析と可視化
タスクファミリーやモデルごとの推論データをグループ化して表示でき、特定のモデルの使用状況などを逆引きで確認できる。
ワークスペースでの作成
ユーザーは自身のワークスペース内で分類器を作成できる。
重要な引用
A classifier is four things: a taxonomy of up to 8 dimensions, a classification prompt, a model to apply it, and a sampling rate.
Classification runs async after each request, so it adds *zero* latency to your inference path.
Create one in your workspace, or read the docs
編集コメントを表示
編集コメント
推論ログの可視化と管理は、AI アプリケーションの運用コスト削減やパフォーマンス最適化において不可欠な要素となっている。OpenRouter が提供するこの機能は、開発者が自身のワークフローを詳細に分析し、より効率的なモデル選定を行うための具体的なツールを提供するものである。
Source Article
元記事を日本語で読む
本文に関係しない購読案内、埋め込み通知、サイト内プロモーションは除いています。
OpenRouter、ベータ版の「分類機能（Classifiers）」を導入しました。
ワークスペース内で、タスクの種類や部署、エージェントの複雑さなど、関心のある項目に基づいて推論をタグ付けできます。その後、ログをフィルタリングしたり、アクティビティを可視化したりすることが可能です。
以下に、タスクタイプ別の社内モデルの使用状況を示します👇
分類機能は、最大 8 つの次元からなる階層構造（タクソノミー）、分類用のプロンプト、適用するモデル、そしてサンプリングレートという 4 つの要素で構成されます。
すぐに使い始められるよう、6 つの事前設定（プリセット）を標準搭載しています。各リクエスト完了後に非同期で分類が実行されるため、推論パスに追加されるレイテンシはゼロです。
以下は、タスクファミリーとモデル別にグループ化した当社の内部推論データです。
分析とコーディング関連のタスクが大半を占めており、どのモデルがそれぞれのタスクを処理しているかが一目でわかります。グループ化を逆にすれば（例：GPT-5.6 Sol が最も多く使用されている場所）、利用傾向の詳細も把握できます。
プロンプトログの記録機能をオフにしていても、各生成ごとに分類情報を付与できるため、完全な監査可能性を確保できます。
ワークスペースで新しい分類機能を作成するか、以下のドキュメントをご覧ください：
原文を表示
thread#showTweet" data-screenname="OpenRouter" data-tweet="2080671145938821414" dir="auto">
Introducing Classifiers, now in beta.
Tag inference in your workspace by task type, department, agent complexity, or whatever you care about. Then filter your logs or visualize your Activity.
Here's our internal model spread across task types 👇
**
thread#showTweet" data-screenname="OpenRouter" data-tweet="2080671148904182241" dir="auto">
A classifier is four things: a taxonomy of up to 8 dimensions, a classification prompt, a model to apply it, and a sampling rate.
We include six presets you can use to start quickly. Classification runs async after each request, so it adds *zero* latency to your inference path.
**
thread#showTweet" data-screenname="OpenRouter" data-tweet="2080671151873761454" dir="auto">
Here's our own internal inference, grouped by task family and model.
Analysis and coding dominate, and you can see exactly which model is absorbing each one.
Invert the grouping to e.g. see where GPT 5.6 Sol is being used the most.
**
thread#showTweet" data-screenname="OpenRouter" data-tweet="2080671154285555950" dir="auto">
Classifiers can work even with prompt logging disabled, and attach on each individual generation for full inspectability.
Create one in your workspace, or read the docs:
**
AI算出
主要ニュースainew評価標準
OpenRouter の新機能「Classifiers」は、推論タグ付けやログフィルタリングなど AI エージェント運用に直結する実用的な機能を追加しており、新規性が高く主要な製品アップデートとして扱える。ただし、対象がグローバルプラットフォームであり日本固有の事情や企業事例が含まれていないため、日本関連性は低めとなる。
6つの評価軸を見る
- AI関連度
- 75
- 情報源の信頼性
- 50
- 新規性
- 75
- 調べる価値
- 25
- 重複の少なさ
- 100
- 日本での有用性
- 25
関連記事
今日のまとめ
AIデイリーブリーフで今日の重要ニュースをまとめ読み