> For the complete documentation index, see [llms.txt](https://docs.roboflow.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.roboflow.com/workflows/ja/burokku/blocks/run-a-model/open-router.md).

# OpenRouter

実行 **任意** で利用可能な視覚言語モデル [OpenRouter](https://openrouter.ai/) そのモデルスラッグを `model_id` フィールドに貼り付けることで - 例: `openai/gpt-4o-mini`, `anthropic/claude-3.5-sonnet`, `google/gemini-2.5-pro`, `qwen/qwen3.6-27b`.

これは OpenRouter 向けの汎用エスケープハッチです。専用のブロック（Qwen-VL、Kimi、Gemma、Llama Vision）がないモデルを使いたいときに、新しいブロックが追加されるのを待たずに試せます。

このブロックは標準のVLMタスクタイプのインターフェースをサポートします:

* **オープンプロンプト** (`制約なし`) - 任意のプロンプトを使用して、生の応答を生成します
* **テキスト認識（OCR）** (`ocr`) - モデルが画像内のテキストを認識します
* **視覚的質問応答** (`visual-question-answering`) - モデルがプロンプトで送信された質問に答えます
* **キャプション生成（短い）** (`caption`) - モデルが画像の短い説明を提供します
* **キャプション生成** (`detailed-caption`) - モデルが画像の長い説明を提供します
* **単一ラベル分類** (`classification`) - モデルが画像内容を、提供されたクラスのいずれか1つとして分類します
* **複数ラベル分類** (`multi-label-classification`) - モデルが画像内容を、提供されたクラスの1つまたは複数として分類します
* **プロンプトなしオブジェクト検出** (`object-detection`) - モデルが画像内の目立つオブジェクトを検出し、バウンディングボックスを返します
* **構造化出力生成** (`structured-answering`) - モデルが指定されたフィールドを持つ JSON 応答を返します

#### 🛠️ APIキー

既定ではこのブロックは **Roboflow管理のOpenRouterキー** を使用し、Roboflowクレジットに課金されます。追加設定は不要です。Roboflowの請求を回避するには、独自の `sk-or-...` キーを `api_key` フィールドに入力してください。

#### 🔒 プライバシーフィルター

* **データ収集なし** *（デフォルト）* – プロバイダーはあなたの入力を学習に使用できません。
* **データ収集を許可** – より広いプロバイダープール。
* **データ保持ゼロ** – 最も厳格で、何も保持しないプロバイダーに制限されます。

{% hint style="warning" %}
**モデルの利用可否**

OpenRouterは、さまざまな機能を持つ数百のモデルを公開しています。すべてのモデルが画像入力に対応しているわけではなく、テキスト専用または推論専用のものもあります。モデルが可視の応答を返せない場合（たとえば、すべての `max_tokens` 内部思考に `max_tokens` を消費する推論モデルなど）は、増やすか
{% endhint %}

### 型識別子

ステップで次の識別子を使用してください `"type"` フィールド： `roboflow_core/openrouter@v1` ワークフローにこのブロックをステップとして追加するには。

### プロパティ

| **名前**                    | **型**            | **説明**                                                                                                                                          | 参照 |
| ------------------------- | ---------------- | ----------------------------------------------------------------------------------------------------------------------------------------------- | -- |
| `name`                    | `str`            | このステップの一意の識別子を入力してください。                                                                                                                         | ❌  |
| `api_key`                 | `str`            | OpenRouter APIキー。デフォルトではRoboflowの管理キーが使用され、Roboflow経由でクレジット課金されます。独自の `sk-or-...` キーを使用すると、Roboflowの請求なしでOpenRouterを直接呼び出せます。                   | ✅  |
| `privacy_level`           | `str`            | プロバイダーのプライバシーフィルター。より厳しいレベルではプロバイダーの範囲が狭まり、管理キーでの1回あたりのコストが増える場合があります。                                                                          | ❌  |
| `max_tokens`              | `整数`             | モデルが応答で生成できる最大トークン数。                                                                                                                            | ❌  |
| `temperature`             | `float`          | モデルからサンプリングするための温度。値の範囲は 0.0〜2.0 で、高いほど生成結果はよりランダム／「創造的」になります。。                                                                                 | ✅  |
| `max_concurrent_requests` | `整数`             | 画像バッチに対する同時リクエスト数。指定がない場合、このブロックはWorkflows Execution Engineでグローバルに設定された値をデフォルトで使用します。レート制限に達する場合は制限してください。                                      | ❌  |
| `model_id`                | `str`            | OpenRouterのモデルスラッグ、例: `openai/gpt-4o-mini`, `anthropic/claude-3.5-sonnet`, `qwen/qwen3.6-27b`。完全な一覧は <https://openrouter.ai/models> を参照してください。。 | ✅  |
| `task_type`               | `str`            | モデルによって実行されるタスクの種類。値によって必要なパラメータと出力応答が決まります。。                                                                                                   | ❌  |
| `プロンプト`                   | `str`            | モデルに送信するテキストプロンプト。。                                                                                                                             | ✅  |
| `output_structure`        | `Dict[str, str]` | 期待されるJSONレスポンスの構造を持つ辞書。。                                                                                                                        | ❌  |
| `classes`                 | `List[str]`      | 使用するクラスのリスト。。                                                                                                                                   | ✅  |

この **参照** 列は、で利用可能な動的値を使ってプロパティをパラメータ化できる可能性を示します `ワークフロー` 実行時。参照 *バインディング* 詳細は。

### ランタイム互換性

`requires_internet` - エアギャップ／オフライン環境: このブロックは、完全にオフライン／エアギャップ環境から到達できないサービスに依存しています。

### 入力と出力のバインディング

利用可能な接続は、そのバインディング種別によって異なります。どのバインディング種別が `OpenRouter` のバージョン `v1` あるか確認してください。

<details>

<summary>入力と出力のバインディング</summary>

* 入力
  * `api_key` (*Union\[*[*`ROBOFLOW_MANAGED_KEY`*](/workflows/ja/gaido/developer-guide/kinds/roboflow-managed-key.md)*,* [*`secret`*](/workflows/ja/gaido/developer-guide/kinds/secret.md)*,* [*`string`*](/workflows/ja/gaido/developer-guide/kinds/string.md)*]*）：OpenRouter APIキー。デフォルトではRoboflowの管理キーが使用され、Roboflow経由でクレジット課金されます。独自の `sk-or-...` キーを使用すると、Roboflowの請求なしでOpenRouterを直接呼び出せます。
  * `temperature` ([*`float`*](/workflows/ja/gaido/developer-guide/kinds/float.md))：モデルからサンプリングするための温度。値の範囲は 0.0〜2.0 で、高いほど生成結果はよりランダム／「創造的」になります。。
  * `images` ([*`image`*](/workflows/ja/gaido/developer-guide/kinds/image.md)): 推論対象の画像です..
  * `model_id` ([*`string`*](/workflows/ja/gaido/developer-guide/kinds/string.md)): OpenRouterのモデルスラッグ、例: `openai/gpt-4o-mini`, `anthropic/claude-3.5-sonnet`, `qwen/qwen3.6-27b`。完全な一覧は <https://openrouter.ai/models> を参照してください。。
  * `プロンプト` ([*`string`*](/workflows/ja/gaido/developer-guide/kinds/string.md)): モデルに送信するテキストプロンプト。。
  * `classes` ([*`list_of_values`*](/workflows/ja/gaido/developer-guide/kinds/list-of-values.md)): 使用するクラスのリスト。。
* 出力
  * `出力` (*Union\[*[*`string`*](/workflows/ja/gaido/developer-guide/kinds/string.md)*,* [*`language_model_output`*](/workflows/ja/gaido/developer-guide/kinds/language-model-output.md)*]*)：の文字列値 `string` または LLM / VLM の出力（条件が `language_model_output`.
  * `classes` ([`list_of_values`](/workflows/ja/gaido/developer-guide/kinds/list-of-values.md))：任意の型の値のリスト。

</details>

<details>

<summary>JSON 定義の例</summary>

```json
{
	    "name": "<your_step_name_here>",
	    "type": "roboflow_core/openrouter@v1",
	    "api_key": "rf_key:account",
	    "privacy_level": "<block_does_not_provide_example>",
	    "max_tokens": "<block_does_not_provide_example>",
	    "temperature": "<block_does_not_provide_example>",
	    "max_concurrent_requests": "<block_does_not_provide_example>",
	    "images": "$inputs.image",
	    "model_id": "openai/gpt-4o-mini",
	    "task_type": "<block_does_not_provide_example>",
	    "prompt": "my prompt",
	    "output_structure": {
	        "my_key": "description"
	    },
	    "classes": [
	        "class-a",
	        "class-b"
	    ]
	}
```

</details>