OpenRouter で別のモデルを使う

全体像
1. OpenRouter のキーを取る
2. 接続先を登録する（必須）
3. キーをサーバの環境変数に置く
4. 使う
- 起動時に選ぶ
- プロジェクトの既定にする
5. モデルを足す
検証済みモデル一覧
うまくいかないとき
安全面のまとめ
ローカル LLM をローカルで動かす（claude-ollama）

Claude Code は Anthropic 互換のバックエンドなら何にでも接続できます。MulmoTerminal はその接続先を設定ファイルから、鍵はサーバを起動したときの環境変数から読み、セッションごとにモデルを選べるようにします。Kimi・DeepSeek・GLM・Gemini・GPT・Grok などを、いつもの端末のまま使えます。

このページは OpenRouter を例に、最初の 1 回の設定から、自分でモデルを足すところまでを扱います。 Moonshot や社内の LiteLLM ゲートウェイなど、他の Anthropic 互換バックエンドでも手順は同じです。

全体像

設定は 3 か所に分かれます。分かれている理由がそれぞれあります。

何を	どこに	なぜそこか
接続先（URL・鍵の変数名）	`~/.mulmoterminal/config.json` の `providers`	アプリ全体で共有するため。組み込みの接続先は無いので、ここを書かないと何も選べません
API キー	サーバの環境変数（`.env` など）	この設定ファイルはブラウザとスマホに配信されるため、鍵を書いてはいけない
既定のモデル	プロジェクトの `.mulmoterminal.json`	プロジェクトごとに変えたいため

そのうえで、起動時にセッション単位で選べます（既定を書き換えません）。

1. OpenRouter のキーを取る

openrouter.ai でアカウントを作る
Keys で API キーを発行（sk-or-…）
クレジットを入れる（従量課金。下の表のとおり 100 万トークンあたり $0.08 のモデルもあります）

あわせて確認: Privacy 設定。ここが厳しいと、一部のモデルで配信元が全部除外され 404 No endpoints available になります。下の表で「到達不可」と書いてあるものはこれに当たったもので、モデルの欠陥ではありません。

2. 接続先を登録する（必須）

この登録が無いと、モデル選択欄はそもそも出ません。 組み込みの接続先は 1 つもありません。

検証済みの 27 モデルはアプリに入っていますが、そこにあるのはモデルの id と実測値だけです。 どこに繋ぐか（baseUrl）と、鍵をどの環境変数から読むか（tokenEnv）は入っていないため、登録するまで送信先が決まりません。実測すると差はこうなります。

`providers`	選べるモデル	MODEL 選択欄
未設定（初期状態）	0 件	出ない
登録済み（`id` が `openrouter`）	27 件	出る

一発で追加する

既存の設定を壊さずに追加します（config.json.bak にバックアップを取り、二重実行しても重複しません）。

node -e '
const fs = require("fs"), os = require("os"), path = require("path");
const file = path.join(os.homedir(), ".mulmoterminal", "config.json");
const config = fs.existsSync(file) ? JSON.parse(fs.readFileSync(file, "utf8")) : {};
if (fs.existsSync(file)) fs.copyFileSync(file, file + ".bak");
config.providers = [
  ...(config.providers ?? []).filter((p) => p.id !== "openrouter"),
  { id: "openrouter", label: "OpenRouter", baseUrl: "https://openrouter.ai/api", tokenEnv: "OPENROUTER_API_KEY", maxOutputTokens: 16000 },
];
fs.mkdirSync(path.dirname(file), { recursive: true });
fs.writeFileSync(file, JSON.stringify(config, null, 2) + "\n");
console.log("added openrouter to " + file);
'

手で書く

~/.mulmoterminal/config.json がまだ無いなら、これをそのまま貼れば完成です。

{
  "providers": [
    {
      "id": "openrouter",
      "label": "OpenRouter",
      "baseUrl": "https://openrouter.ai/api",
      "tokenEnv": "OPENROUTER_API_KEY",
      "maxOutputTokens": 16000
    }
  ]
}

すでにファイルがある場合は、上書きせず providers の行だけを既存の { … } の中に足してください。 丸ごと置き換えると cwdPresets やヘッダーのボタン設定が消えます。

{
  "cwdPresets": [ ... 既存のまま ... ],
  "chips": [ ... 既存のまま ... ],

  "providers": [
    {
      "id": "openrouter",
      "label": "OpenRouter",
      "baseUrl": "https://openrouter.ai/api",
      "tokenEnv": "OPENROUTER_API_KEY",
      "maxOutputTokens": 16000
    }
  ]
}

LLM に頼む

どのディレクトリでもいいので、Claude のセッションに mulmoterminal の設定に OpenRouter を追加して と頼めば、同梱の mulmoterminal-config スキルが既存の設定を保ったまま書いてくれます（鍵は書きません）。

モデルは書きません。 この id のプロバイダを登録した時点で、検証済みの 27 モデルが選択肢に出ます。書くのは、その一覧に無いモデルを足したいときだけです（→ モデルを足す）。

キー	意味
`id`	他の設定から参照する名前。英数と `. _ : / - ~` のみ。組み込みの 27 モデルは `id` がちょうど `openrouter` のときだけ自動で出ます——別の id（Moonshot・社内 LiteLLM 等）ではプリセットが付かないので、モデルを手で列挙してください
`label`	選択画面に出る表示名
`baseUrl`	末尾に `/v1` を付けない（下の注意を参照）
`tokenEnv`	鍵が入っている環境変数の名前。鍵そのものではありません
`maxOutputTokens`	任意。省略時 16000
`models`	任意。組み込み一覧に無いモデルを足すときだけ（→ モデルを足す）

`baseUrl` に `/v1` を付けてはいけない

Claude Code は自分で /v1/messages を付け足します。https://openrouter.ai/api/v1 と書くと …/v1/v1/messages になって全リクエストが 404 します。MulmoTerminal はこれを起動前に弾き、理由を表示します。

`maxOutputTokens` を削らない

思考型モデルは出力枠が足りないと考えるだけで枠を使い切り、本文が空で返ってきます。画面上は「固まった」ようにしか見えないので、16000 以上を維持してください。

3. キーをサーバの環境変数に置く

MulmoTerminal を起動するシェル、またはその隣に置いた .env に書きます。

OPENROUTER_API_KEY=sk-or-…

設定ファイルには絶対に書かないでください。 config.json は GET /api/config でブラウザとスマホに配信されます。tokenEnv が「変数の名前」なのはこのためです。

書いたらサーバを再起動します（環境変数は起動時に読まれます）。

鍵が見つからないプロバイダは、セッションの起動を拒否します。黙って Anthropic に落とすと、そのディレクトリが選んでいないバックエンドにプロンプトが流れてしまうためです。

4. 使う

起動時に選ぶ

プロバイダが 1 つでも使える状態になると、空セルの起動フォームに MODEL の選択欄が出ます。

選んだ内容はそのセッションだけに効きます
.mulmoterminal.json の既定は書き換わりません
何も選ばなければ既定のままです

セッションが動き出すと、ヘッダー 1 行目のバッジに実行中のモデルとコンテキスト使用率が出ます（例: Kimi K2.7 Code · ctx 12%）。出ていない場合は、設定の chips に ctx が含まれているか確認してください。

プロジェクトの既定にする

そのディレクトリの .mulmoterminal.json:

{
  "provider": "openrouter",
  "model": "moonshotai/kimi-k2.7-code"
}

provider を省いて model だけ書くと、Anthropic のまま別のモデルを指定できます。

id に使えるのは英数と . _ : / - ~ だけです（providers の id と同じ規則。OpenRouter の ~anthropic/claude-opus-latest のような「常に最新」エイリアスも使えます）。空白や先頭のダッシュなど形が違う値を書くと、そのディレクトリのセッションは起動を拒否します — 黙って別のモデルで動き出す方が危険なためです。色やテーマなど他の設定はそのまま読み込まれます。

再開したときの挙動

起動時に選んだモデルは、そのセッションを再開しても維持されます（サーバが動いている間）
.mulmoterminal.json の既定は他の設定と同じく即反映で、書き換えれば次回起動から効きます

5. モデルを足す

組み込みのプリセット（下の表）に無いモデルも使えます。

設定に書く

{
  "providers": [
    {
      "id": "openrouter",
      "label": "OpenRouter",
      "baseUrl": "https://openrouter.ai/api",
      "tokenEnv": "OPENROUTER_API_KEY",
      "models": ["qwen/qwen3-coder", "inception/mercury-coder"]
    }
  ]
}

選択欄に not tested（未計測の意）と添えて並びます。私たちが動作を確認していないという意味です。

モデル id は openrouter.ai/models の各ページに出ている ベンダー/モデル名 の文字列をそのまま使います。

LLM に設定してもらう

JSON を手で編集したくない場合、どのディレクトリでもいいので Claude のセッションに頼めます。

mulmoterminal の設定に OpenRouter を追加して

同梱の mulmoterminal-config スキルがこのファイルの構造と検証済みモデル一覧を知っているので、安全な形で書いてくれます（鍵は書き込みません）。

動くかどうか自分で測る

プロンプトに答えられることと、Claude Code を動かせることは別です。 実際に、流暢に返事をしながら一度もツールを呼ばないモデルがありました（Read(file_path=…) を文章として出力してしまう）。

そこで、本番と同じ起動経路で「ファイルを読んで、別のファイルに書く」——会話だけでは絶対に達成できない課題——をやらせて数えるスクリプトを同梱しています。

yarn tsx scripts/model-trials.ts --provider openrouter --trials 3 qwen/qwen3-coder

3/3    16s    qwen/qwen3-coder

試行間で成功と失敗を行き来するモデルが実在したため、1 回の判定ではなく比率で記録します。組み込みプリセットの数字（common/modelPresets.ts）もこれで測ったものです。

検証済みモデル一覧

2026-07-22 時点、1 つの OpenRouter アカウントでの実測値です。通過は上のツール課題を完走した回数、 中央値は成功した試行の所要時間。価格は 100 万トークンあたりの入力 / 出力。

モデル id	表示名	通過	中央値	コンテキスト	価格 (in/out)
`nvidia/nemotron-3-super-120b-a12b`	Nemotron 3 Super 120B	3/3	18s	1M	$0.08 / $0.45
`qwen/qwen3-235b-a22b-2507`	Qwen3 235B A22B	3/3	16s	262k	$0.09 / $0.55
`minimax/minimax-m2.7`	MiniMax M2.7	3/3	16s	205k	$0.25 / $1
`deepseek/deepseek-v3.2`	DeepSeek V3.2	3/3	42s	164k	$0.269 / $0.4
`minimax/minimax-m3`	MiniMax M3	3/3	14s	1M	$0.3 / $1.2
`deepseek/deepseek-v4-pro`	DeepSeek V4 Pro	3/3	20s	1M	$0.435 / $0.87
`deepseek/deepseek-v4-flash`	DeepSeek V4 Flash	3/4	26s	1M	$0.094 / $0.188
`openai/gpt-oss-120b`	GPT-OSS 120B	3/4	18s	131k	$0.037 / $0.17
`moonshotai/kimi-k2-0905`	Kimi K2 0905	3/3	18s	262k	$0.6 / $2.5
`moonshotai/kimi-k2-thinking`	Kimi K2 Thinking	3/3	20s	262k	$0.6 / $2.5
`moonshotai/kimi-k2.6`	Kimi K2.6	3/3	46s	262k	$0.684 / $3.42
`z-ai/glm-5.2`	GLM 5.2	3/3	21s	1M	$0.819 / $2.574
`moonshotai/kimi-k2.7-code`	Kimi K2.7 Code	3/3	14s	262k	$0.82 / $3.75
`moonshotai/kimi-k3`	Kimi K3	3/3	29s	1M	$3 / $15
`tencent/hy3`	Tencent Hy3	3/3	17s	262k	$0.14 / $0.58
`nvidia/nemotron-3-ultra-550b-a55b`	Nemotron 3 Ultra 550B	3/3	13s	512k	$0.6 / $3.6
`google/gemini-3.5-flash-lite`	Gemini 3.5 Flash-Lite	3/3	11s	1M	$0.3 / $2.5
`amazon/nova-2-lite-v1`	Nova 2 Lite	2/3	20s	1M	$0.3 / $2.5
`openai/gpt-5.6-luna`	GPT-5.6 Luna	3/3	27s	1M	$1 / $6
`openai/gpt-5.6-luna-pro`	GPT-5.6 Luna Pro	3/3	69s	1M	$1 / $6
`google/gemini-3.6-flash`	Gemini 3.6 Flash	3/3	16s	1M	$1.5 / $7.5
`x-ai/grok-4.5`	Grok 4.5	3/3	13s	500k	$2 / $6
`openai/gpt-5.6-terra-pro`	GPT-5.6 Terra Pro	3/3	38s	1M	$2.5 / $15
`meta-llama/llama-4-maverick`	Llama 4 Maverick	0/4	—	1M	$0.2 / $0.8
`qwen/qwen3.7-plus`	Qwen3.7 Plus	到達不可 ※	—	1M	$0.32 / $1.28
`mistralai/mistral-medium-3-5`	Mistral Medium 3.5	到達不可 ※	—	262k	$1.5 / $7.5
`mistralai/devstral-2512`	Devstral 2512	到達不可 ※	—	262k	$0.4 / $2

※ 到達不可 … 計測に使ったアカウントの Privacy 設定で配信元が全部除外されていたもの。モデルの欠陥ではなく、設定次第で動く可能性があります。

meta-llama/llama-4-maverick は 4 回とも 0 回でした。接続はできて返事も返るのに、ツールを一度も呼びません。一覧から消さずに残しているのは、「あれは使えるの？」に沈黙ではなく計測で答えるためです。

迷ったら Kimi K2.7 Code（速い・コーディング向き）か Nemotron 3 Super 120B（安い）あたりから試すとよいです。

うまくいかないとき

症状	原因と対処
起動時に「`OPENROUTER_API_KEY` が要る」と出て始まらない	鍵がサーバの環境変数に無い。`.env` に書いてサーバを再起動
全リクエストが 404	`baseUrl` の末尾に `/v1` が付いている
`404 No endpoints available …`	そのモデルが Privacy 設定で除外されている
返事が空、固まったように見える	`maxOutputTokens` が小さすぎる。16000 以上に
ツールを使わず、文章だけ返ってくる	そのモデルの限界。上の一覧か `model-trials.ts` で確認を
モデル選択欄が出ない	`providers` が未登録（2 章）か、鍵が無い。フォームの「Use another model…」から不足箇所を確認できます
ヘッダーにモデル名が出ない	設定の `chips` に `ctx` が入っていない
Docker サンドボックスで起動できない	併用できません。コンテナは環境変数を引き継がず、そのままだと選んだはずのプロバイダではなく Anthropic に接続してしまうため、明示的に拒否しています

安全面のまとめ

鍵は設定ファイルに保存されません。環境変数の名前だけが保存されます
セッションに渡す鍵は、コマンドライン引数ではなくパーミッション 0600 のファイル経由で渡されます（ps で他ユーザーに見えないため）
鍵が解決できないときは起動を拒否します。意図しないバックエンドにプロンプトが流れないためです
プロバイダを使うセッションでは ANTHROPIC_API_KEY を子プロセスから取り除きます（残っていると認証トークンより優先されてしまうため）

ローカル LLM をローカルで動かす（claude-ollama）

クラウドを一切使わず手元の Ollama モデルで Claude Code を動かすなら、同梱の claude-ollama コマンドが使えます（npx -p mulmoterminal claude-ollama qwen3:4b）。詳しくは claude-ollama でローカルモデルを動かす を参照。

← 設定方法に戻る／日本語ガイドの目次