2026 年 10 月のデータまとめ

10 月のトークン量は 37% 増加しました

先月の AI の主な動向を分析します。トークン数は急増し、トークンあたりの価格は下落を続け、現在ではエージェントによるトラフィックが OpenRouter を経由するトラフィックの大半を占めています。

ハイライト

  • トークン量は増加を続け、 9 月比で 37% 増、1 月比では約 25 倍になりました。
  • トークンあたりの実効価格が低下し、 トークンあたりの加重平均価格は下がり続け、先月は 1 月の平均を 57~70% 下回りました。
  • 意思決定モデルは現在、全リクエストの 21% を占めており、 このカテゴリが登場してまだ数週間ですが、意思決定モデルは現在、テキストモデル以外のどのモダリティよりも多くのリクエストを受けています。

10 月のトークン数は 790 兆

10 月は OpenRouter 史上最大の月となり、トークン数は 790 兆で、9 月比で 37% 増、1 月比では驚異的な 25 倍に達しました。

増加は広範囲に及びましたが、主な要因は DeepSeek V4.1 Flash の刷新と、 Haiku 5.5 およびその他の Claude 5.5 ファミリーの導入でした。

月間ボリューム、1 月から 10 月

OpenRouter
出典:OpenRouter です。トークン数はプロンプトと補完の合計です。

エージェントが全トークンの 76% を消費

2026 年を通じて、エージェントの優勢は増す一方です。ツール呼び出し率、ターン数、リクエストのタイミングなど、七つのシグナルを重み付けした分類器を用いて、すべての APIキーをエージェント型、人間型、混合型に分類しています。

一年前、エージェント用キーはトークン数の 8% を占めていました。10 月には 76%、約 600T トークンを占めました。

種類別の月間トークン数

OpenRouter
出典:OpenRouter。キーは毎月分類され、エージェント性スコアが 0.50 以上はエージェント型、0.25 から 0.49 は混合型、0.25 未満は人間型です。

エージェントによる利用の特徴は、多くの場合に大規模な同じコンテキストを毎ターン再送信することなので、プロンプトキャッシュは人間による利用よりもエージェントにとって重要です。10 月には、ほとんどのプロバイダーがエージェントのプロンプトトークンの 85~97% をキャッシュ済みプレフィックスで処理しました。キャッシュヒット率の中央値は、6 月の 76.1% から 10 月には 90% 超へと急上昇しました。

推論プロバイダー別のエージェントのキャッシュヒット率

OpenRouter

バブルの大きさは、提供されたエージェント型のトークン数を表します。色はキャッシュヒット率の範囲を示します。

  • キャッシュヒット率 70% 未満
  • 70–90%
  • 90% 超
出典:OpenRouter。キャッシュヒット率は、エージェント用 APIキーのプロンプトトークン全体に占めるキャッシュ済みプロンプトトークンの割合です。BYOK は除外しています。エージェントのトークン数が 1T 以上で、キャッシュヒット率が 50% 以上のプロバイダーが対象です。

オープンウェイトが回復しました

有料トークンに占めるオープンウェイトの割合は、9 月 28 日の週に Claude Opus 5.5、 Sonnet 5.5 と GPT-6.1 Sol が一斉にリリースされた際に 52% まで低下しました。二週間後には、主に DeepSeek V4.1 Flash によって 70% を再び上回りました。

オープンウェイトモデルは有料利用の支出の約四分の一を占め、1 月の 11% から増加していますが、その割合は直近の四半期ほどの間ほとんど変わっていません。

トークン数と支出に占めるオープンウェイトの週次シェア

OpenRouter
出典:OpenRouter。有料トラフィックのみで、無料バリアントは除外しています。

トークンあたりの実効価格は 1 月以降 57~70% 下落しました

百万トークンあたりの混合単価は、重み非公開モデルで $1.21 から $0.52 に、重み公開モデルで $0.28 から $0.084 に下がりました。両者の価格差は 4.3 倍から 6.2 倍に広がりました。

この実効価格は、モデルの定価、モデル構成そのもの、セッションごとのキャッシュヒット率など、多くの要因で変動します。8 月のクローズドウェイトモデルの価格下落の大部分はモデル構成の変化によるもので、 GPT-5.6 Luna が 100 万トークンあたり約 $0.07 で、リリース後の数日間で最も利用される有料クローズドモデルになりました。

1M トークンあたりの実効価格

OpenRouter
出典:OpenRouter。プロンプトと補完の合計トークン数に対する課金対象の使用量です。無料バリアント、BYOK、ステルスモデル、チャット以外の API は除外しています。

ラボ別のモデルシェア

通常、各ラボのトラフィックは少数のモデルに集中し、最新リリースが一か月以内に主流となる傾向があります。ラボを選択すると、トークン数と支出額の構成比が年間を通じてどのように変化したかを確認できます。

各研究機関内のモデル構成

OpenRouter

10 月のトークン数上位 6 モデルとその他すべてです。

  • Claude Opus 5.5
  • Claude Sonnet 5.5
  • Claude Haiku 5.5
  • Claude Opus 5
  • Claude Sonnet 5
  • Claude Fable 5.1
  • Other

トークンのシェア

支出の割合

出典:OpenRouter。各ラボ内のモデル別の月間トークン数と請求対象使用量のシェア(全バリアント)です。

オープンウェイトの研究機関が成長で先行

五月以降、 Z.ai の月間トークン数は約二十倍に、 DeepSeek は約十二倍に増加しました。支出面では、Z.ai は約六倍に増加し、 Anthropic は 76% 増加した一方、 MiniMax はトークン数が大幅に増加したにもかかわらず、20% 減少しました。

個々のラボの成長が直線的になることはまれです。リリース競争がますます激しくなる中、新モデルの投入時期によって、ラボの成長が一か月で大きく変わることがあります。

研究機関別の 5 月以降の成長

OpenRouter

各ラボの月間トークン数または支出を、5 月 = 100 として指数化しています。

出典:OpenRouter です。全バリアントを含むモデル開発元別の月間プロンプトおよび補完トークン数と請求対象使用量を、各研究機関の 5 月の合計で割った値です。

タスクのリーダーボードでは、二つのモデルが目立っています

リクエストのサンプルを、 ランキング ページのタスクカテゴリに分類しています。トークン数では、DeepSeek V4.1 Flash がコーディングとエージェントのタスクの大半で首位です。支出額に切り替えると、Claude Opus 5.5 がランキングの大半で首位になります。

ほかに登場するモデルには、 Jev 1.13(意思決定モデル、開発元: TypeSafe)と、 GLM 5.3 Flashがあり、データ抽出とデータ変換の両方で好成績を収めています。

タスク別トップモデル、10 月

OpenRouter

各カテゴリのトークン数上位五つのタスクです。ランキングの分類体系には、二つのデータタスクがあります。

一般

  1. 分類

    typesafe のファビコン
    TypeSafe Jev 1.13

    タスクのトークンの 14%

  2. Q&A と知識

    stepfun のファビコン
    Step 5 Preview

    タスクのトークンの 33%

  3. ロールプレイとフィクション

    deepseek のファビコン
    DeepSeek V4 Flash

    タスクのトークンの 11%

  4. コンテンツ作成

    z-ai のファビコン
    GLM 5.3 Flash

    タスクのトークンの 21%

  5. 要約

    stepfun のファビコン
    Step 5 Preview

    タスクのトークンの 67%

コーディング

  1. コード生成

    deepseek のファビコン
    DeepSeek V4.1 Flash

    タスクのトークンの 23%

  2. デバッグ

    deepseek のファビコン
    DeepSeek V4.1 Flash

    タスクのトークンの 19%

  3. ファイル入出力

    deepseek のファビコン
    DeepSeek V4.1 Flash

    タスクのトークンの 17%

  4. コードレビュー

    deepseek のファビコン
    DeepSeek V4.1 Flash

    タスクのトークンの 17%

  5. シェル実行

    deepseek のファビコン
    DeepSeek V4.1 Flash

    タスクのトークンの 24%

エージェント

  1. ワークフロー実行

    deepseek のファビコン
    DeepSeek V4.1 Flash

    タスクのトークンの 16%

  2. 複数ステップの計画

    deepseek のファビコン
    DeepSeek V4.1 Flash

    タスクのトークンの 18%

  3. ツールのディスパッチ

    deepseek のファビコン
    DeepSeek V4.1 Flash

    タスクのトークンの 17%

  4. メモリ抽出

    xiaomi のファビコン
    MiMo V2.6 Flash

    タスクのトークンの 17%

  5. ウェブ検索

    deepseek のファビコン
    DeepSeek V4.1 Flash

    タスクのトークンの 15%

データ

  1. データ抽出

    z-ai のファビコン
    GLM 5.3 Flash

    タスクのトークンの 12%

  2. データ変換

    z-ai のファビコン
    GLM 5.3 Flash

    タスクのトークンの 29%

出典:OpenRouter。サンプルで重み付けしたタスクのトークン数または支出の割合です。

非公開ウェイトの研究機関(および DeepSeek)がユーザー継続率でリードしています

モデルやラボの継続利用率を測定する方法は数多くあります。ここでは、ある月に特定のラボのモデルへ有料リクエストを 100 件以上送信したアカウントを対象に、翌月も同じラボを利用したアカウント数を調べました。このしきい値によって一度きりの試用を除外しており、しきい値を低くしても高くしても、ラボの順位はほぼ同じでした。

9 月から 10 月にかけて、 Google はそれらのアカウントの 78%、Anthropic は 74%、 OpenAI は 74% を維持しました。主要なオープンウェイトの研究機関は月ごとの継続率が低い傾向にあり、10 月も同様でした。

モデル開発元別の前月比継続率

OpenRouter

Google

Anthropic

OpenAI

DeepSeek

Z.ai

Qwen

MiniMax

出典:OpenRouter。ある月に特定のラボへ 100 件以上の有料リクエストを送信したアカウントを対象とし、翌月にそのラボへ有料リクエストを送信していれば継続利用とみなします。利用停止されたアカウントは除外しています。

意思決定モデルがリクエストの 21% に到達

意思決定モデル(TypeSafe の呼称では System One モデル)は、ルーティング、モデレーション、はい・いいえの判定など、限定的な問いを判断します。このカテゴリーが誕生したのは 9 月中旬ですが、10 月 26 日の週には全リクエストの 21% にまで増加しました。

ここでのテキストモデルは、画像入力を含むリクエストも含め、Chat Completions API へのすべてのリクエストを意味します。リクエスト数ではなくトークン数や支出額で見ると、意思決定モデルが週間トラフィックに占める割合ははるかに小さくなります。

リクエスト種別ごとの週間リクエストシェア

OpenRouter
出典:OpenRouter です。API 別の全リクエストに占める割合です。

オープンウェイト推論プロバイダー:Together が首位に浮上

オープンウェイトモデルを提供するプロバイダーの中で、 Together は提供した総トークン数で 6 月の 18 位から 10 月には首位に上昇しました。 DeepSeek は 9 月に 9 位に下落した後、V4.1 Flash で 2 位に返り咲き、 InferenceNet は 4 位でトップ 10 入りしました。

トークン数によるオープンウェイトプロバイダーのランキング

OpenRouter

6 月から 10 月までの各月の上位十社です。線にカーソルを合わせると、プロバイダーの推移を確認できます。

出典は OpenRouter です。オープンウェイトモデルのみを対象としています。BYOK とステルスエンドポイントは除外しています。

この千兆トークン規模のデータプールから、毎週主要な傾向を分析しています。 Inferred(データニュースレター)を購読すると、主要な調査レポートをすべて受信トレイに直接お届けします。

方法論に関する注記

  • データは 2026 年 1 月 1 日から 10 月 31 日までの OpenRouter API 経由のリクエストを対象とし、エージェント関連のグラフは 2025 年 9 月から始まります。週次グラフは月曜日を週の始まりとしています。
  • トークン数は、プロンプトと補完のトークン数の合計です。支出額は、請求対象の使用量です。ラボはモデルの開発元を指し、重みが公開されているモデルをオープンウェイトと呼びます。
  • 各 APIキーは、ツール呼び出し率、入力と出力の比率、リクエストあたりのターン数、キャッシュヒット率、リクエストあたりの提供ツール数、リクエスト間隔、キャンセル率という重み付けされた七つの指標に基づいて毎月分類されます。スコアが 0.50 以上ならエージェント型、0.25 から 0.49 なら混合型、0.25 未満なら人間型です。
  • 有料トラフィックには無料モデルのバリアントは含まれません。
  • 実効価格、キャッシュヒット率、プロバイダー順位には、独自キー持ち込み(BYOK)のトラフィックとステルスモデルは含まれません。キャッシュヒット率は、その月のエージェントトークン数が 1T 以上のプロバイダーを対象に、エージェント用キーのトラフィックにおけるプロンプトトークンに対するキャッシュ済みプロンプトトークンの割合として算出されます。
  • タスク別の上位モデルは、ランキングのタスク分類に従って分類し、サンプリング率で重み付けしたリクエストのサンプルに基づいています。
  • リテンションでは、あるラボのモデルに対して月間で少なくとも 100 件の有料リクエストを送信したアカウントを集計し、翌月にそのラボへ有料リクエストを送信していれば継続したアカウントとみなします。利用停止されたアカウントは除外されます。
  • 意思決定モデルは decisions API へのリクエストです。テキストモデルは、画像入力を含むリクエストも含め、Chat Completions API へのリクエストです。