英語以外のプロンプトでは、AIゲートウェイのルーティング精度が落ちる——この課題にOrcaRouterが踏み込んだ。
2026年6月18日、AI推論ゲートウェイのOrcaRouterはタイ語・オランダ語・バハサ・インドネシア語への対応を発表した。あわせて開発者向けのProgrammatic Model Routing（Routing DSL）も前面に打ち出している。多言語プロダクトを展開する開発チームにとって、コストと品質の両立が現実的な選択肢になる。
この記事でわかること
- OrcaRouterの3言語対応の背景と仕組み
- Programmatic Model Routing（Routing DSL）の概要と使いどころ
- グローバル展開時の導入メリットと注意点
何が変わったか
OrcaRouterは、OpenAI互換の単一エンドポイントから200以上のLLMへリクエストを振り分けるAIゲートウェイだ。開発元は米国のContinuum AIで、日本ではFlashLabsが販売パートナーを担う。
今回の更新で、プロンプトの難易度判定とモデル振り分けがタイ語・オランダ語・バハサ・インドネシア語でも機能するようになった。対応開始日はいずれも2026年6月18日で、タイはタイ向け、オランダ語はオランダ向け、バハサ・インドネシア語はインドネシア向けの利用を想定している。
言語追加は現地コミュニティの協力によって実現した。OrcaRouterは今後も地域コミュニティからの貢献を受け付ける方針で、対応言語を継続的に広げる計画だ。
なぜ多言語対応がルーティングに直結するのか
OrcaRouterの中核は「プロンプトの難易度を判定し、適切なモデルへ振り分ける」仕組みだ。難しい推論はフロンティアモデルへ、定型処理は高性能なオープンモデルへ送る。公式資料では、この設計によりLLM運用コストをおおよそ40%削減できると説明されている。
判定処理自体は1ミリ秒未満で完了する。プロンプト全体の約65%は定型処理に分類され、オープンモデルで処理すればフロンティアモデル比で約15分の1のコストに抑えられる、と発表資料では示されている。
ここで問題になるのが言語差だ。英語や日本語中心に最適化されたルーティングでは、タイ語やインドネシア語のプロンプトを誤判定しやすい。難易度の読み違えは、安いモデルへの過剰振り分け（品質低下）か、高価なモデルへの過剰振り分け（コスト増）のどちらかに直結する。多言語対応は「機能追加」ではなく、ルーティング精度を保つための前提条件だ。
Programmatic Model Routingとは
Programmatic Model Routingは、OrcaRouterのRouting DSLによるプログラム可能なルーティング機能を指す。YAMLとCEL（Common Expression Language）でルールを記述し、リクエストの内容に応じてモデルを切り替える。
内蔵の自動ルーティング（orcarouter/auto）が「最安の稼働モデル」「最高品質」「バランス型」などの方針で選ぶのに対し、Routing DSLはリクエストの中身に基づく細かな制御向けだ。コード生成タスクはコーディング向けモデルへ、画像入力はビジョン対応モデルへ、エージェントのテスト失敗後はより強いモデルへ、といった分岐をルールで定義できる。
ルールはダッシュボード上で編集・バージョン管理され、アプリの再デプロイなしで反映される。アプリ側は従来どおり orcarouter/{ルーター名} を呼び出すだけで、ルーティングロジックの変更はゲートウェイ側に閉じ込められる。
ルール例では、難易度0.6超のコード生成をClaude Opus 4.8へ送り、簡単なチャットは最安モデルへ委譲する、といった記述が可能だ。複数モデルへの並列実行と判定（Fusion）もDSLで構成できる。
安全な展開のため、Shadowモードで新旧ルールの差分を確認したうえで、Canary方式で段階的にトラフィックを切り替える仕組みも用意されている。
接続方法と料金体系
導入はOpenAI SDKの base_url を https://api.orcarouter.ai/v1 に変更し、OrcaRouterのAPIキーを設定するだけで済む。ストリーミング、ツール呼び出し、ビジョン入力など既存のOpenAI互換機能はそのまま使える。
トークン単価にマークアップはかからない。各プロバイダの公開価格がそのまま適用され、OrcaRouterの収益は有料プラン（Teamプランは月額499ドル）から得る設計だ。Hackerプランは無料で、200以上のモデルへのルーティングと自動フェイルオーバーが利用できる。
接続先プロバイダはOpenAI、Anthropic、Google、DeepSeek、xAI、Alibaba Qwen、Moonshot Kimi、MiniMaxなど15社以上。99.99%の稼働SLAと、プロバイダ障害時の自動フェイルオーバーも謳われている。
グローバルチームへの実用性
発表資料が示すユースケースは明確だ。タイのカスタマーサポート、オランダのマーケティング、インドネシアの開発チームが、それぞれ母語でOrcaRouterを使いながら同じコスト最適化の恩恵を受けられる。
言語ごとに別ルーターを組む必要がなく、1行の base_url 変更で新市場にAI機能を展開できる点が強みだ。バハサ・インドネシア語とマレー語は似ているが別言語として扱うべき、というのはAPAC向けAI導入の一般的な知見でもあり、OrcaRouterの言語別最適化はこの落とし穴を避ける方向と整合する。
一方で、OrcaRouterはゲートウェイであり、各言語での回答品質は上流モデル側の能力に依存する。ルーティング精度が上がっても、選ばれたモデルがその言語に弱ければ品質は担保されない。現地言語でのプロンプト設計と、Routing DSLによるタスク別のモデル指定を組み合わせる運用が現実的だ。
多言語AIプロダクトのコスト最適化は、モデル選定だけでは完結しない。プロンプトの言語特性まで読み取れるルーティング基盤が、グローバル展開の実務的なボトルネックを外していく。