OpenRouterは、テキスト・画像・PDFから指定した型付きフィールドを抽出する「Extractions API」(POST /api/alpha/extractions)をアルファ版として公開しました。提供開始時の抽出モデルはCloudflare、Inception、ScaleDownの3つです。
OpenRouterは複数の提供元のAIモデルを共通のAPIから利用するためのサービスです。発表記事の著者はWilliam Kofski、日付は11/10/2026です。
何が新しいか
Extractions APIは、stateに文書(またはassets内の画像・PDFのキー)を渡し、fieldsでフィールド名とtype、必要に応じてinstructionsを指定すると、各フィールドにつき1つのJSON値を返します。対応する型はtext、number、date、time、datetime、list、duration、estimate、forecastの9種類です。
CloudflareのClairicは、テキストや画像に対して値に加えspan(Unicodeコードポイント単位の[start, end)範囲)、p_null、confidenceを返し、画像から読んだ文字列にはspell_confidenceも付けます。p_nullが0.5を超えると値はnullになり(フィールドごとにnull_thresholdで変更可能)、その場合もguessに最有力候補が入ります。estimateとforecastにはconfidenceが付かず、mean、median、p10、p90の分布で判断します。
実行例と数値
| 例 | モデル | 入力 | 料金 | 備考 |
|---|---|---|---|---|
| 請求書テキスト | cloudflare/clairic |
1,138 input tokens | $0.00011 | 請求書番号、合計、支払期日、連絡先などを抽出 |
| レシート画像 | cloudflare/clairic |
1,064 image tokens(合計2,532 tokens) | $0.00025 | 店舗名の誤認をspell_confidence 0.733で検出 |
| 発注書PDF | scaledown/extract |
3,972 input tokens | $0.00016 | 処理時間2.9秒。発注番号、業者、合計、納期、明細、承認者を抽出 |
テキスト例では、本文に日付のないdue_dateを発行日と支払条件から2026-11-28と算出し、存在しないpo_numberはnullで返しました。days_to_pay(estimate)はmedian 45、p10 42、p90 47の分布です。画像例では、レシートの「NORTH HARBOR CAFE」を「NORTH HAROR C」と誤読しましたが、spell_confidenceは0.733と他の値より低く、tipはp_null 0.9999で明示的なnullになりました。
モデルごとの制約
- Clairic: PDFには対応せず、画像のみ読み取ります。
- ScaleDown Extract: 1リクエストにつきPDFまたは画像を1つ。値ごとに
confidenceを返しますがp_nullは返さず、PDFではspanも返しません。number型・date型には対応しません。 - APIが返すのは値であり、画像やページ上の座標は返しません。
試し方
- OpenRouterのAPIキーを
Authorization: Bearerヘッダーに付け、https://openrouter.ai/api/alpha/extractionsへPOSTします。 - リクエストには
model、state、fieldsを指定します。 - 画像は
assets内にtype: "image"、format、data_base64を指定し、stateに画像のキーを入れます。 - PDFは
assets内にtype: "document"、format: "pdf"、data_base64を指定し、modelにscaledown/extractを使います。 - 返却された
span/spansでstateを切り出すと抽出根拠を表示できます。OpenRouterは、設定したconfidenceの基準を下回る値を人手確認へ回し、残りを保存する運用を示しています。 - ドキュメントのほか、Playgroundでも試せます。
まだコメントはありません。