OpenRouter の DeepSeek、GPT、Gemini はどう選ぶ？プログラミング・執筆・推論の比較

先に3つの slug を固定する

OpenRouter の価値は、OpenAI 互換の鍵1本でモデルを差し替えられることです。失敗しやすいのは、ブランド名で比べることです。DeepSeek は V3.2 だけではありません。計算をより積んだ Speciale があります。GPT 系には 5.2 と 5.4 が並び、Gemini には 2.5 Pro、3 Pro Preview、3.1 Pro Preview が残っています。ブランドを1つの順位表に入れると、価格もコンテキストもモダリティも違う商品を、同じ SKU として扱ってしまいます。最初に設定へ書くのはスローガンではなく slug です。

本稿がロックするのは、2026年10月の OpenRouter モデルページで、各製品線の代表として価格とコンテキストを照合できる3つです。DeepSeek V3.2 は 2025年12月1日リリース、コンテキストは 163,840 トークンです。ページには reasoning.enabled で推論を開けること、2025年の IMO と IOI で金メダル級の結果、ツール利用向けの事後学習が書かれています。GPT-5.4 は Codex と GPT を一つのフロンティアにまとめたモデルとして説明され、コンテキストは約105万トークン（入力およそ92.2万、出力上限12.8万）、入力はテキストと画像です。Gemini 3.1 Pro Preview はまだプレビューです。コンテキスト 1,048,576、出力上限 65,536、テキスト、画像、動画、音声、コードを扱います。プレビューは挙動が動きます。本番には2本目の slug を後ろに置きます。

サイト内でテーマがぶつかりやすい記事が2本あります。先に線を引きます。2026 OpenRouter Top10：Claude・Gemini・DeepSeek・Kimi、本当の勝者は誰かは多モデルの順位です。この3つの slug の仕事分けではありません。請求が痛くて OpenRouter から出たいなら、OmniRoute移行：OpenRouter費用の2026年検収リストです。本稿は OpenRouter の内側に残り、プログラミング、執筆、推論の既定リクエストをどこへ打つかだけを答えます。請求通貨はドルです。円建ての定価表ではありません。

公式ページは DeepSeek V3.2、GPT-5.4、Gemini 3.1 Pro Preview です。つなぎ方は base_url を OpenRouter に向け、model だけを変えます。手順は quickstart で足ります。以下の価格とスコアには見た日付が付いています。プロバイダ割引、キャッシュ、ルーティングで実支払いは表とずれます。発注前にモデルページを開いてください。この記事を見積書にしないでください。

鍵は1本、請求は3種類

3社は固定単価ではありません。呼び出しは「モデル × プロバイダ × ルート」です。2026年10月の DeepSeek 比較ページの見出しは、入力 $0.2088 / 出力 $0.3096（100万トークンあたり）前後です。これは割引プロバイダの表示価格です。同じモデルページでは、およそ $0.26 / $0.38 から $3 / $4.50 まで並びます。10月中旬の SiliconFlow 行は入力約 $0.259、出力約 $0.80 のままでした。キャッシュ読みは別で、安い端はおよそ $0.0216 / 100万です。プロバイダを指定しない Balanced は、この見出し価格へ落ちる保証をしません。

GPT-5.4 の標準ルートは読みやすいです。入力 $2.50、出力 $15、キャッシュ読み $0.25（いずれも100万トークンあたり）。標準ルートに入らない Flex（約 $1.25 / $7.50）と Fast（約 $5 / $30）もあります。Gemini 3.1 Pro Preview の見出しは入力 $2、出力 $12、キャッシュ読み $0.20 です。Web 検索は別料金で、モデルページはおよそ $14 / 1000回と書いています。出力上限も違います。GPT-5.4 は約12.8万、Gemini 3.1 は 65,536 です。長い原稿を一度に書き切るなら、単価の前に出力キャップを見ます。

計算しやすい量で差を見ます。入力10万トークン、出力8千トークン。比較ページの見出しなら DeepSeek は約 $0.023。$0.259 / $0.80 の行なら約 $0.032。同じ1回が GPT-5.4 では約 $0.37、Gemini 3.1 では約 $0.30 です。この混ざり方では、GPT は見出し価格の DeepSeek の約16倍、$0.80 出力行の約11倍です。出力が厚いほど倍率は開きます。$15 対 $0.31 と、$15 対 $0.80 は同じ桁ではありません。キャッシュが当たったあとの入力は安くなります。3社とも、冷たい初回の全額は消えません。

OpenRouter はルートを Balanced（価格と速度）、Nitro（より速い）、Floor（より安い）、Exacto（ツール呼び出しの精度）に分けています。プログラミング Agent がツール引数で負けるなら、slug を責める前に Exacto を試します。執筆バッチが第一稿だけなら、Floor と V3.2 の方が「いつも GPT-5.4」より請求に合います。遅延をブログから SLA に写してはいけません。2026年10月5日の比較スナップショットでは、GPT-5.4 対 Gemini 3.1 の中央遅延が約 1.74 秒対 90.9 秒、スループットが約 42 対 8 トークン/秒でした。90秒は、推論エンドポイントか冷えたプロバイダの断面です。「Gemini はいつも50倍遅い」という法則ではありません。タイムアウトは、選んだルートのライブ図表で決めてください。

プログラミング：下書き、リポジトリ、ターミナル

プログラミングは一つの点数ではありません。単一ファイルのパッチ、ファイルをまたぐ API、ターミナルでテストを緑にする作業は、勝者が分かれます。2026年10月8日の Vector Wire は、DeepSeek-V3.2 と GPT-5.4 の共有テストで凹凸のある差を書いています。SWE-bench Pro はおよそ 15.6 対 57.7、Terminal-Bench 2.1 はおよそ 46.8 対 78.3、多言語 SWE-bench は約 1.5 点差（70.2 対 71.7）です。短く、多言語で、一点修正なら V3.2 で戦えます。長く、複数ファイルで、本物のターミナルでコマンドを最後まで走らせるなら、公開されている GPT-5.4 の点数が離れます。これは集計された公開スコアであり、あなたのリポジトリの通過率ではありません。足場が変われば順位も動きます。

OpenRouter の 2026年10月5日の比較は、DeepSeek V3.2（Reasoning）の Coding Index を 44.2、Intelligence Index を 21.5 としています。同じページの相手は GPT-5.4 ではなく GPT-5.2 で、GPT-5.2 の Intelligence Index は 30.4、Coding Index はその日空でした。別ページの GPT-5.4 対 Gemini 3.1 Pro Preview では、GPT-5.4 が Intelligence Index 39.0、Coding Index 71.1 で、Gemini の二つの欄は空でした。「71 対 44」を GPT 対 DeepSeek の公式決戦にはできません。相手とバリアントが違います。設定に書ける結論はもっと狭いです。OpenRouter が埋めているコーディング指数は、いまのところ GPT-5.4 側が厚い。V3.2 にもコーディング指数はありますが、対照が別です。

現場は3本で足ります。コメント、単体テスト、スタックトレースの説明、最小 diff は V3.2 です。10回試しても、GPT の1回より安いことがよくあります。呼び出し側と型と移行スクリプトを同時に触る、または Agent が依存を入れ、失敗ログを読み、また直すなら、既定を openai/gpt-5.4 にします。入力がおよそ16万トークンを超えると、V3.2 の窓には入りません。GPT-5.4 と Gemini 3.1 はどちらも100万前後です。中身がコードとテキストだけなら、ターミナルとツールの記録が厚い GPT-5.4 がプログラミング Agent に近いです。UI の操作動画、デザインレビューの録画、音声メモがあるなら、slug を変える理由は Gemini のモダリティです。「どちらの窓が長いか」ではありません。この2つの窓はすでに同じ級です。

GPT-5.4 のページは画像入力を明示しています。Gemini 3.1 は動画と音声も取ります。エラーのスクリーンショット1枚なら両方で足ります。モデルが録画を見てからコードを直す作業は、この3つの中では Gemini の仕事です。プレビューが空で返る、ツールのターンが場所を失うときは、同じプロンプトを GPT-5.4 へ戻します。同じ preview をゲートウェイで無限再試行しないでください。

執筆：量産、英語の完成稿、長い資料

執筆には、SWE-bench と同じ級で3社が揃えて公開している安定した順位表がほとんどありません。「文章がうまい」を一つの ELO で決めると、来月には古くなります。実際に金を払う4つの仕事に分けます。量の多い第一稿、英語の完成稿、硬い制約のある体裁、長い資料に貼り付いて出典を捏造しない原稿です。

社内メモ、サポート定型、日本語または英語の第一稿は、通常 V3.2 が既定です。同じブリーフを3つの長さで出して、人が選んでも安いです。スタイルガイドがあり、リリースノートから宣伝口調を禁じ、見出しの順を守らせるなら、払う価値がある差は「きれいな文」より指示追従です。Vector Wire の 2026年10月の表は、指示追従を GPT-5.4 が V3.2 に完勝した領域の一つにしています。それでも相手の問題集であり、あなたの禁止語ではありません。公開前に自社の古い原稿10本で回帰してください。新しい横評記事より役に立ちます。

長い資料は別の失敗です。議事録、論文束、規制の抜粋が16万トークンを超えると、V3.2 は窓で切れます。要約は完成して見えます。後半を見ていません。GPT-5.4 と Gemini 3.1 は、どちらも100万トークン級を持てます。Gemini を足す理由は、媒体が動画か音声であることと、出力単価が $12 対 $15 であることです。嫌う失敗が「存在しないページ番号」なら、両方に原文の範囲を引用させ、スクリプトで引用を突合します。高い slug は捏造を自動では消しません。

執筆の検収は4列、各 0 から 2 点です。制約（長さ、人称、禁止語）、捏造（資料にないリンク、数値、引用）、手戻りの回数、その回の出力トークンのドルです。温度もブリーフも揃え、各1回走らせます。日本語の社内下書きは、2周目が GPT の1周目より安いので V3.2 に落ちることが多いです。対外英語は、ブランドの書き直しを1回避けられれば単価を回収するので GPT-5.4 に落ちることが多いです。録画が混ざるブリーフだけが Gemini を決勝に残します。列を平均して総合優勝を出さないでください。安い下書きと高い完成稿を混ぜた数に意味はありません。

推論：数学、科学、複数ターンのツール

推論も分けます。コンテスト数学の量、大学院レベルの科学問題、複数ターンのツールは、最適化の目標が違います。DeepSeek のモデル説明は、スパース注意、スケールした強化学習の事後学習、2025年 IMO と IOI の金メダル級を強調しています。自動採点できる数学が大量にあり、1問を数セント未満に抑えたいときの話です。「共有ベンチの全項目で1位」と同じ文ではありません。Vector Wire の 2026年10月8日の対照は、両者が点数を出している推論、数学、事実問題で GPT-5.4 がリードすると書いています。GPQA Diamond はおよそ 92 対 84、Humanity's Last Exam はおよそ 43.7 対 24.6、ARC-AGI-2 はさらに開きます（およそ 73.3 対 4）。量を掃くなら V3.2。1問の手順が厳しいルーブリックを通る必要があるなら GPT-5.4 です。

科学問題は、二つの物差しを混ぜないことです。OpenRouter の 2026年10月5日のページは、GPT-5.4 の Intelligence Index を 39.0、Gemini 3.1 Pro Preview を 28.0 とし、Gemini のコーディング指数は空でした。2026年春の別のまとめは、Gemini 3.1 Pro により高い GPQA や SWE-bench Verified を書いています。問題集、推論の強さ、足場が違うので、両方とも成り立ちます。医学生物や規制の回答を出すなら、照合済みの20問を各自走らせ、外したのが事実か手順かを記します。A の 94 点で B の 28 点を消し、その逆もしないでください。

複数ターンのツールは、Gemini プレビューが最も壊れやすく、文書も最も具体的な場所です。OpenRouter は、ツールのターンをまたいで推論ブロックを残すよう求めています。説明は reasoning tokens の文書 です。ゲートウェイが見える本文だけを返し、reasoning details を落とすと、2ターン目から記憶を失ったように見えます。GPT-5.4 の製品説明は、コーディング Agent と汎用 GPT を一つのシステムに置いているので、ツールのループがそのページの本線です。V3.2 は reasoning.enabled で、このリクエストに推論を乗せるかを決めます。3つとも「ツールを呼べる」ときは、先にクライアントが推論ブロックをそのまま返しているかを確認し、そのあと知能を比べます。「Gemini が計画を守らない」チケットの多くは、slug ではなくクライアントの不具合です。

選び方：判断表と1本のルート

上を、ゲートウェイの横に貼れる表にします。安い行から始め、窓、モダリティ、または手戻りの費用が単価を超えたときだけ上げます。

下は出発点です。閾値は自分の20問のあとで変えます。20問は公開しなくてよいですが、本物の失敗を覆います。単体テスト、ファイル横断、ターミナルログ、社内メモ、リリースノート、禁止語、長い資料の中の偽のページ番号、2ターン目が1ターン目の制約を覚えているか、スクリーンショット、録画です。各 0 から 2 点、列ごとに集計し、総合点にはしません。

curl https://openrouter.ai/api/v1/chat/completions \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek/deepseek-v3.2",
    "messages": [
      {"role": "user", "content": "このエラーを3文で説明し、最小のパッチを出してください。"}
    ]
  }'

# 複数ファイル / ターミナル / 英語の完成稿: openai/gpt-5.4
# 動画・音声・Gemini のマルチモーダル: google/gemini-3.1-pro-preview
# プレビューが空、または推論ブロックを落とした: 同じプロンプトで openai/gpt-5.4 に戻す

このルートは意図して保守的です。どこか1社が全面的に強いと証明しません。避けているのは3つの高い失敗です。16万の窓に入らない資料を要約すること、推論ブロックを落とすツールループにプレビューを押し込むこと、第一稿を100本出すのにフロンティアの出力単価を払うことです。2026年10月も価格は動いています。DeepSeek の出力見積は、同じページのプロバイダ間で2倍以上開くことがあります。同じ20問を月1回走らせる方が、四半期計画に slug を凍結するより安全です。

よくある質問