Mcp Multi Model

mcp-multi-model

AI コーディングエージェントに強力な機能を追加します。画像生成、動画生成、ウェブ検索、スマートなマルチモデルルーティングに対応。Claude Code、Codex CLI、Gemini CLI、Grok Build、Cursor、その他あらゆる MCP ホストで動作します。

1 つの MCP サーバーで、必要なモデルをすべて利用できます。タブの切り替えは不要です。

npx mcp-multi-model

便利だと思ったら、ぜひ ⭐ を付けてください。ほかの人がこのプロジェクトを見つけやすくなります！

---

何ができますか？

🎨 ターミナルから画像や動画を生成

「光るインディゴ色のオーブをあしらった macOS アプリのアイコンを生成して」

Claude が Nano Banana 2 / Nano Banana Pro / GPT Image 2 を呼び出し、PNG を保存して開きます。ブラウザーも Figma も、作業の切り替えも不要です。

動画にも対応しています。Veo 3.1 がテキストプロンプトから短いクリップを生成します。

🧠 スマートルーティング — タスクに最適なモデルを選択

推論やエージェント型コーディングが必要な場合は、OpenAI GPT-6 / GPT-5.6 / o-series にルーティングします（max_completion_tokens を自動処理し、非対応の場合は temperature を省略します）。 Claude に調査を頼むと、Gemini にルーティングします（Google Search グラウンディング）。 コードを低コストで書かせる場合は、DeepSeek にルーティングします（高速、低コスト、コード生成に優れています）。 中国語でリアルタイム情報が必要な場合は、Kimi にルーティングします（ウェブ検索）。

モデルを選ぶ必要はありません。ルーティングが自動で行います。

⚖️ モデルを並べて比較

「DeepSeek と Gemini の両方に、B ツリーの実装方法を尋ねて」

2 つの回答を 1 つのターミナルで確認できます。どちらのモデルがより良い解決策を提示するか、比較できます。

🌐 ウェブ検索を標準搭載

Gemini は Google Search グラウンディングを使用します。OpenAI GPT-5.6 / GPT-6 は Responses API の web_search ツール（openai-search / openai-pro-search）で検索し、出典 URL も付与されます。Kimi は中国語ウェブを検索します。ブラウザー操作用の MCP は別途不要です。

🔧 1 行でインストール

{
  "mcpServers": {
    "multi-model": {
      "command": "npx",
      "args": ["-y", "mcp-multi-model"],
      "env": {
        "DEEPSEEK_API_KEY": "sk-...",
        "GEMINI_API_KEY": "AI..."
      }
    }
  }
}

これだけです。git clone もビルド手順も不要です。

---

対応モデル

config.example.yaml で 12 以上のプロバイダーが事前設定されています。API キーのないモデルは自動的にスキップされます。

プロバイダー	アダプター	使用する理由
OpenAI	openai, openai-responses	GPT-6 Astra / GPT-5.6 の推論、o-series、GPT Image 2。openai-responses は、出典を明記した Responses API のウェブ検索を追加します。推論パラメーターは自動的に処理されます（max_completion_tokens を使用し、非対応の場合は temperature を省略）。
Gemini	gemini	長いコンテキスト、Google Search グラウンディング。画像（Nano Banana 2 / 2 Lite / Pro）と動画（Veo 3.1）の生成を標準搭載しています。
DeepSeek	openai	コード、数学、論理に対応 — 非常に低コスト
Kimi（Moonshot）	openai	Kimi K2.6 による中国語ウェブ検索（ツール呼び出しループ）+ Kimi K3 のフラッグシップ推論
Grok（xAI）	openai	X/Twitter のリアルタイム情報、推論
Perplexity	openai	ウェブ検索と引用を標準搭載した Sonar モデル
Anthropic（OpenRouter 経由）	openai	OpenRouter 経由でルーティングされる Claude モデル
Mistral / Groq / Qwen / GLM / Together	openai	EU AI、超高速推論、中国語ネイティブ、オープンソースのアグリゲーター
Ollama / LM Studio / llama.cpp / vLLM	openai	ローカル — API キー不要、無料、プライバシーを完全に保護

新しいモデルの追加は、config.yaml にブロックを 1 つ追加するだけです。設定をご覧ください。

これらのデフォルト設定の根拠 — 実測結果

config.yaml の routing.categories テーブルは、eval/ にある小規模なベンチマークに基づいています。5 種類のタスク × 4 つのプロンプト × 6 つのモデルを、サーバー独自のアダプター（delegate が使用するものと同じタイムアウト、再試行、フラグ、料金設定）を通して実行しました。コードは node --permission サンドボックス内の隠しテストで採点し、抽出はフィールド単位の JSON 一致度、推論は正確な回答、調査と創作はブラインド評価で採点しています。初回実行は 2026-10-21 で、120 回の呼び出し、合計 $0.78 でした。

model	code	extraction	reasoning	research	creative	overall	avg $/call	median s	timeouts
DeepSeek V4 Flash (deepseek)	100	97	100	100	65	92	$0.0003	2.5	0/20
Gemini 3.8 Flash (gemini)	75	100	100	95	85	91	$0.0059	11.7	1/20
GPT-5.6 Luna (openai)	85	97	100	100	65	89	$0.0004	5.1	0/20
Kimi K2.6 + web search (kimi)	50	100	100	90	55	79	$0.0064	33.9	3/20
DeepSeek V4 Pro (deepseek-pro)	75	100	100	90	80	89	$0.0012	9.9	1/20
Gemini 3.1 Pro (gemini-pro)	100	100	100	70	70	88	$0.0247	17.2	0/20

品質は％表示です。各セルの n = 4 で、60 秒のタイムアウトは 0 としてカウントしています。デフォルト設定への意味は次のとおりです。

• code → deepseek — 確認済みです。すべての隠しテストで 100％を達成し、6 モデル中で最も安価かつ高速です。思考モデル（Gemini Flash、DeepSeek Pro、Kimi）は、仕様の多いパーサータスクで 60 秒のタイムアウトを超えました。
• research → gemini — v0 ではテストしていない Google Search によるグラウンディングを利用するため、この設定を維持しています。知識が安定している比較タスクでは、DeepSeek と GPT-5.6 Luna が Gemini の 1/15 のコストで 100％を達成しました。そのため、リアルタイムのウェブ情報が不要な質問では、ask_deepseek のほうが安価です。
• creative → gemini — 確認済みです。ブラインド創作スコアが最高（4.25/5）でした。DeepSeek Pro はコストが 1/5 で僅差でしたが、4 倍遅い結果でした。
• realtime → kimi — 未測定です（v0 にはリアルタイムのウェブタスクがありませんでした）。Kimi K2.6 は最も遅いモデル（中央値 34 秒、タイムアウト 3/20 回）のため、ほかのタスクは割り当てていません。
• Pro ティアは明示的に選択するもので、デフォルトではありません — この難易度では、deepseek-pro は Flash と同等の品質でしたが 4 倍遅く、gemini-pro は Flash の 4 倍のコストがかかるうえ、長さ制限を無視したため調査で最低スコアでした。
• 6 モデルすべてで推論と抽出のスコアが上限に達したため、選択の決め手はコストとレイテンシーとなり、DeepSeek Flash が選ばれました。

手法、注意事項（n = 4、レイテンシーのサンプルは各 1 件、ブラインド評価者 1 名）、タスクごとの結果については、eval/README.md を参照してください。node eval/run.js run で再実行できます。

MCP ツール

ツールは設定から動的に生成されます。デフォルト設定では次のとおりです。

Tool	What it does
ask_ai	任意のモデルに問い合わせます — temperature / top_p を調整できる統合エントリーです
ask_deepseek	DeepSeek に直接問い合わせます
ask_gemini	Gemini に直接問い合わせます
ask_kimi	Kimi に直接問い合わせます
ask_all	すべてのモデルに並列で問い合わせ、結果を比較します
ask_both	任意の 2 つのモデルに並列で問い合わせます
delegate	スマートルーティング — 自己完結型のタスクを、カテゴリに応じて最適なモデルに委任します
generate_image	Gemini Nano Banana を使ってテキストから画像を生成します（デフォルト：Nano Banana 2 Lite）
generate_video	Gemini Veo を使ってテキストから動画を生成します
translate	CN ↔ EN の翻訳
research	ウェブ検索による詳細な調査
check_health	すべてのモデルに ping を送り、ステータスとレイテンシーを報告します

すべてのチャットツールでは effort: "fast" | "deep" も指定できます。fast（日常的なエントリーのデフォルト）は、各プロバイダーの低い推論努力に対応します（Gemini の thinking_level、OpenAI の reasoning_effort、Kimi K3 の reasoning_effort）。deep は、難しい分析に対応できるよう同じ設定を引き上げます。フラッグシップのエントリー（gemini-pro、openai-pro、openai-pro-search、kimi_k3）は deep がデフォルトで、ask_all はすべてのモデルを fast で実行します。

インストール

オプション 1：npx（推奨）

MCP ホストの設定に追加してください。Claude Code は ~/.mcp.json を読み込みます。Codex CLI、Gemini CLI、Grok Build、Cursor、Cline 用のスニペットは、あらゆる MCP ホストでの利用にあります。

{
  "mcpServers": {
    "multi-model": {
      "command": "npx",
      "args": ["-y", "mcp-multi-model"],
      "env": {
        "DEEPSEEK_API_KEY": "sk-...",
        "GEMINI_API_KEY": "AI..."
      }
    }
  }
}

オプション 2：クローンしてローカルで実行

git clone https://github.com/K1vin1906/mcp-multi-model.git
cd mcp-multi-model
npm install
npm run setup   # Interactive setup wizard — validates your API keys

次に、MCP 設定に追加してください：

{
  "mcpServers": {
    "multi-model": {
      "command": "node",
      "args": ["/path/to/mcp-multi-model/index.js"]
    }
  }
}

API キーは、上記の設定の env から、またはプロジェクトディレクトリ内の .env ファイルから設定できます。

あらゆる MCP ホストでの利用

このサーバーはプレーンな stdio MCP を使用するため、どのホストでも実行できます。ホストによって異なる点は 2 つあります。1 つのツール呼び出しに許可される時間と、サーバー組み込みの指示を読み込むかどうかです。このサーバーの一部の呼び出しは仕様上時間がかかります（デフォルトの高速エフォートでは ask_all が 10～20 秒、ディープでは 1 分以上、openai-pro-search は最大 3 分、generate_video は数分）。そのため、タイムアウトの列を確認してください。2026 年 10 月に公式ドキュメントと照合済みです。(二次情報) と記された項目は、コミュニティの情報源に基づいています。

ホスト	設定	デフォルトのツールタイムアウト	サーバーの instructions を読み込む
Claude Code	~/.mcp.json	十分に長い	はい（2026-10-23 にテスト済み）
Codex CLI	~/.codex/config.toml	60 秒。延長してください	いいえ（v0.163、2026-10-23 にテスト済み）。スキルをインストールしてください
Gemini CLI	~/.gemini/settings.json	600 秒	はい（2026-10-23 にテスト済み）
Grok Build	~/.grok/config.toml。.mcp.json も読み込みます	6000 秒	ドキュメントに記載なし
Cursor	~/.cursor/mcp.json	ドキュメントに記載なし	ドキュメントに記載なし
Cline	MCP サーバーパネル	60 秒。延長してください	ドキュメントに記載なし

Codex CLI — ~/.codex/config.toml

[mcp_servers.multi-model]
command = "npx"
args = ["-y", "mcp-multi-model"]
startup_timeout_sec = 30   # default 10; npx cold start can exceed it
tool_timeout_sec = 300     # default 60; ask_all / openai-pro-search / video need more

Codex CLI 0.163 はサーバーの instructions をモデルのコンテキストに挿入しないため（2026-10-23 にテスト済み）、以下のスキルをインストールしてください。Codex は ~/.codex/skills/multi-model/SKILL.md を検出し、ツールを呼び出す前に読み込みます。

Gemini CLI — ~/.gemini/settings.json

{
  "mcpServers": {
    "multi-model": { "command": "npx", "args": ["-y", "mcp-multi-model"], "timeout": 600000 }
  }
}

Grok Build

grok mcp add multi-model -- npx -y mcp-multi-model
grok mcp doctor multi-model

Grok Build は ~/.claude.json、.cursor/mcp.json、プロジェクトの .mcp.json も自動的に読み込みます。

Cursor は、~/.cursor/mcp.json で Claude Code と同じ JSON 形式を使用します。ツールのタイムアウトはドキュメントに記載されていないため、呼び出しは短く保ち、そこで ask_all を使わないでください。Cline の場合は、MCP サーバーパネルでサーバーカードを開き、ネットワークタイムアウト を 5 分以上に設定してください。

API キーの設定方法はどのホストでも同じです。ホスト設定の env ブロック、またはサーバーと同じ場所にある .env ファイルを使用します。

エージェントに使い方を教える：multi-model スキル

ツールは手であり、スキルは頭脳です。skills/multi-model/SKILL.md は Agent Skills ファイルです。エージェントがいつ委任するか、どのモデルを選ぶか、各ティアのコスト、ウェブ情報を根拠とする 2 つのモデルでファクトチェックする方法、ask_all が証拠集めではなくバイアス検出を目的とする理由、各ホストで時間のかかる呼び出しを処理する方法を説明します。また、サーバーは起動時にこれらのルールの短縮版を MCP instructions として送信するため、それを読み込むホストなら設定なしですぐに基本を把握できます。

ホストごとにスキル全体を一度インストールしてください（ファイルは 1 つで、内容はどこでも同じです）。

ホスト	スキルのパス
Claude Code	~/.claude/skills/multi-model/SKILL.md、またはリポジトリをプラグインとして読み込みます：claude --plugin-dir /path/to/mcp-multi-model
Codex CLI	~/.codex/skills/multi-model/SKILL.md (二次情報)
Gemini CLI	~/.gemini/skills/multi-model/SKILL.md (二次情報)
Grok Build	~/.grok/skills/multi-model/SKILL.md。Claude Code のスキルとプラグインも直接読み込みます
Cursor	~/.cursor/skills/multi-model/SKILL.md。一部対応 (二次情報)

# example: Codex CLI
curl -fsSL https://raw.githubusercontent.com/K1vin1906/mcp-multi-model/main/skills/multi-model/SKILL.md \
  --create-dirs -o ~/.codex/skills/multi-model/SKILL.md

設定

cp config.example.yaml config.yaml

defaults:
  max_tokens: 4000
  temperature: 0.7
  timeout_ms: 60000        # per-model `timeout_ms` overrides this (web / thinking models ship with 120000)
  max_retries: 2
  thinking_headroom: 4000  # added on top of max_tokens for thinking models, so reasoning tokens never eat the answer
  # cache_ttl_ms: 300000   # Cache identical prompts for 5 min
  # daily_budget_usd: 5.0  # Daily spending limit in USD

models:
  deepseek:
    name: DeepSeek
    adapter: openai
    endpoint: https://api.deepseek.com/chat/completions
    api_key_env: DEEPSEEK_API_KEY
    model: deepseek-chat
    description: "Code, math, logic. Low cost."
    fallback_to: gemini
    pricing:
      input: 0.14    # $/M tokens
      output: 0.28

  gemini:
    name: Gemini
    adapter: gemini
    endpoint: https://generativelanguage.googleapis.com/v1beta
    api_key_env: GEMINI_API_KEY
    model: gemini-2.5-flash-preview-04-17
    description: "Long context, broad knowledge, Google Search."
    features:
      - google_search
    timeout_ms: 120000
    effort:                       # per-level overrides of this model's own fields; callers pass effort="fast" | "deep"
      fast: { thinking_level: low }
      deep: { thinking_level: high }
    default_effort: fast          # OpenAI-style models use { reasoning_effort: low | high }; any other field goes in extra_body
    pricing:
      input: 0.10
      output: 0.40

  # Local models — no API key needed:
  # ollama:
  #   name: Ollama
  #   adapter: openai
  #   endpoint: http://localhost:11434/v1/chat/completions
  #   model: llama3.2

画像生成

モデル ID に基づき、2 種類のエンドポイントファミリーに自動でルーティングされます：

Gemini ファミリー（GEMINI_API_KEYを使用）

モデル ID	エンドポイント	備考
gemini-3.1-flash-lite-image（Nano Banana 2 Lite）	:generateContent	デフォルト、約$0.034/画像、最も低いレイテンシ
gemini-3.1-flash-image（Nano Banana 2）	:generateContent	約$0.067/画像、参照画像の編集に対応
gemini-3-pro-image（Nano Banana Pro）	:generateContent	約$0.134/画像、最大4K

Imagen 4（imagen-4.0-*）はGoogleによって提供終了となり（2026-09時点ですべてのIDが404を返すため）、3.9.0で削除されました。

OpenAI ファミリー（OPENAI_API_KEYを使用）

モデル ID	エンドポイント	備考
gpt-image-2	/v1/images/generations	テキスト描画に最適です。OpenAI組織の認証が必要です。

aspect_ratioは1:1、3:2、4:3、16:9、9:16に対応しています。qualityとsizeはOpenAIの画像エンドポイントに転送されます。

動画生成

Gemini Veo 3.1を使用して短い動画クリップを生成します（GEMINI_API_KEYを使用）。

パラメーター	型	備考
prompt	string	生成する動画のテキストによる説明
aspect_ratio	16:9 / 9:16 / 1:1
duration	4 / 6 / 8（秒）	偶数である必要があります。Veoは偶数の長さのみ受け付けます
save_path	string?	デフォルトは/tmp/mcp-media/videos/です

ローカルモデル

Ollama、LM Studio、llama.cpp、vLLMなど、OpenAI互換のローカルランナーを使用できます。

models:
  ollama:
    name: Ollama
    adapter: openai
    endpoint: http://localhost:11434/v1/chat/completions
    model: llama3.2

ローカルモデルとクラウドモデルは自由に組み合わせられます。ask_allを使うと、1回の呼び出しでOllama、DeepSeek、Geminiを比較できます。

組み込み機能

• 自動リトライとフォールバック — 429/5xxでは指数バックオフを行います。ルーティング先のモデルがタイムアウトまたはエラーになった場合、delegate / researchはカテゴリのfallback_chainを使って1回リトライし、そのことを返信で伝えます
• 無言の切り詰めなし — 途中で切れた回答は[⚠️ Output truncated ...]で終わり、推論のみの回答は診断結果として返されます。ストリームが停止した場合は、回答の途中を返すのではなく、モデルのタイムアウト後に中断します
• 推論予算の余裕 — 思考モデルにはthinking_headroom分の追加出力トークンが与えられるため、max_tokensはユーザーに見える回答のトークン数を意味します
• すべてのチャットツールでeffortを指定可能 — fast（デフォルト）またはdeepを指定すると、各プロバイダー固有の推論設定にマッピングされます
• 会話履歴 — conversation_idによる複数ターンのコンテキスト（有効期限30分、最大10ターン）
• コスト追跡 — 呼び出しごとのトークン使用量とコストの推定
• レスポンスキャッシュ — 設定可能なTTLで同一のプロンプトをキャッシュ
• 1日の予算上限 — 支出上限を設定できます。上限を超えると呼び出しはブロックされます
• ストリーミング — チャットアダプター向けのリアルタイムSSEストリーミング（openai-responsesのウェブ検索はストリーミングに非対応です）

プライバシー

これはローカルリレーです。テレメトリや分析機能はなく、作成者にデータが送信されることもありません。サーバーが送信または実行する内容はすべて以下のとおりです。

• プロンプトは、設定したプロバイダーに送信されます。 呼び出しごとに、プロンプト、任意のシステムプロンプト、および conversation_id を渡した場合はその会話の過去のターンが、要求したモデルを提供するプロバイダーに送信されます。デフォルトの config.yaml では、OpenAI、Google（Gemini）、DeepSeek、Moonshot（Kimi）が対象です。ask_all は同じプロンプトをすべてのチャットモデルに一度に送信します。独自に追加したエンドポイント（Ollama、OpenRouter など）にも同じ内容が送信されます。API キーは環境変数または .env から読み込まれ、それぞれのプロバイダーにのみ送信されます。
• 起動時にバージョンを1回確認します。 新しいバージョンがあることを通知できるよう、サーバーは https://registry.npmjs.org/mcp-multi-model/latest に GET リクエストを1回送信します。リクエスト自体以外に送信されるものはありません。無効にするには MCP_MULTI_MODEL_NO_UPDATE_CHECK=1 を設定してください。
• 生成ファイルはローカルで開かれます。 generate_image と generate_video はファイルを /tmp/mcp-media/ の下に書き込み、macOS では open を実行してすぐに表示します。save_path を渡すと保存先を指定でき、自動で開く動作をスキップできます。ほかのローカルコマンドは実行されません。
• それ以外は何もありません。 クラッシュレポート、利用統計、サードパーティ製 SDK はありません。

ポリシー全文： k1vin1906.github.io/mcp-multi-model/privacy.html

ライセンス

MIT