
PR-Agent を接続する:GitHub Action、モデルキー、そしてトークンでかかるコスト
- OrcaNEWOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 100万トークンあたり · 61 tok/s
- OrcaNEWOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 100万トークンあたり · 112 tok/s
- orcaNEWOrca: OrcaC2 1.02026-10-303 tok/s
- OrcaNEWOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 100万トークンあたり · 99 tok/s
- OrcaNEWOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 100万トークンあたり · 107 tok/s
- OrcaNEWOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 100万トークンあたり · 117 tok/s
- OrcaNEWOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 100万トークンあたり · 57 tok/s
- MoonshotNEWMoonshotAI: Kimi K3.1 Pro2026-10-2446知能
- OrcaNEWOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 100万トークンあたり · 85 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929知能
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 100万トークンあたり · 106 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733知能
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740知能
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 100万トークンあたり · 57 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955知能
- anthropicAnthropic: Claude Sonnet 5.52026-09-2854知能
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 100万トークンあたり · 179 tok/s
- OpenAIOpenAI: GPT-6 Luna2026-09-2228知能
- OpenAIOpenAI: GPT-6 Sol2026-09-2244知能
- AnthropicAnthropic: Claude Opus 5.52026-09-2258知能
このページが答える問いは、PRエージェントとは何か——それは別の記事の話だ——ではなく、自分のリポジトリでPR-Agentを使いたいと決めてから、実際にプルリクエストをレビューさせるまでの間に何が起きるかである。その2点の間の隔たりは、おおよそ1つのYAMLファイルと1つのモデルキーであり、人々が間違える部分は誰も文書化していない部分だ。つまり、どのインストール経路が現在有効なのか、デフォルトモデルはレビュー1回につきいくらかかるのか、そしてなぜ1つのプルリクエストで10倍の請求になり得るのかである。
PR-Agentは、CodiumAIが開発し、後にコミュニティへ寄贈したオープンソースツールです。現在は独自のGitHubオーガニゼーションの下、Qodoのコミュニティ維持によるレガシープロジェクトとして存在し、MITライセンスで、スター数は約12.6k、フォーク数は約1.7kです。本体は無料ですが、それが行うモデル呼び出しは無料ではなく、この構成の中でチームの規模に比例して増える唯一の数値がそれです。
3つのインストール方法と、実際に選ぶべきなのはどれか
• GitHub Action — プルリクエストのイベントでcode>the-pr-agent/pr-agent@main/code> を実行するワークフローファイルです。これが推奨される方法であり、まずはここから始めてください。サーバーも webhook エンドポイントも不要で、モデルキーと GitHub がアクションにすでに付与しているトークン以外のシークレットは必要ありません。
• CLI — code>pip install pr-agent/code>、次に code>pr-agent --pr_url <url> review/code>。既存の PR に対して、何かを設定する前にレビューを試したいときや、GitHub Actions ではないノートPCや CI ジョブから同じエンジンを実行したいときに便利です。
• コンテナとWebhook — Dockerイメージ、またはGitLab、Bitbucket、Azure DevOps、Gitea向けのホスト型Webhookパスです。リポジトリがGitHub上にない場合、またはレビューを自社のネットワーク境界内で実行する必要がある場合に選択してください。
チュートリアルからバージョン番号をコピーする前に知っておく価値のある注意点が1つあります。プロジェクト自身のドキュメントには、公開されているcode>pip/code> パッケージは現在最新リリースより遅れており、最新のコードが必要な場合は GitHub タグからのインストールをユーザーに案内していると記載されています。これはインシデントではなく安定状態の問題ですが、「ドキュメントに pip install するよう書かれていた」と「最新リリースを持っている」は同じ文ではないということです。
モデルキーが実際の決定です
PR-Agent は、意図的にオープンなモデルサポートを備えて提供されています。リリースノートでは GPT-5.6 が新しいデフォルトとして記載され、Gemini 3.6 と Claude Opus 5 および Claude Sonnet 5 ファミリーがサポートされ、DeepSeek と Mistral は同じ設定ブロックを通じて動作します。どれを選んでも、キーを提供するのはあなた自身であり、レビューはあなたのアカウント上で実行されます。
これがオープンソースの交換条件を一言で表したものです。鍵、シークレット、稼働時間、そして請求書といった配管部分を自分で所有する代わりに、席数とは一切関係のないレビュー単位のコストを払います。5人の開発者チームが席単位課金のホスト型ツールを使う場合、月に10件のプルリクエストをマージしても1000件でも支払額は同じです。トークン課金の方式では、その金額は実際にレビューする内容に連動するため、忙しいときには有利で、そうでないときには不利になります。
その数値をモデルの選択よりも大きく動かす設定上の選択肢が2つあります:
• プッシュごとではなく、プルリクエストごとに1回実行しましょう。 一部のツールは、デフォルトですべてのコミットをレビューします。10回プッシュされたPRは、10回のレビュー実行、10回のモデル呼び出し、10倍の請求になり、そのうち9回はすでに存在しないコードのレビューです。デプロイ先がどこであっても、まずこの設定を確認してください。
• 差分に上限を設ける。これらのツールはいずれも、差分がモデルに届く前に圧縮します。2,000行の変更は、考える余地のあるプロンプトには収まらないからです。PR-AgentのPR圧縮戦略は標準的な実装です。生成ファイル、ロックファイル、ベンダー化された依存関係は、レビュー担当者が読む内容を何も含んでいなくても、差分とコストの大部分を占めることがあります — これらは除外してください。

各コマンドが何をするのか、そしてそれぞれにどれだけのコストがかかるのか
インストールすると、このツールはプルリクエスト上のスラッシュコマンドに応答します。各コマンドは通常1回のモデル呼び出しであるため、応答は数十秒で返り、コストは1セントの何分の1かに収まります:
• code>/describe/code> — 差分だけからPRのタイトル、概要、ウォークスルー、ラベルを生成します。
• code>/review/code> — バグ、セキュリティ問題、保守性の問題をスキャンし、重大度ラベルとスコアを付けます。
• code>/improve/code> — コメントではなく、コミット可能なコード変更を提案します。
• code>/ask/code> — diff に基づいて質問に回答します。これは、レビュアーがツールを信頼するようになると最もよく使うコマンドです。
• code>/update_changelog/code> — プルリクエストの変更履歴エントリを再生成します。
ほとんどのチームが求める自動動作は、1回だけのcode>/review/code> をプルリクエストのオープン時に実行することです。それ以外はコメントに任せておけます。これによりコストを予測しやすく保ち、すでに読んでいるレビュアーの邪魔にならないようエージェントを遠ざけられます。
誰も警告してくれない失敗モード
• アクションは成功しますが、何も投稿されません。 通常は権限の問題です。ワークフロートークンは差分を読み取れますが、コメントを書き込めません。モデルをデバッグする前に、アクションのログでコメント呼び出しの 403 を確認してください。
• 誤った diff をレビューします。フォークのプルリクエストはデフォルトで制限付きトークンで実行されるため、フォークのプルリクエスト向けに設定されていないワークフローは、空または部分的な diff をレビューし、何も指摘を報告しません。沈黙は健全であることの証明ではありません。
• そのレビューは自信満々だが、間違っている。モデルに裏打ちされたレビュアーは、誰でも時折、差分に存在しないコードについて述べてしまう。緩和策はプロンプトのレベルではなく、構造的なものである。ツールに、指摘している行を引用することを義務づけ、引用のない指摘はゲートではなくコメントとして扱うべきだ。
• コストはじわじわと膨らみます。 料金の変更によるものではなく、スコープの拡大によるものです。リポジトリが増え、PRあたりのプッシュが増え、差分が大きくなる。この目的で発行したキーに月次予算を設定し、アラートはモデルではなくワークフローに変化があったことを示すシグナルとして扱いましょう。
ルーターが適する場面と、適さない場面
PRエージェントは、実行中にモデルを切り替えることが本当に有効な数少ないAIワークロードの一つです。安価な最初のパスがフォーマットや明らかな欠陥を捕捉し、それを通過したプルリクエストだけが高価なモデルを必要とします。まさにそれが、OrcaRouterのOrcaCode Review製品が実装している形です — 安価なフロンティアモデルによる高速パス、スクリーニングが何かを見つけたときに強力なモデルへのエスカレーション — そしてまた、PR-Agentでその設定をゲートウェイに向け、PRサイズでルーティングすることで自分で近似できるものでもあります。
ルーターがやらないのは、レビューを正しくすることだ。価値があるのは、比較対象になり得るすべてのモデルに使える1つのキー、上乗せのないプロバイダー定価、そしてマージキューの最中にプロバイダーが不調になったときのフェイルオーバーだ。Claude Opus 5.5とClaude Sonnet 5.5、GPT-5.6、そしてGeminiシリーズはすべて、同じOpenAI互換エンドポイント経由で呼び出せる。これにより、「どのモデルが私たちのコードをレビューするか」は調達作業ではなく設定変更になる。


今週やること
• GitHub Action はすべてのリポジトリではなく、1つのリポジトリに導入してください。1つのリポジトリなら、レビュー品質と PR あたりのコストが分かります。すべてのリポジトリを対象にすると、その両方が測定されていない分母で割られた値になります。
• モデルは評判ではなく計測で選びましょう。直近にマージされたプルリクエスト20件に対して、2つの異なるモデルで code>/review/code> を実行し、人間が妥当だと判断した指摘を比較してください。その数値こそが、ここで唯一意味のあるベンチマークです。
「プルリクエストごとに1回」を他の何よりも先に設定し、そのキーに予算を設定してください。
• 人間によるゲートは維持しよう。マージをブロックするPRエージェントは、1か月以内にチームが必ず回避策を見つけるPRエージェントだ。
出典に関する注記:PR-Agentの由来、ライセンス、スター数、インストール経路、コマンドセット、モデルのデフォルト、およびpipパッケージが最新リリースより遅れているという注記は、2026年11月4日時点で読んだプロジェクト自身のリポジトリとドキュメントに基づく。ホスト型代替製品のシート単位およびクレジット単位の料金は、各ベンダーの公開ページに基づくもので、対比のためにのみ言及している。Grokおよびモデル名は設定例として使用しており、OrcaRouterのゲートウェイ上のモデル識別子は同日のライブモデルリストと照合した。障害モードは、ワークフロートークンの権限が不足している場合にこれらのツールがどのように動作するかに基づくものであり、特定のインシデント報告に基づくものではない。
