dalao.ai

OpenRouter

把数百个大模型和几十家推理服务商接到同一个兼容 OpenAI 规范的接口后面，按预付额度计费的模型网关。参考档案

关于 OpenRouter

OpenRouter 是一个大模型网关和模型市场：把数百个模型、几十家推理服务商接到同一个兼容 OpenAI 规范的接口后面，用预付额度统一计费，并在服务商故障时自动切换。平台是闭源托管服务，官方 SDK 采用 Apache-2.0。首页称每月处理超过 700 万亿 token、用户超过 1000 万、接入 80 多家服务商和 500 多个模型（均为官方自述）。截至 2026-10-26，模型按服务商标价计费，平台在购买额度时收 5.5% 的手续费，Business 方案为 8%。

编辑部更新于 阅读约 8 分钟

它是什么

OpenRouter 做的是模型和推理服务商之间的中间层。开发者用一个 API 密钥、一套兼容 OpenAI 规范的请求格式，就能调用 Anthropic、OpenAI、Google、DeepSeek 等厂商的模型，以及同一个开放权重模型在多家推理服务商上的部署。请求先到 OpenRouter，再按路由规则转给具体服务商，账单统一从账户的预付额度里扣。

截至 2026-10-26，公开的模型列表接口返回 467 个模型，服务商列表接口返回 114 家；首页写的是 500 多个模型、80 多家服务商（均为官方自述）。模型覆盖文字、图像、视频和音频，2026 年 10 月又接入了 ElevenLabs 的语音合成和语音识别模型。

产品分几块。核心是推理 API，请求和返回格式与 OpenAI 的聊天补全接口一致，也支持 Anthropic 的消息接口和 OpenAI 的响应接口；围绕它有网页聊天室、按 token 用量排序的公开排行榜、用量分析面板、团队预算和密钥管理，以及 2026 年陆续推出的 Fusion 多模型合成、批量接口、Ori 系列工具和私有端点。

签约主体是 OpenRouter, Inc.。服务条款要求用户年满 18 岁，争议适用有约束力的仲裁。about 页面称公司创办于 2023 年初。

Inference is billed at the provider's list price on every plan.

OpenRouter 定价页 FAQ

核心能力

多服务商路由是基础能力。同一个模型往往有多家服务商部署，OpenRouter 在不另行设置时按价格做负载均衡：先排除最近 30 秒内出现重大故障的服务商，再在低价候选里按价格的平方反比加权随机挑选，其余服务商作为后备。开发者也能按价格、吞吐或延迟排序，限定或排除特定服务商，设置价格上限。

自动选模型。openrouter/auto 会按请求内容挑模型，2026 年 8 月 10 日的更新改为参考过去 7 天平台上的实际用量来选，文章称平台每周 token 消费超过 55 万亿（均为官方自述）。Fusion 则把同一问题交给多个模型，再由一个评审模型合成答案；官方在 DRACO 深度研究基准上的测试称多模型组合的得分高于单个模型（均为官方自述）。

省钱的接口。批量接口于 2026 年 9 月 22 日上线，服务商可在 24 小时内择时完成请求，价格一般是常规每 token 价格的 50%；官方称两周测试期内 23 万多个批次的中位完成时间是 7 分钟（均为官方自述）。

企业功能持续补齐。按区域处理请求（in-region routing）让请求只在指定区域内解密和转发，找不到合规端点时直接报错而不跨区；Security Center 集中显示所有密钥的风险；用量面板按智能体、模型和请求拆分支出；10 月 14 日上线的私有端点让企业把自己的微调模型或专用部署挂到同一套 API 下，只对本组织可见。

这些企业功能各有细则。区域内路由用单独的基础地址：发往 us.openrouter.ai 的请求只在美国境内解密，并只转给美国的服务商端点；eu.openrouter.ai 对应欧盟和欧洲经济区、英国及瑞士，API 密钥、请求体和模型名都不用改。Security Center 的概览把密钥分成四组：没有支出上限、永不过期、90 天以上未使用、可以删除；官方称自查时在 85 名员工名下找到 1,000 多个有效密钥（均为官方自述）。私有端点是 Enterprise 方案的附加项，不出现在公开模型列表、排行榜和基准测试里，端点故障或限流时可以回退到公开服务商。用量面板顶部列出总支出、请求数、token 量、缓存命中率和每百万 token 综合成本五项指标，同样的数据也能通过 Analytics API 读出。

公开数据。排行榜按真实 token 用量给模型和应用排序，是外界观察模型市场份额的常用数据来源之一。主榜按处理的 token 数排序，市场份额图按请求数统计；页面说明这些榜单不衡量用户数和花费，也不代表模型在具体任务上的优劣。排行数据以 CC BY 4.0 许可公开。

适合谁 / 不适合谁

适合：同时调用多家厂商模型的开发团队。一个接口、一套计费和一份用量报表覆盖所有模型，换模型只改一个字符串。

适合：对可用性敏感、又不愿自己维护多家服务商接入的产品。服务商故障或限流时会自动重试其他服务商，出错的尝试不收模型 token 费用。

适合：需要统一管控 AI 支出的组织。Standard 方案就有预算、支出控制和管理密钥；Business 方案增加区域内路由、工作负载身份联合和最多 1,000 个工作区；Enterprise 有 SSO/SAML、合同 SLA 和发票结算。

适合：能接受延迟换价格的离线任务。批量接口一般按常规价格的一半计费，适合数据标注、批量向量化和评测集打分。

不适合：只用一家厂商、用量很大的团队。模型按标价计费，平台在购买额度时另收 5.5% 至 8% 的手续费，直连厂商可能拿到的批量折扣在这里不适用，官方 FAQ 写明不提供推理价格的量大折扣。

不适合：未满 18 岁的个人，以及对数据去向有严格要求、却不打算审阅各家服务商数据政策的团队。不同服务商对提示词的保留和训练政策不同。服务条款对部分地区和用途有使用限制，以条款原文为准。

和同类比

和直连模型厂商比，推理价格相同：FAQ 写明按服务商标价转付、不加价（均为官方自述），但购买额度时收 5.5% 的平台费（Business 8%）。多出来的是统一账单、跨服务商故障切换、统一的用量面板和一套接口。直连厂商则能拿到各家独有的功能和合同折扣。

和 Hugging Face 的 Inference Providers 比，后者的定价文档写明按服务商原价收费、不收额外服务费（截至 2026-10-26，均为官方自述），模型集中在开放权重模型上；OpenRouter 同时覆盖闭源旗舰模型和开放权重模型，额度购买环节收平台费。

和自建开源网关比，LiteLLM 这类项目可以部署在自己的服务器上，提供兼容 OpenAI 规范的统一接口、成本统计和负载均衡，没有平台费，但服务商账号、密钥、故障切换和账单都要自己维护。OpenRouter 的自带密钥（BYOK）模式介于两者之间：用自己的服务商密钥，每月前 $25,000 标价额度的推理不收费，超出部分按标价的 5% 收费（截至 2026-10-26）。

上手路径

注册支持 Google、GitHub 和 MetaMask 登录。首页列出的流程是三步：建账户、买额度、生成 API 密钥。团队组织可在注册之后另行创建。

接入方式和 OpenAI 的接口基本一致，已有的 OpenAI 客户端改基础地址和密钥即可调用；官方另有 TypeScript、Python、Go SDK 和 Vercel AI SDK 的接入包 ai-sdk-provider。

没有充值也能试用免费模型。免费模型每分钟 20 次、每天 50 次请求，账户累计买过至少 $10 额度后升到每天 1,000 次；失败的请求也计入每日上限，余额为负时免费模型不可用。付费模型没有按方案划分的速率限制，碰到的限流通常来自服务商。

针对编程工具，2026 年 8 月推出的 ori 命令行可以一键为 Claude Code、Codex、OpenCode 和 Hermes 生成调用 OpenRouter 的配置；Ori Eval 则用于在自己的数据上评测、挑选模型。

定价与许可证

截至 2026-10-26，定价页分四档。Free 档可用 25 个以上免费模型，每天 50 次请求，不能用自动路由、预算控制和提示词缓存。Standard 和 Business 都是按量付费，模型按服务商标价扣费，区别在于购买额度时的平台费：Standard 5.5%，Business 8%；Business 多出区域内路由、工作负载身份联合、高级通知和更多工作区。Enterprise 的平台费可议价，另有私有端点附加项、SSO、合同 SLA 和发票结算。

额度规则写在服务条款里：单笔最少 $5、最多 $25,000；购买后 24 小时内可申请退还未用额度，平台费不退，加密货币支付一律不退；未用额度可能在购买满 365 天后失效。支付方式包括银行卡、支付宝和加密稳定币，Enterprise 可走发票和采购订单。

其他计价细节：自带密钥每月前 $25,000 标价额度不收费，超出部分收标价的 5%；批量接口一般为常规价格的一半；用户若选择允许记录提示词和输出，可获 1% 的用量折扣。

许可证方面，平台是闭源托管服务；ai-sdk-provider、typescript-sdk、python-sdk、go-sdk 等官方 SDK 采用 Apache-2.0。

风险与局限

平台费按购买额度收取。模型价格虽与服务商标价一致，但每次充值有 5.5% 或 8% 的平台费，而且平台费不退。

数据经过多方。隐私政策写明，提示词会转给所选或自动路由选中的服务商，各服务商的数据政策不同，部分服务商可能用输入和输出训练模型；OpenRouter 自身不用这些数据训练，只记录时间、模型、token 数等请求元数据，提示词和输出只有在用户选择开启时才记录。账户设置里有零数据保留选项，开启后请求只路由到不保留数据的服务商。

额度有期限、退款窗口短。未用额度可能在购买满 365 天后失效；退款只在购买后 24 小时内受理；促销额度不可退、不可兑现。服务条款的重大修改提前 30 天通知，争议走有约束力的仲裁。服务条款对部分地区和用途有使用限制，以条款原文为准。

来龙去脉

OpenRouter 创办于 2023 年初，about 页面称其为第一个大模型市场；GitHub 组织 OpenRouterTeam 建于 2023 年 7 月。about 页面在媒体报道栏列出两轮融资报道，分别为 $4000 万和 $1.13 亿。

2026 年的产品节奏很密。6 月 12 日发布 Fusion 多模型合成；8 月 3 日推出 Ori Eval，8 月 4 日推出 ori 命令行，8 月 10 日自动路由改为参考市场用量，8 月 17 日用量分析面板改版。

9 月以后更新继续：9 月 9 日新增第二个可选区域的区域内路由，第一个区域于 2025 年 10 月上线；9 月 22 日批量接口上线；9 月 28 日推出 Security Center；10 月 7 日接入 ElevenLabs 的 9 个语音合成和 2 个语音识别模型；10 月 14 日上线私有端点。

开源部分主要是客户端。typescript-sdk 在 2026 年 10 月 24 日 02:03 (UTC+8) 发布 v1.5.7；ai-sdk-provider 在 GitHub 上约有 690 星标，有 GitHub 账号的贡献者约 61 人（2026-10-26）。

我们的判断

推断：适合同时使用多家厂商模型、看重故障切换和统一账单的开发团队。一个接口覆盖数百个模型，换模型和换服务商的成本很低，额外开销是 5.5% 起的额度平台费。

推断：适合需要集中管理 AI 支出和密钥的组织。Business 和 Enterprise 方案提供区域内路由，Enterprise 另有合同 SLA；预算从 Standard 方案起就有，Security Center 各方案都有。

推断：不适合只用一家厂商且用量很大的团队，平台费和不提供推理折扣会让直连更划算；也不适合不愿审阅各家服务商数据政策、又没有开启零数据保留限制的敏感业务。

为什么值得参考

OpenRouter 用一个统一的 API 接入众多模型提供商，方便比较和切换模型。

资料来源

官方

  1. OpenRouter - The Unified Interface For LLMsopenrouter.ai · 访问于 2026 年 10 月 26 日
  2. Pricing | OpenRouteropenrouter.ai · 访问于 2026 年 10 月 26 日
  3. About - The Unified Interface For LLMs | OpenRouteropenrouter.ai · 访问于 2026 年 10 月 26 日
  4. OpenRouter FAQopenrouter.ai · 访问于 2026 年 10 月 26 日
  5. Credit Limits and Rate Limits - OpenRouter docsopenrouter.ai · 访问于 2026 年 10 月 26 日
  6. Provider Routing - OpenRouter docsopenrouter.ai · 访问于 2026 年 10 月 26 日
  7. BYOK - OpenRouter docsopenrouter.ai · 访问于 2026 年 10 月 26 日
  8. OpenRouter models APIopenrouter.ai · 访问于 2026 年 10 月 26 日

动态与深度阅读

长文编辑部

Cloudflare 跨客户泄露：开源推理引擎的隔离责任落在上下游之间

SGLang 仓库里一份写明根因和补丁的问题单，在 Cloudflare 收到泄露报告三天前被机器人以“无活动”关闭。Cloudflare 以为引擎会拒绝装不下的请求，引擎在 PD 分离部署下没有拒绝。自建推理或挑选推理服务商的小团队，面对的是同一条缝隙。

长文编辑部

DeepSeek 推理引擎开源几天就被追平，竞争移向它没开源的部分

DeepSeek 公开了自家生产推理引擎 DeepInfer，vLLM 和 SGLang 几天内各自公布测试结果，称已打平。引擎效率越来越像公共品，缓存、负载均衡、运维和价格才是接下来拉开差距的地方；对多数小团队来说，好处会以更多、更便宜的 API 选择到来，而不是自己部署。