
OpenRouter 将不同厂商的模型接入统一 API,提供模型选择、供应商路由、用量记录与集中付费。对需要同时尝试多个模型、为应用设置备用模型的开发者,它能减少逐家对接的工作;对只想日常聊天的人,官网也提供网页聊天入口。
OpenRouter 是什么
OpenRouter 由 OpenRouter, Inc. 运营,官方介绍称项目始于 2023 年初。它的主要角色是模型网关和市场:用户选择模型,OpenRouter 将请求交给相应推理供应商。模型本身、推理供应商和 OpenRouter 是不同层次,回答质量与上下文上限仍取决于所选模型。Company Profile
官网入口为 openrouter.ai。模型详情页上的名称不等于平台名称,例如 Elephant Alpha 是平台上的模型条目,不能把它与 OpenRouter 整个平台混为一谈。
core functionality
- 统一接口:通过同一 API 调用多家模型,支持标准 HTTP 请求,也可将兼容客户端的 API 地址指向 OpenRouter,减少切换模型时的接入改动。
- 供应商路由:同一模型可能有多家推理供应商,可按价格、吞吐、延迟或指定供应商筛选,也能限制数据收集政策。可选项取决于模型的实际可用端点。
- 模型备用链:在请求中配置多个模型,在首选模型不可用等情况下尝试后备项。备用模型的功能和输出风格可能不同,仍要做应用侧验证。
- 用量与成本观察:查看请求记录、token 用量和费用;付费计划提供预算与支出控制,适合为应用或团队约束成本。
适合哪些具体任务
- 给客服或知识库选模型:用同一组脱敏问题比较候选模型的正确性、响应时间与费用,再决定主模型与备用模型。
- 给编程助手接入模型:在支持 OpenRouter 或兼容 API 的客户端中选择模型,按任务在低成本模型与更强的推理模型之间切换。
- 做小型产品原型:先从网页聊天验证提示词,再接入 API,把模型选择与应用逻辑分开,减少后续更换供应商的成本。
这些是基于其接口与路由能力的使用建议。上线前应使用自己的任务集测试;模型排行榜或平台流量不能直接证明某个模型最适合你的业务。
How to Get Started
- 进入官网创建账户,在模型目录确认所需的输入类型、上下文长度、工具调用能力和单价。先用非敏感示例在网页聊天中检查效果。
- 开发接入时,在账户中创建 API 密钥,将密钥保存在服务端环境变量或安全的密钥管理系统中,不要写进公开仓库或浏览器前端。
- 把客户端基础地址设置为
https://openrouter.ai/api/v1,填写模型目录中的准确模型 ID;也可直接调用聊天补全接口。 - 用少量请求检查格式、工具调用和费用,再设置预算、最大输出长度及备用模型。依赖稳定行为的应用应固定明确版本,谨慎使用会随版本变化的别名。
- 在 Activity 中查看实际消耗与错误。遇到路由失败时,检查所选供应商、隐私限制及模型可用性,而不是反复无上限重试。
官方快速开始together with计费说明提供接入与版本选择细节。
Fees and Usage Restrictions
截至 2026 年 10 月 19 日,官方价格页列出 Free、Standard、Business 和 Enterprise。Free 有免费模型与每日 50 次请求上限;Standard 和 Business 采用预购额度、按调用扣费,模型推理价格按供应商公布价格计算,购买额度的平台费分别为 5.5% 和 8%。Enterprise 为合同报价。不同模型的输入、输出及其他计费项目不同,不能把“一个统一 API”理解成“一个统一单价”。当前价格与计划
网页聊天需要联网;API 使用需要账户与密钥。模型可能下架、调整价格或受供应商限流,模型支持的图片、音频、工具调用等能力也不一致。兼容 API 可以降低迁移工作量,但不代表所有厂商的专有功能都能原样调用。
隐私上要区分 OpenRouter 与下游供应商:OpenRouter 文档说明提示词与回答的保存默认关闭,部分日志与数据使用需用户主动开启;请求元数据仍会被记录。下游供应商另有处理政策,可通过路由约束或零数据保留选项筛选。涉及客户资料、内部代码或商业秘密时,应先检查完整的数据处理链路。数据收集说明,零数据保留说明
How to Choose Among Similar Tools
| artifact | Primary Focus | Suitable Tasks | 需要注意 |
|---|---|---|---|
| OpenRouter | 托管式多模型网关,整合模型、路由和账单 | 快速接入多家模型、比较供应商、配置备用模型 | 经过平台及上游供应商;需核对模型价格、隐私策略与可用端点 |
| LiteLLM | 开源 SDK 与可自行部署的模型代理 | 希望掌握网关部署、接入自有供应商账户与内部管理的团队 | 自行部署要承担运行维护;供应商费用另计,预算功能还依赖数据库配置 |
| Ollama | 本地模型运行工具,同时提供云模型 API | 本地实验、开放模型接入,或在本地与云端之间选择 | 本地受硬件和模型支持限制;云端仍需联网、账户及相应额度 |
如果目标是尽快试用多家云模型,OpenRouter 的统一入口更直接;如果团队需要自己运营网关,可评估 LiteLLM;如果核心要求是让推理发生在自己的设备上,应先看 Ollama 的本地路线。LiteLLM 的预算部署条件见官方预算文档.
Recommendations for selection
OpenRouter 的价值在于接入与选择的灵活性。先明确任务所需的能力、可接受的延迟、数据处理范围和月度预算,再挑模型与供应商,比一开始追逐最昂贵或最热门的模型更有帮助。
data statistics
Relevant Navigation

Hangzhou Depth Seeker has launched an efficient open source language model with 67.1 billion parameters, using a hybrid expert architecture that excels at handling math, coding and multilingual tasks.

Yan model
Rockchip has developed the first non-Transformer architecture generalized natural language model with high performance, low cost, multimodal processing capability and private deployment security.

Pangu LM
Huawei has developed an industry-leading, ultra-large-scale pre-trained model with powerful natural language processing, visual processing, and multimodal capabilities that can be widely used in multiple industry scenarios.

TianGong LM
Kunlun World Wide's self-developed double-gigabyte large language model, with powerful text generation and comprehension capabilities and support for multimodal interaction, is an important innovation in the field of Chinese AI.

Claude 3.7 Max
Anthropic's top-of-the-line AI models for hardcore developers tackle ultra-complex tasks with powerful code processing and a 200k context window.

Gemini 2.5 Pro
Google introduces advanced AI models with powerful reasoning capabilities, multimodal support, and ultra-long context windows for multiple scenarios such as academic research, software development, creative work, and enterprise applications.

DeepSeek-V4
The new generation of domestic open-source flagship big model has become one of the strongest all-around AIs on the ground with millions of ultra-long contexts, performance comparable to the top international closed-source models, and extreme cost-effectiveness.

Hunyuan T1
Tencent's self-developed deep thinking models with fast response, ultra-long text processing and strong reasoning capabilities have been widely used in intelligent Q&A, document processing and other fields.
No comments...
