OpenRouter 发布新版 Auto 路由,按市场用量选模型
OpenRouter 发布 Auto 路由(openrouter/auto)重大更新,依据过去 7 天社区在同类任务上的 token 花费份额来选模型,并支持 low 到 max 五档 cost_tier。
推荐理由:原文给出新路由的评测与成本对照表,读者可据此判断按市场用量选模型是否比固定策略更省。
公司与模型
OpenRouter 模型路由平台动态:新模型上架、用量排行与开发者选型的真实市场信号。
53 条精选近 30 天 16 条共收录 146 条
OpenRouter 发布 Auto 路由(openrouter/auto)重大更新,依据过去 7 天社区在同类任务上的 token 花费份额来选模型,并支持 low 到 max 五档 cost_tier。
推荐理由:原文给出新路由的评测与成本对照表,读者可据此判断按市场用量选模型是否比固定策略更省。
OpenRouter 发布 Ori Eval,让智能体在开发者自己的提示词、工具调用和代码库上评测模型,并给出带理由的推荐结果。它通过 curl -fsSL https://openrouter.ai/skills/spawn-ori-eval 安装,会先访谈用户关注成本、延迟还是工具调用准确率,再挑选 5 个最新模型并行运行,生成 review.eval.ts 文件。
推荐理由:OpenRouter 官方发布的模型评测工具,展示了如何用自家提示词和工具调用断言选出适配模型,可迁移到团队选型流程。
OpenRouter 发布教程,说明提示词缓存与粘性路由如何降低多轮智能体的 token 成本,缓存读取价格为正常输入价的 0.1 倍至 0.5 倍,取决于提供商。
推荐理由:OpenRouter 官方拆解提示词缓存与粘性路由的成本结构,给出 session_id 等可复用配置方法。
OpenRouter 发布统一多模态 API,所有模态通过同一个 OpenAI 兼容 base URL https://openrouter.ai/api/v1 调用,切换模态只需改 model 字符串和 content type。
推荐理由:原文给出统一 base URL 与各模态端点映射,读者可据此判断多模态接入能否合并为一次集成。
OpenRouter 在 MMMU-Pro Vision 上对 OpenAI 和 Google 五款模型的图像 detail 档位做了基准测试,发现 gpt-5.5 用 low 档比 auto 准确率低 13.8 分(65.2% 对 79.0%),每题成本反而更高(5.1¢ 对 4.5¢),因为模型靠多出 1.6 倍的推理 token 补偿降采样图像。
推荐理由:OpenRouter 用 MMMU-Pro Vision 实测图像 detail 档位与推理成本的关系,给出可迁移的调参取舍。
OpenRouter 基于 2026 年 1 月 1 日至 6 月 14 日超 450 万亿 token 的请求日志指出,DeepSeek 在 4 月 24 日发布 V4 系列后 token 份额从年初的 9% 升至 6 月初的 18%,自 5 月中旬起成为 OpenRouter 上使用量最高的模型。
推荐理由:OpenRouter 用 450 万亿 token 的请求日志拆解 DeepSeek V4 在智能体负载中的份额变化,可看到低价开源模型如何切入真实工作流。
OpenRouter 发布 2026 年 6 月值得关注的四款开源权重模型:DeepSeek V4 Flash、GLM 5.2、MiniMax M3 和 NVIDIA Nemotron 3 Ultra。
推荐理由:OpenRouter 以自家定价与吞吐数据横向对比四款开源权重模型,可据此判断不同工作负载该选哪一类。
OpenRouter 发布 MCP Server,把实时模型目录、Artificial Analysis 与 Design Arena 基准排名、定价、文档检索和测试推理接入编码智能体,一条命令即可安装。
推荐理由:OpenRouter 把实时模型目录、基准与定价接进编码智能体,读者可据此判断选型流程会怎样被压缩。
OpenRouter 上线专用图像 API,统一接入 30 多款图像生成模型,支持 Google、OpenAI、Black Forest Labs、Recraft、ByteDance、Sourceful、Microsoft 和 xAI 等厂商。
推荐理由:原文给出统一图像 API 的模型能力描述与端点定价结构,读者可据此判断多模型切换与智能体调用的接入方式。
OpenRouter 官方教程说明如何在用户级 ~/.codex/config.toml 中添加 [model_providers.openrouter] 配置块,把 Codex CLI 指向 https://openrouter.ai/api/v1,用一个 API key 访问 300+ 模型。
推荐理由:OpenRouter 官方给出 Codex CLI 接入的完整配置与两个常见报错的排查顺序,可直接照做。
OpenRouter 发布教程,说明如何通过三个环境变量把 Claude Code 接入其 Anthropic 兼容端点,无需本地代理即可获得提供商故障转移、预算控制和用量可见性。
推荐理由:OpenRouter 官方给出把 Claude Code 接入其路由层的完整配置,读者可据此获得故障转移与成本可见性。
OpenRouter 上线 openrouter:subagent 服务端工具,在 tools 数组中加一行即可让前沿模型在生成过程中把摘要、结构化数据抽取、样板代码、文本重排等自包含任务下派给更小更便宜的 worker 模型。
推荐理由:OpenRouter 把子智能体做成一行工具配置,读者可据此估算前沿模型与廉价 worker 混用时的成本结构。
OpenRouter 发布 Fusion,可将多个模型的结果并行生成后由裁判模型融合,通过单次 API 调用即可使用。
推荐理由:原文给出多模型融合的实测分数与调用方式,可据此判断面板式推理在深度研究任务上的成本与收益。
OpenRouter 上线 openrouter:advisor 工具,执行模型在生成过程中遇到难题时可调用另一个模型作为顾问,顾问返回文本建议后由执行模型自行完成最终回答。
推荐理由:原文给出了跨厂商顾问工具的调用方式与计费逻辑,读者可据此判断如何用低成本模型搭配前沿模型控制推理成本。
OpenRouter 公布 5 月更新,完成 1.13 亿美元 B 轮融资,月路由量达 100 万亿 token。新功能包括集中管理安全与治理的 Workspace Guardrails、支持 Whisper 等模型的语音与转写 API、把提示词并行发给多个模型并合成答案的 Model Fusion,以及企业私有模型路由和 Pareto Code Router。
推荐理由:OpenRouter 一次性放出护栏、语音、模型融合等多项平台能力,可据此判断多模型路由的治理与成本控制走向。
OpenRouter 为 Workspaces 推出 Guardrails,提供预算限制、零数据保留(ZDR)、模型与供应商限制、提示词注入防御和数据丢失防护(DLP)等可配置的安全治理工具,无需改动代码即可按工作区、成员组或 API key 分层配置。
推荐理由:OpenRouter 把预算、ZDR、模型白名单、注入检测和 DLP 收进一套可分层配置的护栏,读者可据此判断多租户 Agent 的治理成本。
OpenRouter 宣布完成 1.13 亿美元 B 轮融资,由 CapitalG 领投,NVentures、ServiceNow Ventures、MongoDB Ventures、Snowflake Ventures、Databricks Ventures 等参投,a16z 与 Menlo Ventures 继续跟投。
推荐理由:OpenRouter 披露半年周处理量从 5 万亿增至 25 万亿 token,可据此观察多模型路由层在 AI 基础设施中的位置。
OpenRouter 的 Agent SDK 新增第四种工具类型 human-in-the-loop(HITL),通过 onToolCalled 钩子按输入决定自动执行还是暂停等待人工。
推荐理由:原文给出 HITL 工具的定义方式与暂停恢复流程,读者可据此判断如何在智能体循环中插入人工审核。
OpenRouter 发布 openrouter:web_search 和 openrouter:web_fetch 两个服务端工具,任何支持工具调用的模型都能在请求中调用,由 OpenRouter 在服务端执行并返回结果,无需客户端实现。
推荐理由:原文给出跨模型统一的搜索与抓取工具定义,读者可据此判断多模型切换时的工具适配成本。
OpenRouter 复刻此前对 Opus 的成本分析,发现 GPT-5.5 相对 GPT-5.4 的实际使用成本上升 49% 至 92%。
推荐理由:OpenRouter 用同一批切换用户的账单数据,量化了 GPT-5.5 涨价后实际成本上升 49% 至 92% 的区间。