openrouter.ai · 网站与博客
OpenRouter 发布对比文章，介绍 OpenAI、Anthropic、Google 与 OpenRouter 四家服务端代码执行工具的沙箱能力、限制与成本，并介绍自家 openrouter:shell 和 openrouter:bash 两款 beta 工具，可为 Responses 和 Messages API 上的任意模型运行命令。
推荐理由：作者亲自实测并横向对比四家托管代码执行工具的能力、延迟与计费，还给出何时仍需自建沙箱的边界判断，方法可迁移。
OpenRouter 推出 Model Router Benchmarks 页面，对 Auto Router、Fugu、Jev Router 等路由器在质量、速度和成本三个维度上跑分对比，Router Index 默认按质量 60%、时间 20%、成本 20% 加权出 0 到 10 的综合分。
推荐理由：原文给出路由器的分类方式和质量、速度、成本的加权评分方法，读者可以据此判断何时值得用路由器替代单一模型。
OpenRouter 比较了 LangChain、LangGraph、CrewAI、OpenAI Agents SDK、Claude Agent SDK、Microsoft Agent Framework 和 Google ADK 如何定义工具 Schema 并在不同提供商的 wire format 之间做翻译。
推荐理由：原文逐一拆解六大框架的工具调用格式翻译位置，并给出在 API 层统一格式的可行做法，便于开发者选型前对齐自己的技术栈。
OpenRouter 发文将多模型编排拆为三层：工作流编排（LangGraph、CrewAI 负责）、模型路由和提供商路由（OpenRouter 负责）。
OpenRouter 发布教程，介绍让便宜模型先答常规支持问题、再按需升级到更强模型的路由方法。文中比较静态规则、分类器分诊和答案检查三种模式，给出带 models 回退数组的可复制请求示例，并说明请求错误由 OpenRouter 的 fallback 重试，而答案是否合规需在应用侧检查，最后列出升级率、每工单成本和全轮延迟等应测量的指标。
OpenRouter 发布教程，讲解用固定的 eval 集合在 GitHub Actions 中门禁 PR，当 pass rate 低于阈值时阻止合并。
推荐理由：OpenRouter 官方给出可落地的 CI eval 门禁方案，包含阈值测量和 provider 路由等易踩坑细节，方法可直接迁移到自己的仓库。
OpenRouter 发布一套为 Agent 任务选模型的三步框架，主张选满足任务质量门槛的最便宜模型，而非排行榜最高分模型。
推荐理由：原文给出按任务质量门槛选模型的三步方法和示例脚本，读者可迁移到自己的 Agent 成本优化。
OpenRouter 发布教程，讲解基于置信度的升级路由：让便宜模型通过结构化输出返回 0 到 1 的置信度字段，低于阈值时把请求转给更强模型。教程强调分数只是自报排序而非校准概率，阈值须按自己流量的分错误率设定，示例中阈值 0.7 升级 14% 的请求，把保留答案的错误率从约 10% 降到约 4%。
推荐理由：原文给出用结构化输出实现置信度分级的完整流程，含阈值校准示例和常见误区，方法可直接迁移到自己的流量。
OpenRouter 发布教程，讲解如何测试 Agent 的工具调用准确性，核心是分开测试工具选择与参数正确性这两类失败。
推荐理由：原文区分了工具选择错误与参数错误两类失败模式，并给出 LLM judge、JSON Schema 校验和轨迹比较三种可落地的测试方法。
OpenRouter 发布教程，讲解在 Prompt、模型、工具定义或检索设置变更后如何对 Agent 做回归测试：用锁定的用例集配合结构断言和硬性不变量，模型测试固定用具体 slug 而非 alias。
推荐理由：教程给出锁用例集、结构断言和固定 slug 对比的完整回归方法，并以一次实测换模型跑通说明落地方式。
OpenRouter 发布教程，讲解如何从生产流量构建 golden eval 数据集，用于在每次部署前检测提示词或模型变更引起的回归。内容涵盖五步流程：抽样生产流量、去重聚类、添加经审核的预期输出、首轮评估修正评分标准、纳入 Git 与 CI，建议探索性问题约 10 条、完整回归集 100 到 1,000 条，并以生产数据为基础、合成数据补足覆盖缺口。
推荐理由：原文给出从生产流量构建评测集的五步流程和规模建议，可迁移到自己的模型回归测试工作流。
OpenRouter 比较了自家平台四条图生视频模型线的分辨率、时长、帧控制、音频和价格，覆盖 Veo 3.1、Seedance 2.5 与 2.0 系列、Kling v3.0 和 Grok Imagine Video 1.5，价格数据核查于 2026 年 9 月 11 日。
OpenRouter 推出 Security Center，可在设置 > Security 下跨工作区查看所有 API key、识别风险 key，并支持一次最多 500 个批量禁用、归档或设置消费上限，所有套餐可用。
推荐理由：OpenRouter 以自家 85 名员工 1000 多个 key 的审计为参照，介绍了安全中心的清理建议、风险评分和批量操作方法。
OpenRouter 发布 2026 年嵌入模型选购指南，通过对 19 个模型发起 28 项 API 实测，按用例给出推荐：英文 RAG 首选 openai/text-embedding-3-small。
推荐理由：OpenRouter 用自家端点实测 19 个嵌入模型并按用例给出推荐表，读者可直接按输入类型和价格约束对号入座。
OpenRouter 发布 TypeScript 教程，讲解如何通过 Decisions API（模型 ID typesafe/jev-1.13，端点 POST https://openrouter.ai/api/alpha/decisions）用 TypeSafe 的 Jev 决策模型审核二手市场商品列表。
OpenRouter 发文解析 NVIDIA 的 Nemotron 3.5 Lightning，这是一个 30B 总参数、每 token 激活约 3B 的 MoE 开源权重模型，定位于智能体工作流中的高频执行步骤。
推荐理由：原文梳理了模型规格、与 Ultra 的分工、各端点差异和路由方法，可帮助读者判断何时用它替代大模型执行高频调用。
OpenRouter 用 Banking77 测试集的 3,080 条客服语句对比 Jev 1.13 和 Claude Opus 5 的意图分类能力。
推荐理由：原文给出了同一测试集下的准确率、延迟和成本对比，以及置信度级联方案，可用于判断小判断模型能否替代前沿模型。
OpenRouter 推出 Batch API，提交批量请求后供应商可在 24 小时窗口内完成，per-token 价格通常为常规价的 50% 或更低，已支持 70 多个模型。
推荐理由：官方给出了实测的批次完成时长分布和提交时段差异，便于读者判断批量推理能否接入现有工作流。
Descript 借助 OpenRouter 和 Anthropic 的 Slack 集成 Claude Tag，把新模型评测从几小时工作加一周等待压缩到一两小时内完成，无需再占用工程师排期。
TypeSafe 于 2026 年 9 月 15 日发布早期访问版决策模型 Jev（当前版本 1.13），现已可通过 OpenRouter 调用。Jev 是非生成式决策模型，只接受文本输入，返回 Choice、Score、Noul 三种类型化答案并附带校准概率，无自由文本输出。
推荐理由：原文给出 Jev 三个返回原语、真实 API 响应和定价细节，开发者可据此判断是否用它替换现有 LLM 加正则的分类流程。
OpenRouter 在 2026-09-21 用 HaluEval 88 条标注数据和 SummEval 50 条专家评分摘要对比 typesafe/jev-1.13 与 openai/gpt-5.6-luna 两种评测判官。
OpenRouter 发布教程，用 60 张客服工单分类和 40 条 Prompt 注入筛查对比 TypeSafe 决策模型 Jev 1.13、GPT Luna 和 Claude Opus。
推荐理由：基于同一批工单的实测数字对比决策模型与生成式 LLM 的成本、延迟和准确率，并给出两种可直接复用的组合模式。
OpenRouter 用同一提示词实测20个图像生成模型的真实计费，1024x1024 单张图价格在 $0.006（openai/gpt-image-2）到 $0.1344（google/gemini-3-pro-image）之间，相差22倍。
推荐理由：原文用统一提示词实测20个图像模型的实际计费，给出按任务选模型的结论，比照牌价更可靠。
OpenRouter 发布教程，演示如何用其 TypeScript SDK 从零构建工具调用 Agent 循环，示例使用本地天气数据可独立运行。教程覆盖停止条件设计、按 toolCallId 返回结果、指纹计数拦截重复调用、models 参数实现有序模型回退，以及 Auto Exacto 默认按工具调用成功率重排提供商；并说明 MCP 只改变工具执行位置，循环控制仍是必要的。
推荐理由：教程给出了完整的停止条件、重复检测和模型回退实现，可用作自建 tool-calling 循环的参考骨架。
OpenRouter 逐一梳理 DeepSeek V4 家族的输入模态：仅 deepseek/deepseek-v4.1-flash 和 deepseek/deepseek-v4-flash-vision-exp 接受图像，其余 V4 Pro 0813、V4 Flash 0731、两个 0423 checkpoint 和 Flash latest alias 均为纯文本。
Descript 发布案例研究，介绍其视频编辑智能体 Underlord 采用 OpenRouter 后，生产模型从 1 个增至 13 个（来自 4 家模型开发方），新模型评测时间从一周以上缩短到 1-2 小时，一次 Anthropic 发布从宣布到上线只用了几小时。
OpenRouter 发布教程，讲解如何用独立的 judge 模型按书面评分标准自动给 Agent 输出打分，弥补确定性测试无法检查最终回答质量的问题。
推荐理由：原文给出可复用的评测方法和 Ori Eval 具体代码，覆盖评分模式选择与 judge 校准的实操细节。
OpenRouter 通过 OpenAI 兼容的 POST /api/v1/audio/speech 端点提供文本转语音，一个 API key 即可以相同请求结构调用 Mistral Voxtral Mini TTS、xAI Grok Voice TTS 1.0、Microsoft MAI-Voice-2 等多家模型。
OpenRouter 发文解释零数据保留（ZDR）：AI 提供商处理完提示词并返回响应后不再存储，但数据仍会到达提供商并由模型处理。在 OpenRouter 上可通过账户设置、guardrails 或请求中的 provider.zdr 字段强制启用 ZDR，该策略仅覆盖提供商侧推理留存，应用日志、插件工具及响应缓存需另行控制。
OpenRouter 发布 Fusion 复合推理系统，调用模型可将提示词并行发给 1 至 8 个专家模型，由 judge 对比共识与分歧后生成结构化分析，再写出最终答案。
推荐理由：原文给出成本、延迟和适用场景的量化说明，读者可据此判断多模型研讨是否值得接入现有工作流。
OpenRouter 发布 Presets 使用教程，介绍如何把模型选择、系统提示词、provider 路由和采样参数存为一个命名且有版本的配置，并在任意 API 请求中通过 "model": "@preset/名称" 引用。
OpenRouter 发布美国区域路由 us.openrouter.ai，与去年 10 月上线的 eu.openrouter.ai 配套，请求在区域内解密并只路由到区域内提供商，全程不出区。
推荐理由：原文区分了推理级与端到端区域路由的差异，并说明区域域名、404 行为和 Guardrails 配置，读者可直接评估合规用法。
OpenRouter 发布教程，演示如何通过 API 向 google/gemini-3.1-flash-image（Nano Banana 2）发送源图和编辑指令，在代码中完成图片编辑。
OpenRouter 发布 Seedance 2.5 评测。该模型自 2026 年 8 月 7 日上线其视频 API，支持 4 到 30 秒、480p 或 720p、首尾帧控制及图像、视频、音频引用，音频同趟生成不加价。
OpenRouter 发布 openrouter:shell 服务端工具、openrouter:bash 工具和 Files API，让平台上任意支持工具调用的模型都能在托管 Linux 容器中执行命令，目前以 beta 提供。
推荐理由：原文给出了定价、容器网络与文件管理等具体配置细节，可帮助读者评估在现有 Agent 工作流中如何复用这套服务端沙箱。
OpenRouter 发布视频生成 API 教程，通过 POST /api/v1/videos 提交任务、轮询状态、下载 MP4，同一集成可用 Seedance 2.0、Veo 3.1、Wan 2.7，切换模型只需改 model 标识符。
推荐理由：OpenRouter 官方教程给出完整的异步视频生成集成代码，包括轮询、失败状态处理和换模型时需注意的参数差异，可直接迁移到自己的项目。
OpenRouter 发布模型选型教程，提出六步框架：定义任务、用实时使用数据和第三方基准筛选候选、对比各提供商价格与延迟、用自己的提示词测试、按每次完成任务的成本而非每 token 成本衡量，再决定或改用 openrouter/auto-beta 按请求路由。
推荐理由：OpenRouter 官方给出以成本每完成任务为核心的选型框架，并用自家 MCP 服务器让整个评测流程在编辑器内完成。
OpenRouter 复盘 OpenAI 于 7 月 27 日至 8 月 14 日对 GPT 5.6 Terra 和 Luna 的折扣效果：Terra 日 token 用量升至折扣前 5.6 倍，Luna 为 13.8 倍，未打折的 Sol 仅 1.1 倍。
OpenRouter 发布 Visual Image Benchmarks，帮助用户评估其平台上的 39 个图像模型（截至 2026 年 8 月）。挑战提示词分七类：不太可能的场景、计数、文字、空间关系、否定、编辑和一致性，结果以网格展示并支持按价格和生成时间排序。视频和音频等更多模态的评估即将推出，用户也可通过 OpenRouter API 或 Chat 试用模型。
推荐理由：原文给出七类挑战提示词和按价格与生成时间排序的结果网格，读者可直接用它对比 39 个图像模型的真实能力。
OpenRouter 官方宣布将并入 Stripe，交易待惯例交割条件完成，预计数周内close。OpenRouter 称其每天处理 10+ 万亿 token、覆盖 400+ AI 模型和 1000 多万开发者，并入后名称、产品、路线图和使命不变，路由决策继续以用户利益为准。
推荐理由：OpenRouter 官方说明并入 Stripe 后产品与中立承诺不变，并披露每日 token 与开发者规模，读者可据此评估对其现有集成的影响。