OpenRouter 使用与计费详解：200+ 模型一个 API Key

2026-07-29

OpenRouter 是目前全球用户最多的托管聚合 API 服务，覆盖 200+ 模型，按实际 token 消耗付费，无月费。本文从注册到计费，帮你快速搞清楚 OpenRouter 能做什么、收费怎么算，以及中国大陆开发者使用时的注意事项。

OpenRouter 是什么

OpenRouter 本质上是一个托管的多模型代理：你向 OpenRouter 发标准 OpenAI 格式的请求，它帮你路由到相应的模型服务商（OpenAI、Anthropic、Google、Meta 等），统一计费并返回结果。你不需要分别注册各家服务商、管理多个 API Key，也不需要运维任何服务器。

核心特点：

接口：完全兼容 OpenAI Chat Completions 格式，base_url 改为 https://openrouter.ai/api/v1 即可
计费：按实际 token 用量付费，价格与上游服务商基本一致，部分模型略有溢价
免费层：部分开源模型（如 Llama 3.1、Mistral 7B）有每日免费额度
模型覆盖：GPT-4o、Claude 3.5、Gemini 1.5 Pro、DeepSeek、Llama 等 200+ 模型

这套架构解决的其实是一个很具体的痛点：你想用 5 个不同厂商的模型做 A/B 对比或者按场景切换（比如对话用 Claude、总结用 GPT-4o mini、代码用 DeepSeek），如果分别接入，你要维护 5 套 SDK、5 个 Key、5 套错误处理逻辑，账单还要自己拼表格核对。OpenRouter 把这些全部收敛成一个入口——你只管切 model 字符串，计费、限流、重试策略它在网关层统一处理，账单也是一张表。代价是你多信任了一层第三方：请求要先经过 OpenRouter 的服务器再转发到上游，多一跳网络延迟，也多一个需要为你的数据保密性背书的中间方。这个取舍是不是划算，取决于你团队是不是真的需要频繁切模型，还是只固定用一两个——只用一个模型的话，直连官方 API 反而更简单，少一层依赖。

快速接入

from openai import OpenAI

client = OpenAI(
    api_key="sk-or-v1-xxxx",   # OpenRouter API Key
    base_url="https://openrouter.ai/api/v1"
)

response = client.chat.completions.create(
    model="anthropic/claude-3-5-sonnet",   # OpenRouter 的模型标识
    messages=[{"role": "user", "content": "你好"}],
    extra_headers={
        "HTTP-Referer": "https://yourapp.com",   # 可选，用于统计
        "X-Title": "Your App Name"               # 可选
    }
)

这段代码里有两个容易被忽略但值得说清楚的细节：

第一，base_url 换掉之后，OpenAI 官方 SDK 里的其他方法（比如 embeddings、图片生成）不一定都能直接用——OpenRouter 目前的核心能力是 Chat Completions，其他接口的覆盖程度和参数支持要以官方文档为准，别想当然地认为”整个 SDK 全兼容”。

第二，extra_headers 里的 HTTP-Referer 和 X-Title 不是可有可无的装饰。OpenRouter 后台有个应用排行榜（App Rankings），会按这两个字段统计各应用的调用量和模型偏好；如果你不填，你的请求会被归到”匿名”里，团队排查问题、复盘调用来源都会麻烦一截。如果你的服务是多团队共用一个 Key，强烈建议把 X-Title 填成具体的子系统名字，方便日后翻账单时一眼认出是谁的调用。

计费规则

计费项	说明
基础价格	与上游服务商相同或略高（溢价通常 0–10%）
免费模型	标注 `:free` 后缀的模型每日有免费限额
充值方式	信用卡或加密货币，最低充值 $5
账单精度	按实际 token 计费，精确到小数点后 6 位
无月费	不用就不收钱，适合低频场景

查看当前各模型价格：OpenRouter 控制台的 Models 页面有实时价格列表，包含输入 token 单价和输出 token 单价，以及每个模型支持的最大上下文长度。价格是会变的（上游厂商调价、或者 OpenRouter 自己调整溢价比例），别把某次截图当成永久基准，接入前务必现查一遍。

怎么核对一笔调用到底花了多少钱：每次请求返回的 usage 字段里有 prompt_tokens、completion_tokens、total_tokens，但这只是 token 数，不是钱。想看实际扣费，OpenRouter 提供了按请求 ID 查询消费明细的接口（generation 端点），传入响应里返回的 id 就能查到这笔调用精确花了多少钱、走的是哪个上游、是否命中了免费额度。这个习惯值得养成：如果你发现某个模型的账单比预期高，十有八九是 system prompt 或者历史对话拼接得太长，把 prompt_tokens 拉高了——这是新手最常踩的成本坑，模型本身没选错，是上下文喂多了。

还有一个容易漏算的点：多轮对话如果你每次都把完整历史传回去（大多数聊天应用都这么做），prompt_tokens 是随对话轮数线性增长的，第 20 轮对话的成本可能是第 1 轮的好几倍。如果你在做客服机器人这类长对话场景，值得做上下文裁剪或者摘要压缩，不然账单曲线会比你想象中陡。

自动路由功能

OpenRouter 的特色功能之一是 openrouter/auto 模型标识——它会自动在满足上下文长度要求的模型中选择当前最便宜的一个：

response = client.chat.completions.create(
    model="openrouter/auto",   # 自动选价格最优的模型
    messages=[...]
)

适合成本敏感但对具体模型没有强要求的批处理场景。若需要指定模型质量档位，可用 openrouter/auto 配合 route 参数约束。

手动配置 fallback 模型列表

比自动路由更常用的其实是”主模型 + 备选模型”的显式配置。原因很实际：线上服务最怕的不是模型贵，是某个上游临时抽风——服务商限流、区域性故障、模型下线维护，这些事故你控制不了，但你可以让网关帮你自动兜底。做法是在请求体里传 models 数组而不是单个 model：

response = client.chat.completions.create(
    model="anthropic/claude-3-5-sonnet",   # 主模型放第一位
    messages=[{"role": "user", "content": "你好"}],
    extra_body={
        "models": [
            "anthropic/claude-3-5-sonnet",
            "openai/gpt-4o",
            "openai/gpt-4o-mini"
        ]
    }
)

OpenRouter 会先尝试第一个，失败（超时、限流、服务不可用）就自动切到下一个，整个过程对你的代码透明，你不需要自己写重试判断走哪个模型。这个功能在生产环境的意义比自动路由更大——自动路由解决的是”选便宜的”，fallback 列表解决的是”别因为单点故障整条链路挂掉”，两者可以配合用，但优先级建议是先想清楚故障兜底，成本优化是第二位的。

还有一个进阶用法是限定具体走哪些上游厂商而不是任其自选，通过 extra_body 传 provider 对象，指定 order（优先服务商顺序）和 allow_fallbacks（是否允许在指定服务商都失败时兜底到其他服务商）。这在你对数据出境有要求（比如只想让请求经过特定地区的服务商机房）或者对某家服务商的延迟表现不满意、想强制绕开它时很有用。具体字段和取值请以 OpenRouter 官方文档为准，接口会随版本迭代调整。

常见报错排查

实际接入时最容易卡壳的不是”怎么发请求”，是发出去之后报错了不知道哪里出的问题。这里列几个高频场景，都是真实会遇到的：

报错	典型原因	排查方法
`401 Unauthorized`	API Key 写错、多复制了空格/换行、或者 Key 已在控制台被吊销	去控制台 Keys 页面确认 Key 状态是 Active，重新复制一遍粘贴，注意别带首尾空白字符
`402 Payment Required`	账户余额不足，充值的 credits 已耗尽	去 Billing 页面充值；如果开了自动续费要确认支付方式没过期
`429 Too Many Requests`	触发了限流，可能是免费模型的每日额度用完，也可能是你自己在 Limits 里设的消费上限被打到了	先看是哪种限流——免费额度耗尽切付费模型；消费上限被触发就去调整或等重置周期
请求超时无响应	大陆到 OpenRouter 服务器的网络链路本身就不稳定，200–500ms 只是正常延迟，遇到跨境线路抖动会直接超时	客户端超时时间设宽松一些（比如 30 秒起），并配合下面的重试退避逻辑，不要一超时就当成永久失败
返回内容被截断	达到了 `max_tokens` 限制，或者模型自身的最大输出长度上限	检查请求里 `max_tokens` 设置是否够用；确认模型上下文窗口没有被历史对话占满

超时和限流这两类问题，光靠人工重试太脆弱，建议在客户端加一层带指数退避的自动重试：

import time
import random
from openai import APITimeoutError, RateLimitError

def call_with_retry(client, max_retries=3, **kwargs):
    for attempt in range(max_retries):
        try:
            return client.chat.completions.create(**kwargs)
        except (APITimeoutError, RateLimitError) as e:
            if attempt == max_retries - 1:
                raise
            wait = (2 ** attempt) + random.uniform(0, 1)   # 指数退避 + 随机抖动
            time.sleep(wait)

这里的随机抖动（jitter）不是凑数的细节——如果你的服务是多实例部署，所有实例同时超时、同时按固定间隔重试，会在同一时刻集中打一波请求到 OpenRouter，反而加重限流。加一点随机量能把重试请求错开，这是分布式系统里的标准做法，不是 OpenRouter 特有的技巧，但很多人接入聚合网关时会忘了带上。

BYOK：自带 Key 模式

如果你已经在某家服务商（比如 OpenAI）那边有企业折扣或者更高的限额，全部流量转去走 OpenRouter 默认的转售价格反而不划算。OpenRouter 支持 BYOK（Bring Your Own Key）模式：你在控制台把自己的上游 API Key 填进去，OpenRouter 只收取一小笔网关服务费（用于路由、统计、计费聚合），实际调用仍然算在你自己的上游账户额度里，享受你原本的价格和限额。这个模式适合两类人：一是已经和某家厂商谈了合同价的企业客户，二是想统一用 OpenRouter 的接口和账单格式管理多个自有 Key、但不想为每次调用支付转售溢价的团队。缺点是配置麻烦一些，且你要自己维护上游 Key 的额度和续期，出了问题第一时间还是得去上游那边查。

中国大陆使用注意事项

问题	说明
网络稳定性	OpenRouter 服务器在境外，大陆直连延迟较高（200–500ms），偶发超时
付款方式	需要支持境外支付的信用卡或 PayPal
国内模型覆盖	百度文心、阿里通义、智谱 GLM 等国内模型覆盖有限
数据合规	请求内容会经 OpenRouter 服务器，不适合含敏感数据的场景

如果你主要调用国内模型，或需要更稳定的大陆网络接入，国内托管聚合服务（如力达云聚合 API）是更合适的选择，详见聚合网关选型横评。

什么时候该用 OpenRouter，什么时候不该用

接入前先问自己三个问题，比看一堆功能介绍更管用：

你的场景	建议
只固定用一个模型（比如只用 GPT-4o），调用量稳定	直连官方 API 更简单，少一层中间方，延迟也更低，没必要为了”以防万一”多绕一道
需要频繁在多家模型之间切换对比，或者想要故障自动兜底	OpenRouter 的 fallback 列表和统一计费正好对症
主要面向国内用户、调用国内模型、对延迟和合规敏感	优先考虑国内托管聚合服务，海外网关的跨境延迟和数据出境问题绕不开
团队已有官方渠道的企业折扣价	用 BYOK 模式接入，别让默认转售价格吃掉你谈下来的折扣
请求内容涉及用户隐私或商业机密	无论走哪个网关，都要确认对方的数据留存政策；OpenRouter 默认可能会把部分免费模型的请求用于训练改进，付费模型通常不会，但具体条款要去控制台的 Privacy 设置里逐条确认，别凭印象猜

跨境网络这块再补一句实操经验：如果你的服务器部署在国内云厂商（阿里云、腾讯云这些），到 OpenRouter 服务器的链路大概率要经过国际出口带宽，高峰时段（尤其是北美白天、也就是国内的深夜到凌晨）延迟会明显上升，超时概率也会变高。如果你的业务对响应时间敏感，建议把超时阈值和重试次数按实测数据调整，不要直接套用官方文档里给欧美用户的默认建议。

常见问题

OpenRouter 的模型标识格式是什么？ 格式为 provider/model-name，例如 openai/gpt-4o、anthropic/claude-3-5-sonnet、meta-llama/llama-3.1-70b-instruct。完整列表在控制台 Models 页面查看。

免费模型额度用完了怎么办？ 免费额度通常按天重置，用完后该模型会返回 429 错误。可以切换到其他免费模型，或充值使用付费模型。

可以设置消费上限防止超支吗？ 可以。在控制台 Settings → Limits 中可设置每日或总额的消费上限，超出后 API 请求会被拒绝。

OpenRouter 支持流式（Streaming）输出吗？ 支持。在请求中加 stream=True 即可，OpenRouter 会透传上游的 SSE 流。