2026年1月2日

OpenRouter初体验，注册，充值，写Demo！

By tony 默认分类评论 0

OpenRouter 已经听过很多次了，终于充钱了，并写了一个 demo。

本文记录一下，充值，调用的过程。

OpenRouter 是什么？

开始之前先简单看一下 OpenRouter 是什么？我就不重复那些枯燥的定义了。

直接看它官网首屏介绍就可以了！

大标题写的是“llm统一接口”。

下面小字部分写的是“更好的价格，更好的正常运行时间，没有订阅。”

下面是它的网站数据，每月 25 T tokens，全球用户 500 万，60+ 个活跃服务提供方，500+ 模型。

主要特性有：

1️⃣ 一个 API，接入所有主流模型（One API for Any Model）

通过 统一 API 访问不同厂商的大模型
覆盖 OpenAI、Anthropic、Google、Meta 等
OpenAI SDK 可直接用，几乎零迁移成本 👉 本质：模型聚合层 / 路由层

2️⃣ 高可用性（Higher Availability）

分布式基础设施
某个模型或厂商不可用时 自动切换到其他 Provider
降低单点故障风险 👉 适合生产环境、商业产品

3️⃣ 价格与性能优化（Price and Performance）

在 边缘节点（Edge）运行
降低推理延迟（Latency）
在不牺牲速度的前提下控制成本 👉 面向：低延迟 + 成本敏感场景

4️⃣ 自定义数据策略（Custom Data Policies）

可配置 数据流向与模型使用规则
Prompt 只会发送给你信任的模型 / 提供方
强调隐私与合规 👉 面向：企业 / 团队 / 合规要求高的项目

OpenRouter = 模型聚合 + 智能路由 + 高可用 + 成本与隐私控制的一站式 LLM 接入层。

这个东西对于开发应用来说是一个非常好的选择，对于中国开发者来说也是一个很好的选择。

可以避免写很多接口调用不同平台 API，充值比较方便，不用担心被 Claude 封账号。

从官方数据也看得出来，使用这个平台的用户都非常务实，不是为了追求最强，而是追求够用，实用，性价比。用的基本都不是轻量级的老模型。

我一直不开发任何基于 AI 接口的产品，主要就是调用 API，就像小刀割肉，很难受。

最近看到“小米” 的模型在搞免费。所以刚好可以拿来练练手。这模型实在是很拉跨，但是上面也说了，作为开发者的角度，只要够用就行。如果只是作为学习测试 OpenRouter 肯定是够用了。你管他输出是什么，只要问它，他能回答就可以了~~。

介绍就差不多了。下面就分几个方向来体验一下这个平台。

先来说说充值，然后来调用一下，写个 Demo。

充值

平台上其实提供了一些免费的模型，不充值也可以体验。但是既然要用，我觉得还是需要充一点。所以我决定先冲 $10。

这个平台有一点非常好了。除了提供了传统充值方式之外，还可以用加密货币进行充值。

登录的时候甚至提供了 MetaMask。

这是一个非常极客的平台啊。三方登录，支持 GitHub，谷歌，加密钱包。

支付的时候可以通过 Add Payment Method 添加传统支付方式。

也可以通过 Use crypto 选项使用加密货币支付。

我是 Crypto 的坚定持有者和支持者，我讨厌所有问东问西的银行。我的加密货币比法币多很多。所以这对我来说实在是太友好了。

所以我毫不犹豫选择了 Crypto 支付。

它应该是调用了 Coinbase 的支付服务，通过套娃，应该支持大部分加密钱包。

最终通过 OKX Wallet 成功充值 10 U。过程非常丝滑！我相信最终全世界的 90% 的服务都会支持 Crypto 支付。所以拿得时间越久，越没有出金的必要了。

这一趴好像说的有点多了。

调用

充值成功之后，就可以大胆放心的调用了。10 U 用来测试绝对够了。但是我觉得还完全没必要用上这些钱。因为刚才说了，小米的 API 完全处于免费状态，最近好像又延期了 20 天。

地址：

https://openrouter.ai/xiaomi/mimo-v2-flash:free/api

打开这个地址，有示例代码。

我们首先点击这个页面上的 Create API key 来创建并获取密钥。

也可以通过点击头像 key，进入这个页面。点击右上角的 Create API key 然后。

然后输入名字和限额，点击 Create。

然后就可以看到如下界面了。

复制这里的字符串保存到笔记中。这个内容只能看一次，所以稍微记录一下。

接下来就可以写代码调用了。当然，这个代码不需要自己写。

点击快速开始（QuickStart），就可以看到示例代码。这里提供了很多版本的代码。提供了多种语言，多种模式。

这里提供了兼容 OpenAI 的代码。

OpenAI-Python 代码如下：

from openai import OpenAI

# 创建 OpenAI 客户端（通过 OpenRouter 的 OpenAI 兼容接口）
client = OpenAI(
    base_url="https://openrouter.ai/api/v1",
    api_key="<OPENROUTER_API_KEY>",
)

# =========================
# 第一次调用：开启 reasoning
# =========================
response = client.chat.completions.create(
    model="xiaomi/mimo-v2-flash:free",
    messages=[
        {
            "role": "user",
            "content": "How many r's are in the word 'strawberry'?"
        }
    ],
    extra_body={"reasoning": {"enabled": True}}
)

# 取出 assistant message
assistant_msg = response.choices[0].message

print("====== 第一次回答 ======")
print(assistant_msg.content)

# 有些模型可能不返回 reasoning_details，这里做个保护
reasoning_details = getattr(assistant_msg, "reasoning_details", None)
if reasoning_details:
    print("\n【Reasoning details】")
    print(reasoning_details)

# =========================
# 构造第二轮对话
# =========================
messages = [
    {"role": "user", "content": "How many r's are in the word 'strawberry'?"},
    {
        "role": "assistant",
        "content": assistant_msg.content,
        "reasoning_details": reasoning_details
    },
    {"role": "user", "content": "Are you sure? Think carefully."}
]

# =========================
# 第二次调用：继续 reasoning
# =========================
response2 = client.chat.completions.create(
    model="xiaomi/mimo-v2-flash:free",
    messages=messages,
    extra_body={"reasoning": {"enabled": True}}
)

assistant_msg2 = response2.choices[0].message

print("\n====== 第二次回答（复核后） ======")
print(assistant_msg2.content)

reasoning_details2 = getattr(assistant_msg2, "reasoning_details", None)
if reasoning_details2:
    print("\n【Reasoning details】")
    print(reasoning_details2)