OpenRouter 推出 Batch API，批量请求享半价推理
OpenRouter 上线 Batch API，把请求打包提交后由供应商在 24 小时窗口内自行选择完成时间，换取通常为正常每 token 价格 50% 的折扣，目前已支持 70 多个模型。
推荐理由：原文给出批量 API 的价格折扣、延迟分布与支持范围，可据此判断哪些离线任务适合迁移。
OpenRouter
全部主题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。
最新精选
第 21–40 条 · 共 55 条OpenRouter Blog精选AI 评分6767 OpenRouter Blog精选AI 评分6262 Nemotron 3.5 Lightning 是什么：30B-A3B 智能体执行模型解析
OpenRouter 发文介绍 NVIDIA 的 Nemotron 3.5 Lightning，这是一款 30B 总参数、约 3B 激活参数的混合 Mamba-2 与 MoE 开源权重模型，面向高频智能体执行步骤，支持工具调用、编码与指令遵循。
推荐理由：梳理了 Nemotron 3.5 Lightning 的规格、与 Ultra 的分工及路由与本地部署方式，便于评估智能体执行层选型。
OpenRouter Blog精选AI 评分6262 Jev 在分类任务上能否达到前沿模型的准确率？
OpenRouter 用 Banking77 的 3,080 条客服语句对比 TypeSafe 的 Jev 1.13 与 Claude Opus 5，Jev 准确率 81.0%，落后 Opus 的 84.4% 约 3.3 个百分点，但中位延迟 175 ms 对 2,266 ms，每千次请求成本 $0.11 对 $2.42。
推荐理由：用同一数据集对比小模型与前沿模型的准确率、延迟和成本，并给出按置信度级联的取舍方法。
OpenRouter 模型目录精选AI 评分6262 小米开源 MiMo-V2.6-Flash 基础模型
小米发布开源基础模型 MiMo-V2.6-Flash，采用 MoE 架构，总参数 309B、每 token 激活 15B，并使用混合注意力机制。该模型已上架 OpenRouter 模型目录。
推荐理由：材料给出 MiMo-V2.6-Flash 的参数量与架构要点，可据此了解小米开源模型的规格定位。
OpenRouter 模型目录精选AI 评分6262 小米在 OpenRouter 上架旗舰基础模型 MiMo-V2.6-Pro
小米在 OpenRouter 上架旗舰基础模型 MiMo-V2.6-Pro，该模型参数量超过 1T，面向高难度任务设计以提升能力上限。目前仅有摘要信息，具体能力与开放细节尚未披露。
OpenRouter 模型目录精选AI 评分6767 SpaceXAI 在 OpenRouter 上架 Grok 4.7
SpaceXAI 的旗舰模型 Grok 4.7 在 OpenRouter 上架，接替 Grok 4.6，面向编码、智能体任务和知识工作。该模型在长时间运行的软件工程任务和自我验证方面表现突出。
推荐理由：Grok 4.7 在 OpenRouter 上架，读者可据此了解它在编码与智能体任务上的定位及与前代的关系。
OpenRouter 模型目录精选AI 评分6767 阿里 Qwen 上架 Qwen3.8 Omni Flash 全模态推理模型
阿里在 OpenRouter 上架 Qwen3.8 Omni Flash 全模态推理模型，官方称这是首个围绕智能体能力构建、具备原生音视频理解能力的 Qwen 模型。该模型适用于音视频分析与摘要等场景。
推荐理由：Qwen3.8 Omni Flash 把原生音视频理解与智能体能力结合，可据此判断多模态推理模型的落地方向。
OpenRouter Blog精选AI 评分7171 TypeSafe 决策模型 Jev 是什么：三种决策原语与调用方式解析
OpenRouter 博客介绍了 TypeSafe 的决策模型 Jev，它接收文本和带类型的提问，返回预设选项之一及校准概率，而非生成文本。
推荐理由：通过真实 API 调用示例拆解 Jev 的三种决策原语，读者可据此判断何时用决策模型替代 LLM 加正则的流程。
OpenRouter Blog精选AI 评分6262 OpenRouter 实测 Jev 与 LLM：何时用决策模型而非生成文本
OpenRouter 在 60 张客服工单上对比 TypeSafe 的决策模型 Jev 1.13 与 GPT Luna、Claude Opus，Jev 意图准确率 59/60、升级判断 60/60，每千张工单成本 0.0248 美元，GPT Luna 为 0.0921 美元，Claude Opus 为 2.88 美元。
推荐理由：OpenRouter 用同一批工单对比决策模型与生成式 LLM 的成本和延迟，并给出可复用的路由与校验代码。
OpenRouter 模型目录精选AI 评分6060 Z.ai 在 OpenRouter 上架 GLM-5.3-FlashX 高速多模态模型
Z.ai 的 GLM-5.3-FlashX 已在 OpenRouter 模型目录上架，是 GLM-5.3-Flash 的高速变体，推理速度最高可达 200 tokens/s。该模型为原生多模态模型，沿用与 GLM-5.3-Flash 相同的混合稀疏与线性注意力架构。
推荐理由：OpenRouter 上架 GLM-5.3-FlashX，读者可据此了解该高速多模态变体的推理速度与架构定位。
OpenRouter Blog精选AI 评分6262 OpenRouter 实测 20 个图像生成模型的成本、编辑与质量
OpenRouter 用同一提示词实测 20 个图像生成模型，读取每次响应的 usage.cost，单张默认设置计费从 openai/gpt-image-2 的 $0.006 到 google/gemini-3-pro-image 的 $0.134，相差 22 倍。
推荐理由：同一提示词实测 20 个图像模型的真实计费与参数差异，可据此按成本、参考图和文字渲染选型。
OpenRouter 模型目录精选AI 评分7070 DeepSeek V4.1 Flash 上架 OpenRouter
DeepSeek V4.1 Flash 在 OpenRouter 上架，是 DeepSeek 的稀疏 MoE 模型，也是首个基于其 Causal Encoder-Decoder（CED）架构构建的模型。该模型在输入端激活 8B 参数、在另一端激活 16B 参数。
推荐理由：DeepSeek V4.1 Flash 上架 OpenRouter，可据此了解其 MoE 稀疏结构与 CED 架构的首次落地。
OpenRouter 模型目录精选AI 评分7878 DeepSeek 发布 V4.1 Flash 模型
DeepSeek 在 OpenRouter 上架 V4.1 Flash，这是一个稀疏 MoE 模型，也是首个基于其 Causal Encoder-Decoder（CED）架构构建的模型。该模型在输入端激活 8B 参数，在输出端激活 16B 参数。
推荐理由：DeepSeek V4.1 Flash 采用稀疏 MoE 与新的 CED 架构，可据此了解其参数激活方式与架构取向。
OpenRouter Blog精选AI 评分6262 OpenRouter Presets 使用指南：把 LLM 配置写成代码
OpenRouter 发布 Presets 使用教程，介绍如何把模型选择、系统提示词、提供商路由和采样参数存成一个命名配置，在请求中用 "model": "@preset/your-preset-name" 引用。
推荐理由：OpenRouter 官方教程，展示如何用预设把模型、提示词和路由配置从代码中抽离，适合多应用共用同一套 LLM 配置的团队参考。
OpenRouter Blog精选AI 评分7171 OpenRouter 发布 Fusion：多模型并行辩论再合成答案
OpenRouter 发布复合推理系统 Fusion，把一次提示词同时发给 1 至 8 个面板模型并行作答，由 judge 比较共识、矛盾与盲点后，再由调用模型写出最终答案。
推荐理由：原文给出 Fusion 的调用方式、成本与延迟代价，读者可据此判断何时该用它替代单模型调用。
OpenRouter Blog精选AI 评分6262 Seedance 2.5 评测：它最擅长什么、什么时候该用
OpenRouter 评测 ByteDance 的 Seedance 2.5，该模型自 2026 年 8 月 7 日上线其视频 API，支持 4 至 30 秒、480p 或 720p 生成，按视频 token 计费，480p 约每秒 0.103 美元、720p 约 0.231 美元。
推荐理由：OpenRouter 用自家目录数据拆解 Seedance 2.5 的计费公式与适用边界，可据此判断长镜头和改片场景该选哪个视频模型。
OpenRouter Blog精选AI 评分6262 OpenRouter 推出美国区域路由，与欧盟路由一起保证数据驻留
OpenRouter 在去年 10 月上线的欧盟路由基础上推出美国 In-Region Routing，请求发往 us.openrouter.ai 后在美国境内解密并只路由到美国供应商端点，eu.openrouter.ai 同理。
推荐理由：原文区分了仅推理区域路由与端到端区域路由的差别，并给出可切换的域名和失败行为，便于评估数据驻留方案。
OpenRouter Blog精选AI 评分6262 Nano Banana API 教程：用代码调用 Gemini 编辑图像
OpenRouter 发布教程，演示如何通过其 API 用文本提示词编辑图像：把源图放进 input_references、指令放进 prompt，编辑后的图像以 base64 从 data[0].b64_json 返回。
推荐理由：OpenRouter 官方给出 Gemini 图像编辑的完整请求结构与多步编辑方法，可直接照抄复用。
OpenRouter 模型目录精选AI 评分6060 Inception 发布 Mercury 2.5 扩散推理模型
Inception 在 OpenRouter 上架 Mercury 2.5，称其为最快的推理 LLM，也是其最新的扩散 LLM（dLLM）。该模型不再按顺序逐 token 生成，而是并行生成并精炼多个 token。
OpenRouter 模型目录精选AI 评分6060 Nex AGI 上架 Nex-N2.5-Mini 智能体模型
Nex AGI 在 OpenRouter 上架 Nex-N2.5-Mini，属于 Nex-N2.5 系列。该模型定位为智能体模型，目标是把目标转化为可运行、可验证的结果，核心能力是在可视化反馈回路中进行智能体编码，可探索代码库并实现多文件改动。
推荐理由：Nex AGI 新上架的小型智能体模型，读者可了解其在代码库探索与多文件实现上的定位。