Nex AGI 上架 Nex-N2.5-Pro 智能体模型
Nex AGI 在 OpenRouter 上架 Nex-N2.5-Pro,这是一个以目标转化为可验证结果为目标的智能体模型。其核心能力是带视觉反馈闭环的智能体编码,可探索代码库并实现多文件改动。
推荐理由:Nex AGI 新模型上架 OpenRouter,读者可了解其面向智能体编码的定位与视觉反馈闭环能力。
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。
Nex AGI 在 OpenRouter 上架 Nex-N2.5-Pro,这是一个以目标转化为可验证结果为目标的智能体模型。其核心能力是带视觉反馈闭环的智能体编码,可探索代码库并实现多文件改动。
推荐理由:Nex AGI 新模型上架 OpenRouter,读者可了解其面向智能体编码的定位与视觉反馈闭环能力。
OpenRouter 发布 openrouter:shell 服务端工具和 Files API,任何接入 OpenRouter 的模型都能在托管的 Linux 容器中执行命令,并上传文件、下载输出,两者均处于 beta。
推荐理由:OpenRouter 把终端与文件能力做成可跨模型调用的服务端工具,读者可据此判断智能体执行环境的接入方式与计费口径。
OpenRouter 模型目录新增 OpenAI 的 GPT-6 Astra(batch),页面称其为 OpenAI 面向端到端任务的旗舰模型。该模型适用于高级分析、软件工程、深度研究、科学工作和文档创作,在长周期任务上表现突出。
OpenAI 的旗舰模型 GPT-6 Astra 已在 OpenRouter 模型目录上架。该模型面向端到端复杂任务,适用于高级分析、软件工程、深度研究、科学工作和文档创作,在长周期任务上表现突出。
推荐理由:OpenRouter 目录上架 OpenAI 新旗舰模型,可据此了解其定位与适用任务范围。
OpenAI 在 OpenRouter 模型目录上架 GPT-6 Astra Pro(batch),它与 GPT-6 Astra 是同一底层模型,只是将 reasoning.mode 设为 pro,以便在复杂任务上给出更高质量的回答。原文提示 pro 模式的花费远高于普通模式。
OpenRouter 模型目录新增 OpenAI 的 GPT-6 Astra Pro,它与 GPT-6 Astra 是同一底层模型,只是将 reasoning.mode 设为 pro,以在复杂任务上获得更高质量的回答。目录同时提示 pro 模式的消耗远高于普通模式。
OpenRouter 发布视频生成 API 使用指南,通过 POST /api/v1/videos 提交任务、轮询状态、下载 MP4,用同一套端点和鉴权流程调用 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 官方给出异步视频生成 API 的完整接入流程,可据此比较直连多家模型与统一网关的工程成本。
OpenRouter 发布教程,提出按任务定义、实时用量与基准筛选、跨供应商比价、用自有提示词实测的六步流程来选模型,并主张以每次完成任务成本而非每 token 价格作为判断标准。
推荐理由:OpenRouter 给出了一套从任务定义到成本核算的选型流程,并说明如何用 MCP 在编辑器内跑完。
OpenRouter 统计 OpenAI 在 7 月 27 日至 8 月 14 日对 Terra 和 Luna 的折扣效果,折扣期内 Terra 日 token 用量涨至 5.6 倍、Luna 涨至 13.8 倍,未打折的 Sol 仅涨 1.11 倍。
推荐理由:OpenRouter 用自家路由数据量化折扣对 token 用量、份额与留存的影响,可看到价格弹性在模型市场的具体形态。
OpenRouter 宣布将加入 Stripe,交易尚待惯例交割条件,预计在未来几周内完成。OpenRouter 表示将继续以原有名称、产品和路线图独立运营,现有集成不变,路由决策仍以用户利益为准。目前 OpenRouter 每天处理来自 400 多个 AI 模型的 10 万亿以上 token,服务超过 1000 万开发者和公司。
推荐理由:OpenRouter 被 Stripe 收购后承诺产品与路线不变,读者可据此判断模型聚合层的中立性能否延续。
OpenRouter 推出实时网页搜索基准榜单,按质量、性价比和速度对模型、引擎、搜索方式与搜索预算的组合排名,覆盖 BrowseComp、DeepSearchQA、WideSearch 和 HLE 四个基准。
推荐理由:OpenRouter 公开了搜索配置的实时榜单与实测数据,读者可据此判断搜索轮次、引擎和模型该如何取舍。
OpenRouter 发布 Auto 路由(openrouter/auto)重大更新,依据过去 7 天平台每周超 55T token 花费的聚合数据为提示词选择模型,并支持 low 到 max 五档 cost_tier。
推荐理由:OpenRouter 用真实 token 花费数据驱动路由,并给出跨领域基准与成本对比,可据此判断模型选择策略的变化。
OpenRouter 发布 Ori Eval,让编码智能体扫描代码库中调用模型的位置,根据成本、延迟、工具调用准确率等要求选出 5 个候选模型,生成 review.eval.ts 并并行跑出对比表格。
推荐理由:OpenRouter 把模型选型变成可写进 CI 的评测代码,读者可据此了解如何用自家提示词和工具调用做模型对比。
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:缓存读取按正常输入价的 0.1x 到 0.5x 计费,Anthropic Claude Sonnet 4.6 的缓存读取为 $0.30/M,对比输入价 $3.00/M 正好是 0.1x。
推荐理由:原文给出各家缓存读写倍率与 session_id 粘性路由的配置方法,可据此估算多轮智能体的成本。
OpenRouter 宣布所有模态都可通过单一 OpenAI 兼容 base URL https://openrouter.ai/api/v1 调用,覆盖 400+ 模型、70+ 提供商,切换模态只需改 model 字符串和 content type。
推荐理由:原文把多模态调用统一到一个 base URL 的端点映射和路由限制讲清楚了,便于评估接入成本。