OpenRouter 免费 API 全攻略：统一网关接入300+模型、免费模型清单与调用实战详解

在 AI 模型百花齐放的今天，开发者面临一个现实痛点：想用 GPT-4o 就得注册 OpenAI，想用 Claude 就得注册 Anthropic，想用 Gemini 就得注册 Google，想用 DeepSeek 又得注册另一家——每家都有不同的认证方式、不同的 SDK、不同的计费规则。如果你也在被这些碎片化体验折磨，OpenRouter 正是为此而生。它是一个统一的 LLM API 网关，通过一个 API Key 即可接入 300+ 个模型，涵盖 OpenAI、Anthropic、Google、Meta、Mistral、DeepSeek 等几乎所有主流厂商，更重要的是——它提供多个完全免费的模型，无需绑卡即可开始调用。

本文将从注册、免费模型清单、API 调用实战、限速策略、中国可用性到成本控制，全方位拆解 OpenRouter 的免费 API 使用方案。如果你正在寻找一个零成本上手大模型推理的方式，这篇文章会给你完整答案。

OpenRouter 平台概述与核心优势

OpenRouter 的定位非常清晰：做 AI 模型界的”统一支付网关”。你不需要分别对接各家 API，只需要在 OpenRouter 注册一个账号、拿到一个 API Key，就能以统一的 OpenAI 兼容格式调用所有支持的模型。这种设计带来了几个核心优势：

统一接口，零迁移成本

OpenRouter 完全兼容 OpenAI 的 Chat Completions API 格式。这意味着你现有的 OpenAI SDK 代码只需修改 base_url 和 api_key，就能直接切换到任何其他模型。从 GPT-4o 切换到 Claude 3.5 Sonnet，只需改一行 model 参数：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
from openai import OpenAI



client = OpenAI(

    base_url="https://openrouter.ai/api/v1",

    api_key="sk-or-v1-你的API密钥",

)



# 用 GPT-4o

response = client.chat.completions.create(

    model="openai/gpt-4o",

    messages=[{"role": "user", "content": "你好，介绍一下你自己"}],

)

print(response.choices[0].message.content)



# 切换到 Claude 3.5 Sonnet，只需改 model 参数

response = client.chat.completions.create(

    model="anthropic/claude-3.5-sonnet",

    messages=[{"role": "user", "content": "你好，介绍一下你自己"}],

)

print(response.choices[0].message.content)

自动故障转移与负载均衡

当某个模型的后端服务不可用时，OpenRouter 会自动将请求路由到其他可用的提供商。比如你请求

，OpenRouter 会在多个托管该模型的供应商之间自动负载均衡，大幅提升服务可用性。这对于生产环境来说是一个非常重要的特性——你不需要自己实现 fallback 逻辑。

价格透明，统一计费

OpenRouter 以美元（USD）为单位统一计费，所有模型的 token 价格在模型页面一目了然。你只需要在账户中充值一次，就能在任何模型之间自由切换，无需在多个平台分别充值。更重要的是，免费模型完全不计费，零额度也能用。

免费模型清单与额度详解

OpenRouter 最大的吸引力之一是其免费模型列表。这些模型由各提供商赞助或作为开源模型免费提供，标记为

后缀。以下是目前可用的主要免费模型（截至2026年9月验证）：

关键信息：是否需要绑卡？不需要。注册 OpenRouter 账号完全免费，使用

后缀的模型也不需要充值或绑定信用卡。你只需要一个有效的邮箱或 Google/GitHub 账号即可开始。只有当你需要调用付费模型（如 GPT-4o、Claude 3.5）时，才需要充值。

免费额度是多少？免费模型不消耗任何账户余额，但有以下限制：

• 每日请求限制：约 50-100 次/天（根据服务器负载动态调整）
• 每分钟请求限制：约 20 次/分钟
• 免费模型的优先级低于付费用户，高峰期可能出现排队或限流
• 部分免费模型可能有单次请求的 token 上限

最近一次验证日期：2026年9月29日。免费模型列表会不定期更新，部分模型可能被下架或新增，建议使用前通过 API 查询最新可用列表。

注册流程：从账号创建到 API Key 获取

OpenRouter 的注册流程非常简洁，全程不超过 3 分钟。以下是详细步骤：

第1步：访问 OpenRouter 官网

打开浏览器，访问

，点击右上角的”Sign In”按钮。

第2步：选择登录方式

OpenRouter 支持三种登录方式：Google 账号、GitHub 账号、或邮箱密码注册。推荐使用 GitHub 登录，方便后续管理。

第3步：创建 API Key

登录后进入 Keys 管理页面，点击”Create Key”按钮，为 Key 命名（如”my-app”），然后复制生成的 API Key。Key 格式以

开头，请妥善保管。

1
2
3
4
5
6
# 创建 API Key 后，设置环境变量

export OPENROUTER_API_KEY="sk-or-v1-你的密钥"



# 验证 Key 是否有效

curl -s https://openrouter.ai/api/v1/auth/key \

  -H "Authorization: Bearer $OPENROUTER_API_KEY" | python3 -m json.tool

第4步：查询可用模型列表

获取所有可用模型的完整列表，包括免费模型：

1
2
3
4
5
6
7
8
9
10
11
12
# 获取所有模型

curl -s https://openrouter.ai/api/v1/models | python3 -m json.tool | head -50



# 筛选免费模型（:free 后缀）

curl -s https://openrouter.ai/api/v1/models | \

  python3 -c "

import json, sys

data = json.load(sys.stdin)

free_models = [m for m in data['data'] if ':free' in m['id']]

for m in free_models:

    print(f"{m['id']:50s} | ctx: {m.get('context_length', 'N/A')}")

"

上述命令会列出所有当前可用的免费模型及其上下文长度，方便你快速选型。

API 调用实战：curl、Python SDK 与流式输出

OpenRouter 完全兼容 OpenAI API 格式，因此你可以使用任何支持 OpenAI API 的工具和 SDK。以下是几种常用调用方式：

curl 调用

最简单的方式，直接用 curl 发送请求：

1
2
3
4
5
6
7
8
9
curl -s https://openrouter.ai/api/v1/chat/completions \

  -H "Content-Type: application/json" \

  -H "Authorization: Bearer $OPENROUTER_API_KEY" \

  -d '{

    "model": "meta-llama/llama-3.3-70b-instruct:free",

    "messages": [

      {"role": "user", "content": "用三句话解释什么是Transformer架构"}

    ]

  }' | python3 -m json.tool

Python SDK 调用

使用官方 openai Python 包，只需修改 base_url：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
from openai import OpenAI

import os



client = OpenAI(

    base_url="https://openrouter.ai/api/v1",

    api_key=os.environ["OPENROUTER_API_KEY"],

)



# 基础对话

response = client.chat.completions.create(

    model="deepseek/deepseek-r1:free",

    messages=[

        {"role": "system", "content": "你是一个专业的技术顾问。"},

        {"role": "user", "content": "vLLM和SGLang有什么区别？该怎么选？"}

    ],

    temperature=0.7,

    max_tokens=1024,

)



print(response.choices[0].message.content)

print("\n--- Token 使用 ---")

print(f"Prompt tokens: {response.usage.prompt_tokens}")

print(f"Completion tokens: {response.usage.completion_tokens}")

print(f"总 tokens: {response.usage.total_tokens}")

print("费用: $0.00 (免费模型)")

流式输出（Streaming）

对于需要实时显示生成结果的场景，使用流式输出可以大幅改善用户体验：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
from openai import OpenAI

import os



client = OpenAI(

    base_url="https://openrouter.ai/api/v1",

    api_key=os.environ["OPENROUTER_API_KEY"],

)



stream = client.chat.completions.create(

    model="qwen/qwen-2.5-72b-instruct:free",

    messages=[{"role": "user", "content": "写一个Python快速排序的实现，并解释每行代码"}],

    stream=True,

    temperature=0.3,

)



for chunk in stream:

    if chunk.choices[0].delta.content is not None:

        print(chunk.choices[0].delta.content, end="", flush=True)

print()

多轮对话与上下文管理

OpenRouter 同样支持多轮对话，只需在 messages 中维护完整的对话历史：

1
2
3
4
5
6
7
8
9
10
11
12
messages = [

    {"role": "system", "content": "你是一个简洁的编程助手。"},

    {"role": "user", "content": "什么是PagedAttention？"},

    {"role": "assistant", "content": "PagedAttention是一种通过操作系统分页机制管理KV Cache的技术..."},

    {"role": "user", "content": "它和传统KV Cache管理有什么区别？"}

]



response = client.chat.completions.create(

    model="meta-llama/llama-3.3-70b-instruct:free",

    messages=messages,

)

print(response.choices[0].message.content)

想了解更多关于大模型推理优化的深度内容，可以参考我们的PagedAttention 深度解析和DeepSeek API 免费额度全攻略。

限速、定价与成本控制

理解 OpenRouter 的限速和计费机制，是高效使用该平台的关键。

免费模型限速规则

免费模型的限速策略如下（截至2026年9月）：

如果你的免费模型请求被限流（HTTP 429），可以等待几分钟后重试，或者切换到其他免费模型。OpenRouter 的多供应商路由机制意味着同一个模型可能有多个后端，重试往往能命中不同的后端实例。

付费模型定价

付费模型按 token 计费，价格与各家官方 API 基本持平（OpenRouter 会加收极小的服务费）。以下是部分热门模型的参考价格：

设置消费上限

为了防止意外超支，OpenRouter 支持为每个 API Key 设置消费限制（Credit Limit）。在 Keys 管理页面可以设置单次请求的 token 上限和总消费上限：

1
2
3
4
5
6
7
8
9
# 创建带限制的 API Key

curl -s https://openrouter.ai/api/v1/keys \

  -H "Authorization: Bearer $OPENROUTER_API_KEY" \

  -H "Content-Type: application/json" \

  -d '{

    "name": "budget-limited-key",

    "limit": 10.00,

    "limit_duration": "monthly"

  }' | python3 -m json.tool

这样即使代码出了 bug 导致死循环调用，最多也只会消费 10 美元，不会造成更大的损失。

中国用户可用性与网络优化

中国用户可用性：OpenRouter 的 API 服务器部署在海外，中国直连通常需要代理。以下是实际测试情况：

对于中国开发者，推荐使用香港或日本节点的代理来访问 OpenRouter API。如果你使用 VPS 部署应用，可以参考我们的VPS 网络线路深度对比选择延迟最优的节点。

代理配置

在 Python 中使用代理非常简单：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
from openai import OpenAI

import httpx

import os



# 方式1：通过环境变量设置代理

os.environ["HTTP_PROXY"] = "http://your-proxy:port"

os.environ["HTTPS_PROXY"] = "http://your-proxy:port"



# 方式2：通过 httpx client 设置代理

client = OpenAI(

    base_url="https://openrouter.ai/api/v1",

    api_key=os.environ["OPENROUTER_API_KEY"],

    http_client=httpx.Client(

        proxy="http://your-proxy:port"

    ),

)



response = client.chat.completions.create(

    model="meta-llama/llama-3.3-70b-instruct:free",

    messages=[{"role": "user", "content": "测试连通性"}],

)

print(response.choices[0].message.content)

延迟优化技巧

• 使用流式输出：stream=True 可以让首 token 延迟（TTFT）更低，用户体验更好
• 选择就近模型：部分模型在亚洲有部署，延迟更低
• 合理设置 max_tokens：避免生成过长内容导致等待时间过长
• 批量请求：如果需要处理大量请求，合理控制并发数避免触发限速

同类服务对比与选型建议

OpenRouter 并非唯一的统一 API 网关，以下是它与同类服务的横向对比：

更详细的免费 API 平台对比，可以参考我们的2026年免费AI推理API横向对比评测，涵盖了 Groq、Cerebras、DeepSeek、Mistral 等8大平台的绑卡、额度、限速与中国可用性全方位对比。

选型建议

适合用 OpenRouter 的场景：

• 需要快速原型验证，不想分别注册多家 API
• 需要在不同模型之间频繁切换做 A/B 测试
• 预算有限，想先用免费模型验证可行性
• 需要自动故障转移保障服务可用性
• 构建 AI 应用，需要统一的模型管理入口

不适合用 OpenRouter 的场景：

• 只使用单一厂商的模型（直接调用官方 API 更便宜，省去中间层加价）
• 对延迟极其敏感的场景（多一层网关会增加 20-50ms 延迟）
• 需要使用厂商专有功能（如 OpenAI 的 Assistants API、Anthropic 的 Computer Use）
• 需要完全离线/本地部署（参考我们的开源大模型本地部署实战）

实战项目：用免费模型搭建简易 AI 助手

下面用一个完整的 Python 脚本演示如何用 OpenRouter 免费模型搭建一个简易的多轮对话 AI 助手：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
#!/usr/bin/env python3

"""基于 OpenRouter 免费模型的多轮对话助手"""



from openai import OpenAI

import os



# 初始化客户端

client = OpenAI(

    base_url="https://openrouter.ai/api/v1",

    api_key=os.environ.get("OPENROUTER_API_KEY"),

)



# 对话历史

messages = [

    {"role": "system", "content": "你是一个专业的技术问答助手，回答简洁准确。"}

]



# 可用的免费模型

FREE_MODELS = [

    "meta-llama/llama-3.3-70b-instruct:free",

    "deepseek/deepseek-r1:free",

    "qwen/qwen-2.5-72b-instruct:free",

    "google/gemma-2-9b-it:free",

]



def chat(user_input, model_idx=0):

    """发送对话请求"""

    messages.append({"role": "user", "content": user_input})

    try:

        response = client.chat.completions.create(

            model=FREE_MODELS[model_idx],

            messages=messages,

            temperature=0.7,

            max_tokens=2048,

        )

        reply = response.choices[0].message.content

        messages.append({"role": "assistant", "content": reply})

        return reply

    except Exception as e:

        return f"请求失败: {e}"



if __name__ == "__main__":

    print("=== OpenRouter 免费模型 AI 助手 ===")

    print(f"当前模型: {FREE_MODELS[0]}")

    print("输入 /switch 切换模型, /history 查看历史, /quit 退出\n")



    model_idx = 0

    while True:

        user_input = input("你: ").strip()

        if not user_input:

            continue

        if user_input == "/quit":

            break

        elif user_input == "/switch":

            model_idx = (model_idx + 1) % len(FREE_MODELS)

            print(f"已切换到: {FREE_MODELS[model_idx]}")

            continue

        elif user_input == "/history":

            for m in messages:

                print(f"[{m['role']}] {m['content'][:80]}...")

            continue



        reply = chat(user_input, model_idx)

        print(f"AI: {reply}\n")

这个脚本展示了如何管理多轮对话上下文、在多个免费模型之间切换，以及基本的错误处理。你可以在此基础上扩展流式输出、对话持久化、模型自动选择等功能。

总结与要点回顾

OpenRouter 作为统一 LLM API 网关，为开发者提供了极大的便利。以下是本文的核心要点：

• 零门槛上手：无需绑卡，免费模型直接可用，注册到首次调用不到 5 分钟
• 模型丰富：300+ 模型覆盖几乎所有主流厂商，OpenAI 兼容格式零迁移成本
• 免费模型推荐：Llama 3.3 70B、DeepSeek R1、Qwen 2.5 72B 是目前综合能力最强的免费选项
• 限速注意：免费模型每日约 50-100 次请求，高峰期可能排队，适合开发测试和非关键场景
• 中国可用性：需要代理访问，推荐香港/日本节点，延迟 80-200ms
• 成本控制：可为每个 API Key 设置消费上限，防止意外超支
• 自动故障转移：多供应商路由机制天然提供高可用性保障

对于个人开发者和初创团队来说，OpenRouter 的免费模型足以支撑原型验证、技术调研和轻量级应用。当你需要更强的性能和更高的请求量时，只需充值即可无缝升级到付费模型，无需更换任何代码。这种”先免费试水，再按需付费”的模式，让大模型应用的试错成本降到几乎为零。

如果你对其他免费 AI 推理平台也感兴趣，推荐阅读我们的Groq 免费 API 极速推理全攻略和Cerebras 免费极速推理 API 实战指南，了解不同平台在推理速度、模型支持和免费额度上的差异，选择最适合你场景的方案。