OpenRouter 替代方案（2026）——更便宜、多模态、支持 Pix、自带密钥或开源

寻找 OpenRouter 替代方案的人通常有四个原因：降低每个 token 的成本（OpenRouter 转嫁供应商的目录价格，并在每次使用银行卡购买额度时收取 5.5 % 手续费，最低为 US$ 0.80）、使用同一密钥调用图像、视频和音乐模型、将自己的供应商密钥置于由自己运营的控制层之后，或使用 Pix 付款（OpenRouter 未提及 Pix）。本比较将每个原因与能够解决它的工具对应起来，也包括继续使用 OpenRouter 是最佳选择的情况。

简短答案是：如果想以更低价格使用 Claude，Kunavo 提供的 所有 Claude 模型价格比 Anthropic 目录价格低 30%（Claude Sonnet 5 每百万输入/输出 token 的价格为 $1.40 / $7.00，而目录价格为 $2.00 / $10.00），并接受 Pix。对于自托管开源方案，选择 LiteLLM；对于基于自己的密钥进行路由和可观测性管理，选择 Portkey 或 Helicone；对于大规模开放权重模型，选择 Together AI。

开门见山说明我们的立场：Kunavo 是我们的产品，因此排在第一位。所有关于 Kunavo 的说法都在Kunavo 与 OpenRouter 的对比页面中提供了数字依据，列表中的每个工具也都会得到真正的推荐。

简要列表

一个区分几乎可以解决所有问题：推理网关（OpenRouter、Kunavo、AIMLAPI）通过一个余额转售模型访问，而自带密钥工具（LiteLLM、Portkey、Helicone、Cloudflare）则为你已有的供应商账户增加控制能力。两者可以结合使用，许多团队会各使用一种。该模式在LLM 网关指南（英文）中有说明。

同一项工作需要多少成本

使用 Claude 处理 1000 万输入 token 和 100 万输出 token 的成本，不含提示词缓存。OpenRouter 一栏是转嫁的目录价格，加上使用银行卡购买额度时的 5.5 % 手续费。

使用缓存命中或批处理时，两列数据都会变化。Kunavo 的费率在每次构建时根据目录计算；OpenRouter 的费率则是其模型列表中的标价，该列表于 2026 年 9 月 30 日查询。

1. Kunavo — 低于目录价格的 Claude，使用一个密钥实现多模态，支持 Pix

Kunavo 在聊天方面与 OpenRouter 有所重叠——Claude 和 GPT 通过一个 OpenAI 兼容端点调用——但在三个方面有所不同。价格：Claude 比 Anthropic 的挂牌价低 30%，Claude Sonnet 5 为 $1.40 / $7.00（挂牌价为 $2.00 / $10.00），充值不收取手续费。模态：图像（Nano Banana、GPT-Image-2）、视频（Veo 3）和音乐（Suno，OpenRouter 的模型列表中没有）都是同一密钥下的正式端点。支付：通过 Stripe 结账，支持巴西 Pix、银行卡、Apple Pay、Google Pay 和 Link；从 $10 起预付费，无订阅，余额不会过期。

代价是目录广度：Kunavo 选择能够以低于目录价格提供的前沿模型，而不是数百个小众模型。它没有免费模型，运行在没有合同 SLA 的共享容量上，并且只有一个区域，即美国东部。你可以在LLM 成本计算器中计算，或查看Kunavo 与 OpenRouter 的对比。

2. LiteLLM — 自托管开源方案

LiteLLM 是一个由你自行运行的 Python 代理：在你自己的供应商密钥前提供兼容 OpenAI 的端点，并支持模型路由、按密钥设置预算和日志记录。它是“OpenRouter 的开源替代方案”这一问题的默认答案，但有一个重要区别：它不转售任何服务。你与供应商签约，直接向他们付款，并运行该代理。适合合规或采购要求使用自有合同的情况。详情：Kunavo 与 LiteLLM。

3. Portkey — 基于你的密钥托管的控制层

Portkey 是基于你自己的供应商密钥托管的网关：支持条件路由、故障回退、重试、护栏和请求分析，无需运行基础设施。供应商费用仍由你直接支付；Portkey 收取平台费用。适合希望让许多内部应用遵循同一策略层的团队。详情：Kunavo 与 Portkey。

4. Helicone — 先做好可观测性

Helicone 从日志切入同一领域：通过代理或异步 SDK，为你当前与供应商之间的流量增加逐请求追踪、成本归因、缓存和评估。如果问题是“我们不知道 LLM 开支花到哪里去了”，可以从这里开始。详情：Kunavo 与 Helicone。

5. Together AI — 大规模开放权重

Together 在自有的无服务器和专用基础设施上托管开放权重模型——Llama 系列聊天模型、嵌入模型和图像模型。它与其说是路由器，不如说是一个可以快速运行开放模型的平台；如果你的策略是开放权重模型而不是前沿 API，它就是正确的选择。详情：Kunavo 与 Together AI。

6. AIMLAPI — 专注媒体的聚合器

AIMLAPI 通过一个 API 聚合了广泛的文本和媒体模型目录，在目录广度以及图像和视频覆盖方面与 OpenRouter 相近。请根据你的使用模式比较其定价模型和支付条件。详情：Kunavo 与 AIMLAPI。

7. Cloudflare AI Gateway — 边缘代理

Cloudflare AI Gateway 位于边缘，部署在你已有的供应商密钥前：支持响应缓存、速率限制、重试和分析。它不转售推理服务；它是一个纯粹的控制层，可与任何推理来源结合，包括 OpenRouter 和 Kunavo。详情：Kunavo 与 Cloudflare AI Gateway。

从巴西付款：Pix、银行卡和 IOF

OpenRouter 的常见问题解答提到了主流信用卡、AliPay 和 USDC 加密货币（截至 2026 年 9 月 30 日；PayPal 标注为“即将推出”）。其中未提到 Pix。使用信用卡购买额度需支付 5.5 %（最低 US$ 0.80），使用 USDC 则需支付 5 %；使用国际信用卡还需考虑银行的兑换汇率和 IOF 税。

在 Kunavo，Stripe 结账页面会向巴西付款者显示 Pix：美元金额会在页面内换算为巴西雷亚尔，你可以读取 Pix 二维码，无需使用支持国际购物的银行卡。银行卡、Apple Pay、Google Pay 和 Link 也可用，Kunavo 不收取充值手续费；Stripe 的汇率中包含由购买者承担的 2% 至 4% 换汇费，使用美元支付则不会产生这笔费用。详细步骤请参见 使用 Pix 支付 API，所有 Claude 模型的费率请参见 Claude API 价格。

OpenRouter 何时仍是正确选择

• 您需要最全面的模型目录。数百个模型，来自 80 多家提供商（OpenRouter 的定价页面，截至 2026 年 9 月 30 日）：这里的任何替代方案都无法完整复现其广度。
• 您想要免费模型。 :free变体和openrouter/free路由器每天最多可请求 50 次，购买至少 10 美元额度后则为 1,000 次（据常见问题解答）。Kunavo 没有此类选项。
• 你的工作可以等待。OpenRouter 的模型列表提供 Claude 模型的 :batch 变体，价格为目录价格的一半（截至 2026 年 9 月 30 日核实）。对于不着急的批处理任务，这比实时调用的任何折扣都更便宜；Kunavo 没有批处理端点。
• 你自带供应商密钥。按用量付费时，每月前 US$ 25,000 的目录价格推理不收取手续费；超过此额度后，手续费为 5 %（同一 FAQ）。
• 使用 USDC 支付。OpenRouter 接受 USDC，并收取 5 % 的手续费；Kunavo 接受 Pix、银行卡和其他本地支付方式，而加密货币（稳定币）仅会出现在美国的美元结账页面。

只需改两行

所有严肃的替代方案都支持 OpenAI 协议，因此迁移只需更改 base_url 和密钥。只有模型标识符需要更改：OpenRouter 的供应商前缀模型 ID（anthropic/claude-sonnet-5）变为不带前缀的 ID（claude-sonnet-5）。

import os
from openai import OpenAI

# OpenRouter, Kunavo e LiteLLM falam o mesmo protocolo da OpenAI
client = OpenAI(
    api_key=os.environ["KUNAVO_API_KEY"],   # antes: OPENROUTER_API_KEY
    base_url="https://api.kunavo.com/v1",    # antes: https://openrouter.ai/api/v1
)

resp = client.chat.completions.create(
    model="claude-sonnet-5",   # antes: anthropic/claude-sonnet-5
    messages=[{"role": "user", "content": "Hello"}],
)
print(resp.choices[0].message.content)

网关应该为你解决的问题——路由、故障转移、缓存、支出上限——都在兼容 OpenAI 的 API 指南（英文）中。

常见问题