OpenRouter 推出 Extractions API,可从文本、图片和 PDF 按字段抽取类型化数值
OpenRouter 在 alpha 阶段上线 Extractions API,用户通过描述字段名即可从文本、图片和 PDF 中抽取每字段一个类型化数值。
推荐理由:官方发布公告,说明三款抽取模型的字段类型、置信度与 p_null 机制差异,便于按文档形态选择合适模型。
公司与模型
OpenRouter 平台的新模型上架、价格变化与开发者调用量排行。
22 条精选近 30 天 16 条共收录 30 条
OpenRouter 在 alpha 阶段上线 Extractions API,用户通过描述字段名即可从文本、图片和 PDF 中抽取每字段一个类型化数值。
推荐理由:官方发布公告,说明三款抽取模型的字段类型、置信度与 p_null 机制差异,便于按文档形态选择合适模型。
OpenRouter 发文解释 LLM 量化原理,并公布 2026 年 10 月 20 日对 1,455 个 provider 端点和 6 个 Qwen3.8 27B 端点的实测结果。
推荐理由:作者实测同一模型不同精度端点的准确率和价格,给出 provider.quantizations 的用法,可帮助读者按精度选更省钱的 API 端点。
OpenRouter 在一个 GitHub 任务上用 Claude Haiku 5.5、Claude Sonnet 5.5、GPT-6 Luna 和 Gemini 3.8 Flash 实测三种工具接入的 token 成本。
推荐理由:OpenRouter 用同一 GitHub 任务实测三种工具接入方式的 token 差异,并给出测量脚本和按场景选型的具体建议,方法可迁移到读者自己的服务器。
OpenRouter 发布教程,用 Python 构建一个餐厅订座语音智能体,串起语音转文字、带工具调用的 LLM 和文字转语音三段流水线,共用一个 OpenRouter API key。
推荐理由:OpenRouter 官方实测数据,读者可据此了解语音智能体的延迟构成、成本分布和各模型选型差异。
OpenRouter 用 8 页自造扫描件实测 15 个视觉模型加 Mistral OCR 和 Tesseract,每模型 264 项关键值检查。Claude Opus 5.5 最准,262/264 正确,每千页 $16.42;Mistral OCR 得 258/264,仅 $2.02;Ling 3.0 Flash VL 关闭推理后 254/264,每千页 $0.04。
推荐理由:OpenRouter 用自造的 8 个测试页实测 16 个方案,给出准确率、成本和防幻觉的可行做法,读者可按自家文档场景对号选型。
OpenRouter 发布教程,讲解三种可靠的 LLM 结构化输出方法:支持结构化输出时发严格 JSON Schema、只支持工具时强制一次工具调用、只需标签时用 Jev 这类决策模型。
推荐理由:OpenRouter 用 24 条客服消息在多模型上实测三种结构化输出方案的可靠性差异,并给出可复用的 schema 写法和降级路径。
OpenRouter 发布重建后的 Auto Router,并推出编码专用路由 openrouter/auto-code。新路由综合 11 项因素结合实时定价、提供商健康度和缓存状态选模型,性能最高提升 4 倍,p90 路由延迟 0.65s 对比旧版 1.96s;Auto Code 在五个基准上与 Claude Opus 5.5 相当,每任务成本低 74%。
推荐理由:原文给出新旧路由的具体性能对比、Auto Code 的成本数据和工作机制,读者可据此评估是否在自己的 Agent 工作流中切换。
OpenRouter 发布教程,提供一个 233 行 Python 脚本 review.py,通过 Responses API 的 Files、Shell 和 Apply Patch 工具在托管 Linux 沙箱中运行变更文件、验证 bug 并返回可应用的 V4A 补丁。
推荐理由:官方给出完整可复用的 233 行审查脚本和四款模型的实测成本与耗时数据,读者可以按步骤把它接入 pre-push 钩子或 GitHub Actions。
OpenRouter 发布教程,用 @openrouter/agent 0.11.0 和 TypeScript 构建定时运行的常驻智能体,监控 Hacker News 并写摘要。
推荐理由:教程给出完整代码、成本数据和重启恢复方案,读者可以照着搭建并按需替换监控对象。
OpenRouter 发文解释开放权重与闭源模型的区别:开放权重模型发布权重,可自行下载、微调和部署;闭源模型只能经厂商及其授权云使用。
推荐理由:OpenRouter 用自家流量和价格数据拆解开放权重与闭源模型的差距,读者可据此按价格和质量权衡做模型选型。
OpenRouter 通过 11 个隐藏测试编码任务、Claude Code 修 bug 任务和 GPQA Diamond、τ-bench 等跑分,给出三档 Claude 5.5 的选型建议。
推荐理由:OpenRouter 用同一批隐藏测试实测三档 Claude 5.5 的通过率与成本,结论可迁移到日常选型决策。
OpenRouter 发布教程,讲解用严格 JSON schema 描述一行字段、把 PDF 表格提取为带类型行的方法,括号负数和脚注标记可交给字段描述处理。
推荐理由:原文用五份 PDF 和 644 个单元格实测提取效果,并给出两种静默失败的检查方法,读者可直接复用这套 schema 和代码。
OpenRouter 发布提示词注入防护教程,用自有 13 种攻击加外部模型编写的 12 种攻击测试 Claude Haiku 5.5、GPT-6 Luna、DeepSeek V4.1 Flash 和 GLM 5.3 Flash 四款模型。
推荐理由:OpenRouter 用 13 种攻击实测四款模型的三层防御,给出标签、模型白名单与 Armor 工具调用检查的完整配置和取舍数据。
OpenRouter 发布教程,讲解 Claude Code 触发用量上限后如何改用 OpenRouter API key 继续编码,无五小时和每周限制,改为按 token 付费。
推荐理由:OpenRouter 给出用 API key 绕开 Claude Code 用量上限的完整设置和实测成本,读者可以直接照做并核对真实开销。
OpenRouter 宣布自创立以来最大的一次路由算法升级,默认路由不再只按输入价格排序,而是综合有效价格、吞吐量、TTFT、限流与错误率、输出质量计算实时 Routing Cost 来分配流量。
推荐理由:OpenRouter 官方详解新路由算法的计分方式,并附上基于 2400 万请求的实验数据,读者可据此评估对自身推理成本与速度的影响。
OpenRouter 宣布将对流经服务的所有推理请求在处理过程中筛查儿童性虐待材料(CSAM),包括对比已知 CSAM 哈希和用分类器识别可疑新内容,标记内容可能被保留供人工审查。筛查同样适用于 Zero Data Retention(ZDR)流量,但按美国法律 18 U.S.C. § 2258A 要求,上报 NCMEC 的材料需保存一年,OpenRouter 同时承诺不将输入输出用于模型训练。
推荐理由:官方说明了 CSAM 筛查如何与 ZDR 零保留承诺共存,对有数据留存要求的团队有直接参考价值。
OpenRouter 发布文章对比 OpenAI、Anthropic、Google 与 OpenRouter 四家的服务端代码执行工具,并介绍其 beta 版 openrouter:shell 与 openrouter:bash 工具,可为 Responses 和 Messages API 上的任意模型运行命令。
推荐理由:OpenRouter 结合自家工具对比四家服务端代码执行沙箱的能力、限制与成本,读者可以据此判断自托管与托管方案的选择边界。
OpenRouter 发布教程,讲解客服机器人如何用 cheap-first 路由把常见 FAQ 交给便宜模型、对困难请求升级到更强模型。文章比较静态规则、分类器分诊和答案检查三种模式,指出错误回退由 OpenRouter 的 models 数组处理,而质量升级检查需应用自己实现,并给出 expected_cost 公式和升级率、全轮延迟等评估指标。
推荐理由:原文给出三种低成本优先路由模式及成本公式和上线前评估指标,读者可以据此规划客服机器人的降本方案。
OpenRouter 推出 Model Router Benchmarks 页面,用质量、速度和成本基准对比多家模型路由器,并以顶尖单模型作基线。
推荐理由:原文给出 Router Index 的质量、速度、成本权重和各类路由器的实测对比,读者可据此判断何时用模型路由器替代单一模型。
OpenRouter 发文对比 LangChain、CrewAI、OpenAI Agents SDK、Claude Agent SDK、Microsoft Agent Framework 和 Google ADK 如何定义工具 Schema 并在 OpenAI、Anthropic、Google 三种不互通的 wire 格式之间做翻译。
推荐理由:原文逐家拆解六个 Agent 框架的工具调用格式翻译位置,并说明 OpenRouter 在 API 层归一化后换模型只改一行。