你看到的AI App排名,背后是OpenRouter平台

我们经常看到类似下面的大模型或者AI Agent使用量排名，你知道这些排名是怎么来的吗？

这些排名出自一个叫OpenRouter的平台。

它的创始人Alex Atallah，斯坦福大学计算机科学专业毕业，于2014年毕业，另一个身份是全球最大NFT（非同质化代币，是一种基于区块链的数字资产凭证）平台OpenSea的联合创始人。

从加密世界的NFT，到AI时代的“模型聚合器”，这套“把碎片化供给统一起来”的打法，在他手里成功了两次。

01 故事的开端：为什么他要做OpenRouter？

2022年底，ChatGPT引爆了AI热潮。但Alex Atallah看到的是一个“混乱”的局面。

每个大模型都有自己的API，互不兼容。开发者想同时用GPT-4和Claude，就要维护两套代码。新模型层出不穷，但每个都要重新集成一遍。

这个场景让他想起了2017年的NFT行业。各家平台的数字藏品标准不一，用户需要一个地方把散落各处的东西集中起来。他联合创办的OpenSea，做的就是这件事。

既然这套逻辑在NFT时代跑通了，为什么不能在AI时代再试一次？

于是，2023年初，OpenRouter开始立项。

插一句：它和LangChain有什么不同？

我上一篇文章讲过LangChain，可以回顾一下。它们都是2023年初起步的，都为了解决AI模型生态的碎片化问题，但是有较大差别。

LangChain是一个开发框架。它帮你把大模型、外部数据、各种API“链”在一起，构建复杂的AI应用。它关心的是“怎么把多个步骤串联成一个Agent或工作流”。

OpenRouter是一个API聚合层。它让你用一个接口调用所有模型，不用关心每个模型厂商的接口格式、计费方式、密钥管理。它关心的是“怎么让开发者无缝切换和调用不同模型”。

它们也可以配合使用——很多开发者用LangChain写业务逻辑，但背后的模型调用通过OpenRouter来完成。这时，LangChain负责“怎么编排”，OpenRouter负责“调哪个模型”。

02 从个人工具到公共服务

最初，OpenRouter只是一个解决自己痛点的原型工具。Alex自己写了一套代码，用一个API统一调用多个模型。

他把项目发到GitHub和Twitter上，本意是“代码开源，你们有需要可以自己部署”。

但反响出乎意料——大量开发者找过来，说的不是“代码收到了”，而是：“代码我们看到了，但我们不想自己部署服务器、维护API密钥。你能不能直接提供一个在线的API服务？”

自己部署意味着要租GPU实例、处理并发和负载、保证稳定性。不是每个开发者都有这个资源或意愿。

这成了OpenRouter的转折点。2023年4月，团队决定从“代码仓库”转向“SaaS平台”，正式推出公开的API服务。

早期用户是那些“模型尝鲜者”——AI研究者和独立开发者。他们苦于每次新模型出来都要重新写调用代码，OpenRouter正好解决了这个痛点。

一个关键的策略是：API设计完全兼容OpenAI的规范。这意味着开发者可以直接用OpenAI的SDK，只是改一个base_url，就能开始调用Claude或Llama。迁移成本几乎为零。

03 爆发：“模型丛林”时代来了

2023年下半年到2024年，情况发生了根本性变化。

开源模型爆发——Llama、Mistral、DeepSeek陆续登场，训练和推理成本急剧下降。闭源模型也在卷——GPT-4 Turbo、Claude 3、Gemini 1.5各有各的长处。“百模大战”正式打响。

Alex早先的判断被验证了：不会出现一个模型赢家通吃的局面。相反，开发者需要一个“模型路由器”，根据不同任务选择不同模型——翻译用这个、写代码用那个、做创意用另一个。

OpenRouter开始加速迭代，增加了大量“超出聚合”的价值：

• 智能回退：如果GPT-4的API堵了，自动切换到Claude。
• 自动路由：平台根据你的提示词内容，帮你选出最合适的模型。
• 成本优化缓存：重复请求实现秒级响应，费用大幅降低。
• 联网搜索：所有模型都能联网获取实时信息，并自动附上来源引用。

这些功能让OpenRouter从“API中转站”进化成了AI网关（AI Gateway）。

到2024年底，平台数据一路暴涨：对接300多个模型、60多家供应商，服务约100万注册用户，年处理Token量突破100万亿。

04 关键决策：为什么开发者信任它？

在聚合类平台中，用户最关心的永远是两个问题：数据安全和稳定性。

OpenRouter在这两方面的处理方式值得一提。

关于数据安全。平台默认不记录请求和响应内容，所有数据传输采用TLS 1.3加密。对于合规要求更高的企业用户，OpenRouter提供了“自带密钥”（BYOK）模式——请求直接路由到模型提供商，OpenRouter本身不存储任何敏感信息。

关于稳定性。平台设计了多层负载均衡和跨区域部署。当某个模型提供商的API出现故障或容量不足时，系统可在毫秒级内自动切换到备用路线。

这些设计让OpenRouter获得了包括金融、医疗等敏感行业客户的信任。一位金融数据分析团队的技术负责人曾公开表示：“我们选择OpenRouter不是因为它便宜，而是因为它稳定。对我们来说，API随时能用比省30%的成本更重要。”

05 资本入场：从工具到基础设施

随着调用量飙升，OpenRouter的商业模式也清晰了。

用户在模型原价基础上支付5%的平台费用，换取一个统一接口和所有附加功能。或者选择BYOK模式——使用自己的模型供应商账户，OpenRouter只收取少量服务费。

2025年6月，资本入场了。

顶级风投a16z和Menlo Ventures领投，红杉参投，4000万美元到账，估值达到5亿美元。

投资人的逻辑很简单：如果AI应用是未来的主流软件形态，那OpenRouter就是这些应用的“水电煤”之一。它不做模型，但所有模型都跑在它上面。

06 它到底被用来做什么？

OpenRouter不是藏在极客世界的工具。到今天，它已经渗透进大量真实的业务场景。

个人开发者：一个人做一个AI小工具，一个后台管理所有模型的调用和账单，不用和每个模型厂商分别签约。

内容创作团队：不同任务分配不同模型。新闻报道调用严谨的Llama，营销文案调用创意更强的GPT-4，成本和效果两头优化。

自动化工作流：集成到n8n等自动化平台。用户通过Telegram发一张收据照片，系统先用OCR识别文字，再通过OpenRouter调用大模型提取日期、金额等信息，最后自动填入Google Sheets。

金融数据分析：将非结构化的财报文本自动转为结构化数据。一家采用该方案的企业反馈，分析效率提升了3倍以上。

07 未来：他要做什么？

Alex Atallah曾在采访中说过一段话：“未来可能只需要几百美元就能训练出一个特定领域的小模型，那将会有几万、甚至几十万个模型。它们需要一个自己的‘应用商店’。”

OpenRouter的野心不止于API聚合，而是成为AI时代的模型层基础设施——所有模型都在这里被调用、被路由、被比较、被优化。

接下来的几个方向已经在路上：更智能的路由（通过强化学习实现策略自适应）、多模态支持（图像、音频、PDF统一处理）、插件生态（允许开发者定制个性化调度策略）。

从OpenSea到OpenRouter，Alex两次在“混乱的供给端”里找到了平台级机会。这套“把碎片化市场标准化”的方法论，在AI时代再一次被验证可行。

故事还在继续，国内的开发者有没有看到机会？

本文首发于微信公众号[ 林说AI ]。转载须注明出处。

AI辅助开发的数独小程序：数独行