博客

OpenRouter 替代：价格透明、无额外路由费

直连式兼容 OpenAI 接口，预付费按 token 计费，页面直接标价，不叠加路由费。

2026-11-14

目标关键词： OpenRouter alternative

GeniusRelay 和 OpenRouter 是同一个思路的两种实现：一个兼容 OpenAI 的接口后面挂很多模型。区别是每个模型页直接标价，计费是预付的按 token 扣费，不在上面再叠一层路由费。

真要迁走 OpenRouter，有用的问题只有三个：哪些模型能平移、调用点改什么、新账单长什么样。

提供什么

• 37 家厂商的 599 个模型，含 OpenAI、Anthropic、Google、DeepSeek、智谱、Qwen、Meta、Mistral
• 43 个无审查与消融模型
• 支持的模型最高 2M 上下文
• 线路间自动故障转移
• 预付费按量计费，无订阅
• 按 Key 设消费上限和到期日
• 兼容 OpenAI 的 chat completions

对比

实际的差别在目录形状。OpenRouter 更宽，GeniusRelay 偏向大多数网关会埋掉的长尾和无审查模型。如果你的负载包含角色扮演、中文流量或怕拒答的变体，差别不小。

调用点迁移

格式一样，改三个值：

from openai import OpenAI

client = OpenAI(
    base_url="https://api.geniusrelaygpt.com/v1",
    api_key="YOUR_GENIUSRELAY_KEY",
)

然后映射模型 ID。OpenRouter 的 ID 带厂商前缀（deepseek/deepseek-chat），GeniusRelay 用裸 ID（deepseek-v4.1-flash）。在配置里留一张转换表：

带厂商前缀的一律去掉。启动时校验 ID，未知模型是 400，不是回退。

保留真正在用的路由能力

OpenRouter 用户常依赖供应商偏好或回退列表，换成 GeniusRelay 的说法：

• 回退： 在 5xx/429 时重试第二个模型。回退模型选同价位、能力相近的，免得一次故障账单翻倍。
• 供应商固定： 没有单独字段，模型 ID 就是线路。需要原厂时选原厂的模型。
• 缓存： 稳定前缀放最前，命中支持的缓存输入价。

回退列表别照搬。三层深的贵模型链会把一次故障变成三次扣费。

成本模型

预付余额意味着每笔请求都能看到扣费。两个习惯让账可预期：

1. 每个 Key 封顶。 一个应用或一个客户一把 Key，带消费上限和到期日，重试风暴跑不出上限。
2. 看清输入输出。 输出是贵的那一头，max_tokens 收住。

跑量时把模型分层：分类和抽取用便宜模型，生成用中档，只有难的那一小块上前沿模型。便宜 LLM API 指南有算术，价格页有实时费率。

参考价：

• DeepSeek V4.1 Flash — 输入 $0.0503/M，输出 $0.520/M
• Claude Haiku 5.5 — 输入 $0.130/M，输出 $0.650/M
• GLM 5.3 Flash 无审查 — 输入 $0.260/M，1M 上下文

切换前要核的

• 模型是否对得上。 有些 OpenRouter 独占模型没有直接对应。列出来，决定替代品能不能过你的提示词，剩下的砍掉。
• 上下文上限。 别假设新模型同窗口，看模型页。
• 工具 schema。 带 tools 标签的模型才接受 OpenAI tools 块，其余可能忽略。按工具调用页筛。
• 客户端兼容。 Cursor、Cline、SillyTavern 都走同一个端点：Cursor、Cline、SillyTavern。

常见问题

兼容 OpenAI 吗？

兼容，base URL 改成 https://api.geniusrelaygpt.com/v1，用 GeniusRelay 的 Key。

能配 Cursor 或 Cline 吗？

能，两者都支持自定义 OpenAI 兼容端点，见上面的教程。

收平台费吗？

预付按 token 计费，模型页的价就是价，没有额外订阅。

OpenRouter 的模型这里都有吗？

不是全部。主流模型重叠很多，无审查和中文长尾更强，但不是镜像。

故障转移怎么做？

5xx/429 时重试第二个模型，靠 Key 上限兜底。回退模型保持同价位。

能两家一起跑吗？

能，端点不排他。边测边分流，之后再退掉一家。

开始

打开模型列表和对比页，为你依赖的每个 OpenRouter 模型找两个替代，跑自己的提示词。然后按快速开始接入，切流量前给 Key 设上限。

迁移检查单

切流量前逐条过：

1. 从日志导出最近 90 天真正调用过的模型 ID。
2. 对照模型列表，标成可直接替换、需要替代或放弃。
3. 每个替代品用你的评测集跑两遍。
4. 改配置里的 ID 映射，未知 ID 直接失败。
5. 每个应用一把 Key，带消费上限和到期日。
6. 两个端点影子并行一周，比失败率和每次成功调用的成本。
7. 按比例切流量，不要一次全切。

回退写法

回退要无聊且有边界：

def complete(model, messages):
    try:
        return client.chat.completions.create(model=model, messages=messages)
    except Exception as exc:
        if getattr(exc, "status_code", 0) in (429, 500, 502, 503, 504):
            return client.chat.completions.create(model=FALLBACK, messages=messages)
        raise

只留一跳。FALLBACK 放同价位，免得一次故障把月预算改一个数量级。记录走了哪条路，回退频繁触发就是换主模型的信号。

回滚

切完把旧 base URL 和 Key 在环境变量里留两周。回滚只改一个值，提前备好就不会被逼着在生产里调试。失败率和成本曲线平了一周，再退掉旧 Key。

看哪些数

• 每次成功调用的成本，不是每 token 成本。
• 按模型拆的失败率，再分 429、5xx、格式坏和拒答。
• 主线路和回退的 P95 延迟。
• 命中回退的流量占比。

第一个数决定迁移成没成，后三个在没成时解释原因。

相关阅读

• 无审查 AI API：更少拒答的模型接口
• 兼容 OpenAI 的 API：599 个模型一套接口
• DeepSeek API 价格：全部版本对照