OpenRouter 的几种 router 分别按什么挑模型

2026-08-18

写接入代码时，model 那一栏迟早会碰到一个选择：写死一个具体 slug，还是写一个 router slug 让平台替你挑。写死可复现，但有新模型就得改代码；交给 router 不用改代码，代价是你得先搞清楚它按什么挑。

这篇沿着官方文档 openrouter.ai/docs/guides/routing/routers/ 这一节走一遍，把每个 router 的选择依据摘出来，再说清楚请求打回来之后怎么确认它到底挑了谁。这一节下面是六页：Auto Router、Pareto Router、Free Models Router、Latest Model Resolution、Fusion Router、Body Builder。行为差得相当远，后面会看到其中两个严格说根本不是”在候选里替你挑一个模型”。

Auto Router：按社区花钱的方向挑

openrouter/auto 的依据在 How It Works 一节里写得很直白：先由一个轻量分类器给 prompt 打一个细粒度任务类型标签（文档举的例子有 code:debugging、agent:multi_step_planning、qa_knowledge、math、customer_support、research_report）；再查 OpenRouter 社区在过去 7 天滚动窗口里对这个任务类型实际把钱花在哪些模型上，也就是 rankings 页的 “Share of Spend” 视图；然后套用你的 cost tier；最后按市场份额顺序把存活候选排成首选加 fallback，排之前还要先过账户级的模型与 provider 限制、guardrails、ZDR 策略、allowed_models 限制和输出模态要求。文档自述这样做的效果是：有人把工作负载迁到新模型，路由几天内就跟上。

cost_tier 是这个 router 上你唯一能拧的旋钮，取值从便宜到能打是 low、medium、high、xhigh、max 五档。这里有一句非常反直觉、值得单独抄出来：tier 是一条带（band），不是上限——比这一档更便宜的模型同样会被排除，不只是排除更贵的。选了 medium 不等于”medium 及以下”，而是”就在 medium 这条带里”，带内仍按市场消费份额排序。不设任何 cost 参数的请求，文档写明大致按 low 那一档路由。

想收窄候选就用通配符：

plugins: [
  {
    id: 'auto-router',
    allowed_models: ['anthropic/*', 'openai/*'],
    excluded_models: ['openai/gpt-4o'],
  },
]

excluded_models 在 allowed_models 之后生效，被排除的模型即使匹配了允许模式也不会被选中。要是限制把候选全筛没了，请求以 404 失败，文案是 No models match your request and model restrictions。上面的具体 slug 只是官方文档当时的示例值，平台上有哪些模型随时在变，别当清单用。

两个坑得提前知道。一是这个 router 有两个 slug：openrouter/auto 和 openrouter/auto-beta，后者是新路由行为先落地的早期通道，文档明确标了它是 early-access track，插件 id 要用 auto-beta-router 而不是 auto-router。文档专门用 Warning 提醒：每个 slug 只读自己那个 plugin id 下的设置，发到另一个 id 下的设置会被接受但静默忽略，allowed_models、excluded_models、cost_tier 一律不生效。不报错，只是没效果，这种最难查。二是 cost_quality_tradeoff 属于上一代 Auto Router，文档已标为 deprecated，只为向后兼容还收着；两个都传时以 cost_tier 为准。

Pareto Router：按编码百分位定下限，档内挑最便宜的

openrouter/pareto-code 的依据是一个数：min_coding_score，取值 0 到 1，1 最好。它映射到三档 tier，每档对应 Artificial Analysis 编码百分位的一条带：

`min_coding_score`	Tier	AA 编码百分位带
`>= 0.66`	high	AA 编码榜的头部
`>= 0.33`，`< 0.66`	medium	头部之下的现代旗舰
`< 0.33`	low	仍高于 AA 中位数的可用编码模型
省略	high（默认）	AA 编码榜的头部

关键在于档内怎么选：把该 tier 的候选名单过滤成当前在 OpenRouter 上架的，然后按价格升序取第一个当主选，接下来两个留作同档 fallback；请求 :nitro 变体时排序改成按 p50 吞吐降序。完整依据就是”能力下限由你定，线之上挑最便宜的（或最快的）“。fallback 的语义要看清楚：文档写明它只在 provider 的瞬时错误或限流时触发，不做流量负载均衡；只有整档在目录里都没模型了才跨到相邻档。

还有一条 Note 值得记住：因为轴是 AA 编码场里的百分位而非绝对分，新的强模型发布会把现有模型往下挤一个带，所以 min_coding_score=0.66 永远表示”当前场上的头部”，而不是”高于某个固定的能力分”。你的配置没变，落到的模型可能变。

不想每次请求都带 plugin，官方文档写明可以在 Settings > Plugins 页面配默认值：找到 Pareto Router 那一行点配置（齿轮）图标，选 High、Medium、Low 或 Custom score 填一个 0 到 1 的值，点 Save，再把插件开关打开。文档同时写明单次请求传 pareto-router plugin 仍可覆盖默认值，除非你打开了 “Prevent overrides”。

curl https://openrouter.ai/api/v1/chat/completions \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "openrouter/pareto-code",
    "plugins": [
      {
        "id": "pareto-router",
        "min_coding_score": 0.8
      }
    ],
    "messages": [
      {"role": "user", "content": "Write a Python function that merges two sorted lists."}
    ]
  }'

局限文档自己列了：它只调编码任务；min_coding_score 是唯一的 router 参数，没法在这个 router 上直接给单次请求设成本或延迟上限。Auto 和 Pareto 都有 session stickiness——多轮会话尽量留在上次选中的模型和 provider 上，靠显式 session_id 或消息指纹识别会话，被记住的模型只在它仍属当前候选时才复用。

Free Models Router：能力过滤之后，随机

openrouter/free 的依据最简单也最容易被误解。文档写的流程是：分析请求需要什么能力（比如视觉、工具调用、结构化输出）→ 把免费模型池过滤成支持这些能力的 → 随机选一个 → 转发。

“随机”是原文的 Random Selection，不是我的概括。同样的请求两次可能落到不同模型上，Limitations 里也明说了你无法控制具体选中哪一个。要定住某个免费模型，得走另一条路：给具体模型加 :free 后缀。

{
  "model": "meta-llama/llama-3.2-3b-instruct:free"
}

这里的 slug 是官方文档当时的示例值，免费模型有哪些随时在变，别当清单用——文档自己也挂了 Warning 说免费模型的可用性变动频繁，要看当前有哪些得去 models 页面查。

文档还自述了几条限制：免费模型的速率限制可能比付费模型低，可用性会波动，高峰时延迟可能更高。这些是官方文档的口径，我们只是转述。

Latest Model Resolution：不看任务不看价，只看谁最新

~author/family-latest 这类 slug 的依据里没有任何”挑选”成分——认 ~ 前缀，识别出别名指向哪个模型家族，取该家族里最新的可见模型，然后照常跨 provider 路由，就像你直接写了那个具体 slug。

两条边界得记住。排除项：解析结果永远不会是另一个别名 slug，也不会是被隐藏的模型；家族里没有可用模型时直接报错，而不是回落到不相干的东西。没有回退档：文档写明没有内建方式钉到”第二新”或往回滚，要降级只能改成具体 slug。

这一页最容易被忽略的是兼容契约那一节。当别名开始指向一个强制 reasoning 的模型时，reasoning: { effort: "none" } 会被上调成该模型支持的最低档，reasoning: { enabled: false } 会被翻成 enabled 同样落在最低档，reasoning: { max_tokens: 0 } 同样处理且零预算被丢弃。而这套重映射只对 ~latest slug 生效：具体模型 slug 保持严格校验，给一个强制 reasoning 的模型发 effort: "none" 返回 400。这两条口径放在一起读才不至于踩空——你在 ~latest 上跑通的参数，换成具体 slug 可能直接被拒。

Fusion Router：它挑的不是模型，是要不要开会

openrouter/fusion 跟前面几个不是一类东西。文档的说法是”multi-model deliberation as a model slug”：router 把这个 alias 解析成一个真实模型，并给它挂上 openrouter:fusion 这个工具。是否调用由模型自己决定，觉得任务不值得开会就直接答；想每次都开会，加 tool_choice: "required"。

真调用了之后，文档描述的路径是：panel（一组模型）并行回答你的 prompt，每个都开着 openrouter:web_search 和 openrouter:web_fetch；analyst 拿到全部 panel 回答后做比较而不是合并（原文 it doesn’t merge them），产出结构化 JSON——共识、分歧点、只有部分模型覆盖到的内容、个别模型的独有洞见、以及所有模型都没碰的盲区；最后你的模型拿这份分析写终稿。

能配的字段在 fusion plugin 里：analysis_models 决定 panel 由谁组成（文档写明允许 1 到 8 个），model 指定 analyst（默认就是处理你请求的那个模型），max_tool_calls 限制 panel 与 analyst 在搜索/抓取循环里最多走几步就必须返回文本，max_completion_tokens 限制每次内层调用的输出预算，reasoning 和 temperature 转发给 panel——analyst 恒定跑在 temperature 0。默认值与取值区间以官方文档为准。

const completion = await openRouter.chat.send({
  model: 'openrouter/fusion',
  plugins: [
    {
      id: 'fusion',
      analysis_models: [
        '~anthropic/claude-opus-latest',
        '~openai/gpt-latest',
        '~google/gemini-pro-latest',
      ],
      model: '~openai/gpt-latest',
    },
  ],
  messages: [
    { role: 'user', content: 'Compare ridge, lasso, and elastic-net regression. Where does each shine?' },
  ],
});

以上为按官方文档中的字段语义组合的示例，未经实测，以官方文档与 API 的实际响应为准。示例里的 slug 是文档当时的示例值，不构成模型清单。另外两点：openrouter/fusion-flash 是单独上架的模型，等价于预先钉了 general-fast preset，你显式传的配置一律优先；递归被挡住了——内层调用带 x-openrouter-fusion-depth 头，panel 和 analyst 不能再套一层 fusion。

Body Builder：它一个模型都不挑

openrouter/bodybuilder 干的事是把自然语言变成一组可以直接执行的 OpenRouter 请求体，返回形如 {"requests": [...]} 的 JSON，然后你自己去并发跑。它不替你发请求，也不替你选择由谁作答——选择在生成出来的那组 body 里，执行权在你手上。文档写明生成请求体本身不收费，执行时按标准模型价计；输入需要 messages 格式，生成的请求默认只带最小必需字段，你输入里的 system message 会被保留并转发。这一页文档自己挂了 Warning，说页上那些 slug 示例只是某个日期的快照，新版本发布后就会变。

回读：这次到底走了哪条路

除 Body Builder 之外的五个 router 有一个共同的验证点：响应的 model 字段报告的是真正服务这次请求的具体模型，不是你发过去的那个 alias。这是 Auto、Pareto、Free、Latest、Fusion 五页各自都写明的一条。Body Builder 不适用这条——它返回的是一组待你执行的请求体，谁作答写在生成出来的每个 body 的 model 里，得等你自己发出去之后才有响应可读。

想看更细的，加一个头 X-OpenRouter-Metadata: enabled，响应里就会多出 openrouter_metadata 对象，其中 strategy 字段直接写明这次用的路由策略，枚举是 direct、auto、free、latest、alias、fallback、pareto、bodybuilder、fusion 九个。把这九个和上面那六页对一下就很清楚：auto、free、latest、pareto、bodybuilder、fusion 正好一一对上六个 router 页，剩下的 direct、alias、fallback 不属于 routers 这一节——direct 就是你写死具体 slug 的那条常规路径。

Auto Router 还多一层：openrouter_metadata.pipeline 里 router 那一段会带上 data.task_type，值形如 code:debugging，分类不可用时字段直接缺席。Fusion 则可以查 generation 元数据，那里的 router 字段会报 openrouter/fusion。

几个会让你白查半天的例外文档写得很清楚：缓存命中的响应从不带 openrouter_metadata（流式与非流式都剥掉）；500 响应也会被剥掉，其它 5xx（502、503、504、529）在 opt in 时仍然带；认证失败、限流这类在路由器拿到可用状态之前就返回的错误同样不带，得靠 X-Generation-Id 响应头去捞 generation 记录。旧头名 X-OpenRouter-Experimental-Metadata 仍被接受，官方建议迁到新名字。

Windows 上跑文档里的示例

官方文档的 cURL 示例用的是 Unix shell 写法：反斜杠续行、单引号包住整段 JSON。这两样在 Windows 的 PowerShell 里都不成立——PowerShell 的续行符是反引号，单引号字符串也不做你期望的转义。最省事的是把示例贴进 Git Bash 或 WSL 跑；不想装就别用 cURL 示例，改用文档里同时给出的 TypeScript 或 Python 版本。这一段是通用的 shell 常识，不是 OpenRouter 官方文档的内容，文档本身没有区分平台。

一句话对照

六个 router 的依据是：Auto 看社区在同类任务上的消费份额再套 cost tier 带；Pareto 看编码百分位定下限、档内取最便宜（或 :nitro 下最快）；Free 看能力过滤后随机；Latest 只看家族里谁最新；Fusion 不挑模型而是决定要不要开一场多模型评议；Body Builder 干脆不挑，只把你的话译成一组请求体交回你手上。

需要可复现就钉具体 slug，其余各自绑着一条明确的偏好轴——先想清楚你要哪条轴，再决定 model 那一栏写什么。这些路由行为与字段随平台迭代变动，落地前请以官方文档最新内容为准。

本文依据 OpenRouter 官方文档（openrouter.ai/docs）于 2026-08-18 的公开内容整理。该平台闭源，本文只复述官方文档写明的机制，不推断其内部实现； 我们没有对文中涉及的功能做过实测，因此不涉及界面外观与运行表现的任何描述。该平台的供应商、模型与路由策略随时变动，文中不列具体供应商名单与模型清单；价格、额度与限流的具体数值请以官方定价页与用量说明为准。安全与合规相关做法请结合自身环境评估，本文不构成安全方案建议。