OpenRouter推出全新技术：多轮 Agent 调用成本最高可砍到 1.75 倍

一句话看懂：OpenRouter 发布了 Prompt Caching（提示缓存）和 Sticky Routing（粘性路由）两项技术，通过复用多轮对话中的重复内容，大幅降低开发者构建 AI Agent 时的 token 费用，让长期交互成本最高降至原来的 0.175 倍。

事件核心：发生了什么

7月22日，OpenRouter 宣布上线两项新技术。在多轮 Agent 对话中，系统提示、工具定义和策略指令经常被反复发送，造成大量不必要的计费。Prompt Caching 允许系统从缓存中读取这些重复内容，以极低成本替代全额输入。以 Claude Sonnet 4.6 为例，正常输入的 token 价格为每百万个 3 美元，缓存读取仅需 0.30 美元，成本降至 10%。不同服务商的缓存读取费用为正常价格的 0.1 至 0.5 倍，最高可将成本压缩至原来的 1.75 倍。同时，Sticky Routing 机制确保后续请求自动发送到持有热缓存的同一家服务商，维持缓存持续命中。

为什么重要

长期以来，多轮 Agent 调用中昂贵的“重复计费”是影响开发者部署长期交互应用的主要障碍。OpenRouter 的这一组合方案直接降低了长期运行 Agent 的推理成本，为复杂任务编排和持续性对话提供了可行的经济基础。它让 AI Agent 在客服、自动化工作流等场景中的商业化更有吸引力，也为其他 API 平台定义了降本模板。目前，开发者需设置 session_id 即可在第一次成功请求后立即启用 Sticky Routing，使用体验门槛较低。

对用户/开发者/创作者的影响

对于使用 OpenAI、Anthropic 等模型构建对话式应用的开发者，需要调整代码以传递 session_id，并检查响应中的 usage 数据确认缓存是否生效。对于创作型用户，若使用 Agent 工具进行长文写作、多轮分析或迭代修改，底层成本将下降，可能促使更多免费或低价层被推出。对于企业采购方，在评估 Agent 平台的定价时，应关注其是否支持类似缓存机制，以更精确估算长期运营的 API 支出。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

值得关注的后续

第一，Prompt Caching 在多轮会话中的实际命中率是否稳定，结果将直接影响开发者的采用意愿。第二，Anthropic、OpenAI 等模型提供商是否会推出官方对标的缓存接口，或对 OpenRouter 的缓存读取定价做出反应。第三，该技术对 Agent 框架（如 LangChain、AutoGPT）的适应性和兼容性是否会迅速更新，将决定生态扩展速度。

来源：AIbase