一句话看懂：OpenRouter 上线 Batch API，把批量推理请求打包提交，价格通常降到按 token 计费的 50%。它换来的是最长 24 小时的交付窗口，但测试数据显示中位完成时间只有 7 分钟。
事件核心：发生了什么
OpenRouter 于 9 月 22 日推出 Batch API，面向不需要即时返回的大批量推理任务。开发者向 api/v1/batches 提交一组请求并指定接口形态，支持 chat completions、responses、messages 和 embeddings。提交后由服务商在 24 小时窗口内自行决定执行时间，作为交换，价格通常是正常每 token 价格的 50%，部分模型更低。该能力目前覆盖 70 多个模型。
OpenRouter 公布了两周 beta 期 23 万多个批次的耗时数据：中位完成时间 7 分钟，90% 在一小时内完成，99% 在 10.3 小时内完成。提交时段比批量规模影响更大，太平洋时间凌晨 5 点到中午明显偏慢，晚 6 点后 90 分位低于 50 分钟。单个请求的批次约 5 到 11 分钟完成，1000 条以上的批次约 12 到 21 分钟。
为什么重要
批处理并非新概念，OpenAI、Anthropic 等厂商都提供类似折扣。OpenRouter 的差异在于它是聚合层：同一套接口横跨多家模型和供应商，默认在用户的白名单、数据策略和 BYOK 设置之后选择最便宜的批量端点。这降低了开发者在不同大模型之间比价和切换的成本。
对整个推理市场来说，批量折扣实质上是在用时间换算力利用率。推理需求已经超过训练成为算力消耗的大头，把非紧急请求挪到低谷时段执行，对服务商是提升 GPU 利用率，对用户是降低单位成本，属于双方都有动机的方向。这也让“半价”逐渐成为推理定价的常规档位，而不是促销手段。
对用户/开发者/创作者的影响
对开发者，Batch API 适合语料标注、embedding 回填、评测集打分、工单批量摘要等可接受响应时间波动的场景，也可以把同一个 prompt 跑几千行数据。每个请求独立返回结果，个别失败不会拖垮整批任务，输入和结果保留 30 天。图像和文件输入必须是公开 URL，音频、视频以及 OpenRouter 自带的网页搜索插件暂不支持，网页搜索按标准价计费。
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。
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。
对企业采购和创作者团队，如果已有 OpenAI 兼容的文本请求体，迁移成本主要是改成异步轮询。需要注意的是，批次默认在单一供应商上执行，BYOK 密钥在支持的供应商上可直接计费，这会影响数据合规路径的选择。
值得关注的后续
一是折扣是否长期稳定，以及是否会扩展到音频、视频等模态；二是其他聚合平台和模型厂商是否跟进更激进的批量价格；三是批量任务对供应商调度能力的压力，太平洋时间上午的延迟高峰是否会随规模扩大而加剧。目前公开信息显示，OpenRouter 尚未披露各模型的具体折扣比例差异。
