OpenRouter
AdoptNền tảng
Nền tảng API tổng hợp quyền truy cập từ nhiều nhà cung cấp mô hình AI.
Vì sao ở đây
Xếp vào Adopt: 34 bài bằng chứng từ 3 nguồn, chủ yếu là phát hành mô hình, 6 bài trong 30 ngày qua. Độ tin cậy 84%.
Bằng chứng (18)
- 6The New Stack·10/10/2026product_launchGrok Bot sẽ chọn mô hình phù hợp nhất cho từng tác vụ
Elon Musk cho biết Grok Bot sẽ tự động chuyển từng tác vụ đến mô hình backend phù hợp nhất thay vì gắn với một mô hình duy nhất, bao gồm Claude Opus 5.5, MidJourney, Suno và các dịch vụ khác. Bài viết cho rằng điều này phản ánh xu hướng chung trong việc ứng dụng AI, khi các tổ chức ngày càng phân tầng mô hình để kiểm soát chi phí và cải thiện kết quả.
- 7The New Stack·9/10/2026model_releaseMicrosoft ra mắt Decision-1 cho chấm điểm quyết định nhanh
Microsoft giới thiệu Microsoft-Decision-1, một mô hình chấm điểm quyết định được thiết kế cho các tác vụ có cấu trúc như định tuyến, phân loại, ưu tiên, xác minh và điều phối quy trình. Theo Microsoft, mô hình này cho độ trễ thấp và độ chính xác cao, đồng thời đã có mặt trên Microsoft Foundry và OpenRouter.
- 7The New Stack·19/9/2026product_launchZed, Anthropic và OpenRouter thúc đẩy lớp hạ tầng bao quanh AI
Các tin nổi bật trong tuần tập trung vào những công cụ và giao diện giúp mô hình AI trở nên hữu dụng trong công việc thực tế, thay vì các bản phát hành mô hình mới. Zed mở rộng cộng tác mã với tác nhân qua Delta, Anthropic hợp nhất Claude Chat và Cowork, còn OpenRouter triển khai định tuyến theo khu vực để doanh nghiệp kiểm soát tốt hơn việc xử lý dữ liệu.
- 7The New Stack·18/9/2026researchMô hình mở chiếm đa số token trên Vercel AI Gateway
Vercel cho biết các mô hình mở đã xử lý 56% tổng số token đi qua AI Gateway trong tháng 8, lần đầu tiên vượt mốc đa số theo tháng. Tuy vậy, Anthropic vẫn chiếm 64% tổng chi tiêu, cho thấy mức độ sử dụng mô hình mở đang tăng nhanh hơn tỷ trọng doanh thu.
- 7The New Stack·14/9/2026product_launchOpenRouter bổ sung định tuyến AI chỉ trong phạm vi Mỹ cho doanh nghiệp
OpenRouter đã phát hành rộng rãi tính năng định tuyến trong khu vực Mỹ cho khách hàng doanh nghiệp, bảo đảm các yêu cầu đi qua điểm cuối tại Mỹ được giải mã, xử lý và phục vụ hoàn toàn trong lãnh thổ Hoa Kỳ, hoặc bị từ chối nếu không đáp ứng được. Động thái này nhằm đáp ứng việc các mô hình open-weight, đặc biệt là mô hình từ Trung Quốc, chiếm tỷ trọng lớn trong lưu lượng token tại Mỹ và giúp doanh nghiệp kiểm soát tốt hơn nơi dữ liệu được xử lý.
- 3Hacker News·14/9/2026researchChạy lại benchmark SVG với LLM mới trên sáu mô hình
Một bài đăng trên Hacker News mô tả phần tiếp nối benchmark pelican-riding-a-bicycle của Simon Willison, dùng các LLM mới hơn để tạo SVG từ các prompt tương tự như bạch tuộc chơi đàn organ ống. Tác giả đã thử 10 prompt trên 6 mô hình qua OpenRouter, tốn khoảng 20 USD và công bố kết quả trên một trang liên kết.
- 5Simon Willison·11/9/2026framework_updateĐịnh tuyến của OpenRouter có thể làm thay đổi hành vi mô hình
OpenRouter quảng bá khả năng tự động chuyển dự phòng và chọn phương án tiết kiệm chi phí nhất giữa các nhà cung cấp mô hình, nhưng mỗi nhà cung cấp có thể chạy cùng một mô hình bằng phần mềm phục vụ, cấu hình và năng lực khác nhau. Bài viết nêu rằng điều này có thể dẫn đến đầu ra không nhất quán, thiếu hỗ trợ thị giác hoặc cách xử lý tùy chọn suy luận khác nhau, đồng thời người dùng có thể giới hạn nhà cung cấp bằng tùy chọn provider.only.
- 6Hacker News·11/9/2026researchĐánh giá benchmark cho thấy RTK tiết kiệm token không đồng nghĩa giảm chi phí coding AI
Một phân tích benchmark đã thử nghiệm RTK, công cụ nén đầu ra terminal cho các agent lập trình AI, và cho thấy mức giảm token được báo cáo lớn không đồng nghĩa với việc giảm chi phí một cách ổn định. Kết quả thay đổi theo mô hình và nhiệm vụ: một thiết lập tiết kiệm nhẹ, trong khi thiết lập khác lại tốn kém hơn tổng thể. Nghiên cứu kết luận rằng việc giảm đầu ra terminal có thể hữu ích, không tạo khác biệt, hoặc phản tác dụng tùy cấu trúc tác vụ và hành vi của agent.
- 4Hacker News·8/9/2026researchSo sánh các tổ hợp mô hình và harness trên một tác vụ Three.js
Một bài đăng trên Hacker News tường thuật việc thử nghiệm 10 tổ hợp mô hình và harness khác nhau với cùng một prompt để tạo cảnh hangar khoa học viễn tưởng bằng Three.js. Bài viết so sánh thời gian chạy, mức dùng token, số lần gọi công cụ, kiểm tra trong trình duyệt và chi phí ước tính giữa các mô hình như GLM 5.3 Flash Max, các biến thể GPT-5.6 và Qwen 3.8 27B trên các harness khác nhau.
- 6Hacker News·4/9/2026product_launchGPT-6 Astra được niêm yết trên OpenRouter
OpenRouter hiện đã niêm yết GPT-6 Astra, đưa mô hình này vào thị trường mô hình và lớp tổng hợp API của nền tảng. Thảo luận trên Hacker News tập trung vào việc mô hình xuất hiện trên nền tảng và ý nghĩa của nó đối với khả năng truy cập cũng như định tuyến qua nhiều nhà cung cấp.
- 7Hacker News·2/9/2026researchPerplexity trích dẫn các trang danh sách phần mềm tạo hàng loạt từ các miền ít tên tuổi
Một phép đo trên Perplexity/sonar và Perplexity/sonar-pro cho thấy phần lớn trích dẫn cho 380 truy vấn về danh mục phần mềm dẫn tới các miền có thứ hạng thấp hoặc không được xếp hạng, trong đó tỷ lệ đáng kể đến từ các trang mới. Nghiên cứu cũng phát hiện ba miền liên quan đã xuất bản hơn 215.000 trang “best <category>” do máy tạo ra và đang được các mô hình dùng làm nguồn grounding.
- 5The New Stack·1/9/2026model_releaseGLM-5.3-Flash Đổi Thời Gian Lấy Chi Phí Thấp Hơn
The New Stack so sánh GLM-5.3-Flash và GLM-5.3 của Z.AI trên các bài toán lập trình, suy luận và trích xuất thông tin. Cả hai đều cho kết quả đúng, nhưng Flash dùng nhiều token và thời gian hơn đáng kể, dù chi phí mỗi truy vấn vẫn thấp hơn nhờ mức giá rẻ hơn nhiều.
- 8Simon Willison·29/8/2026model_releaseTencent mở mã nguồn mô hình ngôn ngữ Hy4 Preview
Tencent đã phát hành Hy4 preview, một mô hình ngôn ngữ lớn mã nguồn mở với 770B tham số tổng và 49B tham số hoạt động, cùng cửa sổ ngữ cảnh trên 1 triệu token. Theo Tencent, mô hình này được tối ưu cho các tác vụ năng suất như lập trình, công việc văn phòng, nghiên cứu khoa học và phát triển trò chơi, đồng thời có thể truy cập qua các sản phẩm và API của Tencent.
- 6Hacker News·27/8/2026open_sourceShow HN: Cổng điều phối mô hình mã nguồn mở giúp chuyển lưu lượng tới mô hình tốt hơn
Dự án giới thiệu một cổng điều phối mô hình mã nguồn mở để quản lý các mô hình tự triển khai, mô hình tiên tiến và mô hình mã nguồn mở trong một giao diện thống nhất. Hệ thống nhấn mạnh độ trễ thấp, hỗ trợ nhiều nhà cung cấp và mô hình, cùng cơ chế tối ưu dựa trên lưu lượng, trace và mô phỏng để chọn mô hình phù hợp nhất cho từng yêu cầu. Nhóm phát triển cho biết có thể tự triển khai hoặc dùng bản dịch vụ lưu trữ mà không tính thêm phí chênh lệch.
- 8The New Stack·27/8/2026researchBenchmark cho thấy harness lập trình AI có thể gây chênh lệch token tới 70 lần
Các benchmark gần đây so sánh nhiều harness lập trình AI chạy cùng một mô hình nền và phát hiện chênh lệch rất lớn về lượng token và chi phí. Kết quả cho thấy thiết kế của harness, bao gồm chi phí prompt ban đầu và số lượt tương tác, có thể quan trọng không kém bản thân mô hình khi định giá agent lập trình.
- 7The New Stack·27/8/2026product_launchReplit đặt Auto mode làm mặc định cho định tuyến mô hình
Replit đang triển khai hệ thống định tuyến mô hình thông minh làm mặc định cho tất cả tài khoản, tự động chọn mô hình theo yêu cầu của tác vụ, tốc độ và chi phí. Người dùng Core và Pro vẫn có thể tắt Auto mode để chọn mô hình thủ công, trong khi quản trị viên doanh nghiệp có thể giới hạn việc định tuyến trong các mô hình đã được phê duyệt.
- 8The New Stack·26/8/2026model_releaseZ.ai ra mắt GLM-5.3-Flash, mô hình lai chi phí thấp chạy trên chip Trung Quốc
Z.ai cho biết mô hình bí ẩn Ox-alpha thực chất là GLM-5.3-Flash, một mô hình lai 320 tỷ tham số với 18 tỷ tham số hoạt động, được thiết kế để suy luận với chi phí rất thấp. Mô hình đã được mở mã nguồn trên Hugging Face theo giấy phép MIT và đang có mặt trên các nền tảng như OpenRouter; Z.ai nhấn mạnh rằng hệ thống phục vụ mô hình được triển khai hiệu quả trên chip AI Trung Quốc bằng ngăn xếp suy luận riêng dựa trên SGLang.
- 7The New Stack·24/8/2026model_releaseOx Alpha làm dấy lên câu hỏi về quyền riêng tư và nguồn gốc
Ox Alpha xuất hiện như một mô hình lập trình ẩn danh trên OpenRouter và OpenCode, trong khi danh tính nhà phát triển vẫn chưa được xác nhận. Vấn đề lớn hơn là các tuyến truy cập khác nhau dường như áp dụng điều khoản lưu trữ dữ liệu và huấn luyện khác nhau, khiến việc gửi mã riêng tư vào mô hình này trở nên khó đoán về quyền riêng tư.