微信扫码
添加专属顾问
我要投稿
AI菩萨OpenRouter带来编程新利器,免费模型与全模型联网功能,开启智能编程新时代。 核心内容: 1. 推出100k免费长上下文模型Quasar Alpha,专为代码优化 2. 所有模型支持联网功能,增强AI应用的事实依据和透明度 3. 使用步骤及API调用方法,轻松集成OpenAI兼容的Quasar Alpha模型
AI菩萨OpenRouter连发两大招宣布推出两项重大更新。
一个是专为写代码的100k免费模型,另一个则是为所有的模型增加了联网功能,包括免费提供的 类似于deepseek v3这种。
OpenRouter首次推出代号为"Quasar Alpha"的隐秘模型。据官方介绍,这是来自某模型实验室的下一代长上下文基础模型的预发布版本,具有以下特点:
不过,官方表示会记录使用数据并限速,为了收集反馈和防止滥用。
Quasar Alpha是一个提供给社区收集反馈的隐藏模型。本身就是一个功能强大的通用模型,支持长上下文任务,包括代码生成。
使用步骤很简单。
访问openrouter.ai并创建账户。OpenRouter就允许免费使用,当然你可以购买更多积分来使用高级模型,比如Claude3.7,GPT4.5,最最重要的一点是纯官方的体验但是完全不用担心连接和封号问题。
充值的话,我试过国内的普通visa信用卡就行,可以办一张,如果不想办,也可以使用一些虚拟卡直接支持支付宝的充值,比如:https://yeka.ai/i/GPTOPENAI
我使用了大概一年,上面消费了200多刀,还比较稳。
注册后,前往https://openrouter.ai/keys创建API密钥。
OpenRouter提供与OpenAI兼容的API,可以直接调用或使用OpenAI SDK。通过API调用Quasar Alpha模型,可以使用以下格式:
{
"model": "openrouter/quasar-alpha",
"messages": [
{"role": "user", "content": "你好,请帮我写一个Python函数..."}
]
}如果是在其它客户端使用,按这样来:
使用免费模型变体(ID以:free结尾),则限制为每分钟20个请求,每天200个请求。
这个模型比较擅长代码生成和长上下文任务,各位有这些场景下可以尝试,反正白嫖。
下面是这个是最重要的更新,让OpenRouter家所有的任意的模型支持联网!
后面请求任意的OpenRouter家的模型,都可以开启联网 ,让AI先搜索再根据搜索内容返回,可以构建具有事实依据的AI应用,让AI回答包含来源引用,大大提高了可信度和透明度。
如何使用么?只需要在模型标识后附加:online。
{
"model": "openai/gpt-4o:online"
}以免费的DeepSeek-V3为例子。
配置如下:
配置完成后,直接显示可联网。
测试:
网络搜索插件由Exa提供支持,使用其"auto"方法(关键词搜索和基于嵌入的网络搜索的组合)找到最相关的结果,并增强/支持提示。
{
"message": {
"role": "assistant",
"content": "以下是我找到的最新消息:...",
"annotations": [
{
"type": "url_citation",
"url_citation": {
"url": "https://www.example.com/web-search-result",
"title": "网络搜索结果的标题",
"content": "网络搜索结果的内容", // 由OpenRouter添加(如可用)
"start_index": 100, // URL引用在消息中的第一个字符的索引
"end_index": 200 // URL引用在消息中的最后一个字符的索引
}
}
]
}
}自定义Web插件,可以自定义web插件允许的最大结果数和用于将它们附加到消息流的提示:
{
"model": "openai/gpt-4o:online",
"plugins": [
{
"id": "web",
"max_results": 1, // 默认为5
"search_prompt": "一些相关的网络结果:" // 查看下面的默认设置
}
]
}默认情况下,web插件使用以下搜索提示,使用当前日期:
已于`日期`进行了网络搜索。将以下网络搜索结果纳入您的回复中。重要:使用以源域名命名的markdown链接引用它们。示例:[nytimes.com](https://nytimes.com/some-page)。
最后是定价,web插件使用的OpenRouter积分,收费为每1000个结果4美元。默认情况下,max_results设置为5,这相当于每个请求最多0.02美元,此外还有搜索结果提示令牌的LLM使用费用。
53AI,企业落地大模型首选服务商
产品:场景落地咨询+大模型应用平台+行业解决方案
承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业
2025-10-30
Cursor 2.0的一些有趣的新特性
2025-10-30
Anthropic 发布最新研究:LLM 展现初步自省迹象
2025-10-30
让Agent系统更聪明之前,先让它能被信任
2025-10-30
Rag不行?谷歌DeepMind同款,文档阅读新助手:ReadAgent
2025-10-29
4大阶段,10个步骤,助你高效构建企业级智能体(Agent)
2025-10-29
DocReward:让智能体“写得更专业”的文档奖励模型
2025-10-29
沃尔沃RAG实战:企业级知识库,早就该放弃小分块策略
2025-10-29
大模型的Funcation Calling是什么?
2025-08-21
2025-08-21
2025-08-19
2025-09-16
2025-10-02
2025-09-08
2025-09-17
2025-08-19
2025-09-29
2025-08-20
2025-10-29
2025-10-29
2025-10-28
2025-10-28
2025-10-27
2025-10-26
2025-10-25
2025-10-23