💡 目录 💡
01 上线背景和演进历程
02 定位与功能
03 服务和计费
在经典应用架构中，「网关」往往意味着对用户请求的统一接入、认证鉴权、流控、协议转换等功能，Nginx、Envoy、Kong 等网关项目便是这一类能力的典型代表。而无论是微服务架构，还是云原生架构，这类产品的使用逻辑相对清晰、选型依据也相对稳定。
但进入 AI 应用时代后，原本定义清晰的「网关」概念正在被重新塑造。例如最近较热的 OpenRouter，早期以 LLM MarketPlace 自居的产品，如今也开始将自己定位为 “AI Gateway”。
这标志着三个重要变化：
AI Gateway 的供应商类型更多元化了：不仅有公共云厂商，如阿里云 API 网关（Higress）；独立网关厂商，如 Kong，提供私有化服务和开源方案；也有由 OpenRouter 这种从模型调用的刚性需求切入的初创企业。 AI Gateway 的使用者画像更加丰富了：不仅有负责基础设施的运维和 SRE，也有使用通用模型和 AI 编程模型调用服务的广大的程序员群体。 AI Gateway 的能力范畴被扩展了：不仅限于面向企业交付场景，构建 AI 应用时提供的大模型层面的流量治理和用户访问权限管控能力，也面向于程序员调用大模型服务的场景，提供统一、易用、成本效益可控的模型集成能力。
对开发者和企业用户而言，这会带来一定的认知负担。过去我们只需对比网关遵循的标准、内核、性能、插件体系、上下游集成能力、可观测性、以及其他企业级能力等几个硬指标；而今天，需要结合使用者画像、需求场景来界定不同类型的 AI Gateway。本文旨在以 OpenRouter vs. Higress 为代表，从上线背景&演进历程、定位和功能、计费和服务等维度，试图厘清这两款不同形态的 AI Gateway 的相关性和差异性。
01
上线背景和演进历程
每一个技术型产品的演进轨迹，都深受其初始形态与客户需求的双重塑造。AI Gateway 也不例外。因此，了解 Higress 与 OpenRouter 的上线背景与演进过程，更能加深我们对两者的认知。
OpenRouter：模型繁荣下的产物
OpenRouter 最初上线于 2023 年，目标是解决“调用和对比多个主流大模型 API 性能差异太繁琐”的问题。OpenRouter 统一封装了 OpenAI、Anthropic、Google、DeepSeek、Qwen、Kimi 等主流模型厂商的 API 接口，将原本分散、结构不一的调用方式整合成统一标准（大多数遵循 OpenAI 的接口规范），并提供一个单一的 API Key 管理入口，开发者可以同时调用多个大模型供应商的 API，既可使用自己的 API Key（BYOK），也可以充值使用平台提供的 Key（收取手续费）。
调用模型速度快和热门模型上线快是其核心优势，切中了程序员群体的痛点。
从早期简单的接口统一集成，到逐步引入模型之间的负载均衡、不断优化的调用性能、调用日志查询、Key 权限划分、模型可用性观测等能力，逐步从一个“模型聚合器”演变成轻量的“模型调用网关”。在 2024 年后期，OpenRouter 明确提出自己是 “AI Gateway”，并将其能力边界拓展至模型负载均衡、限流、即时缓存等更贴近网关能力的方向。
这种演化路径的核心驱动力来自企业级客户的真实需求：如何以最小的接入成本调用多个模型、试验模型效果、管理 Token 成本等。因此，OpenRouter 始终围绕“简化调用体验”这条主线展开，形成了它今天模型聚合+轻网关的形态。
Higress：随应用架构的发展而演进
相比 OpenRouter 的“新物种”特征，Higress 代表的则是经典的网关演进路线，即随着应用架构的发展而逐步演进。
Higress 于 2022 年开源，起初旨在构建一个面向云原生场景的网关，融合了 Istio 的服务治理思想、Envoy 的高性能数据面能力，并基于 WebAssembly 插件架构实现了强大的定制能力。进入 2024 年后，随着 AI 应用浪潮的来临，Higress 发布v1.4，在国内率先提供面向大模型场景的大模型代理、安全防护、访问鉴权、可观测、缓存、提示词工程等能力，快速吸引了 AI 开发者的注意力；2025年，加码开源，实现存量 API 批量0代码转化为 MCP Server 的能力，以及 MCP 网络协议卸载，无须承担 MCP 发布新版本带来的维护工作等，并发布 Higress MCP Marketplace，成为国内面向 MCP 场景的唯一的开源网关方案。
Higress 的演进是一种应用架构升级驱动下的扩展，不是另起炉灶，而是在云原生网关的基座上，通过插件、集成机制，把 AI 场景的能力有机的融合进去。这种方式天然契合存量应用 AI 化的诉求，对企业级客户更加友好。
02
产品定位与功能
虽然 OpenRouter 和 Higress 都打出了 “AI Gateway” 的旗号，但从产品定位与功能来看，两者并非同类对手，而是在不同出发点上，对“网关”能力做出了各自的解构与重塑。
一句话总结是：OpenRouter 是为程序员调用 AI 服务而生，而 Higress 是为企业交付 AI 应用而建。接下来，我们结合两个项目的使用界面，了解各自的定位和核心功能。
OpenRouter：为程序员调用 AI 服务而生
OpenRouter 的定位：围绕 “标准化模型的调用体验” 展开，持续提供增值能力的 SaaS 服务。功能上，OpenRouter 关注的是模型聚合（Model）与调用体验（Chat）两个核心维度。
模型聚合（Model）：它支持对多家模型厂商，提供统一的 API，让用户通过单个端点访问数百个 AI 模型，同时通过白屏的参数配置，例如 input 类型、支持的上下文长度、单价筛选模型。
OpenRouter 为 400 多个模型和提供商提供了与 OpenAI 兼容的补全 API，可以直接调用，也可以使用 OpenAI SDK 调用。此外，还提供了一些第三方 SDK。
调用体验（Chat）：在线多模型对话工具，提供统一的对话界面，方便开发者查看输出差异，对比模型的响应效果，进行提示词调试和评估上下文表现。
排行榜（Ranking）：以 token 作为计量单位，提供了通用模型、Coding 模型、Agent 三个维度的调用量排行。
此外，围绕模型调用提供了诸多的体验优化，比如：
路由与策略控制方面：提供了模型优先级设置、请求条件路由、Token 使用监控、失败重试等轻量控制能力，帮助开发者优化调用稳定性与成本效率。 权限与多租户支持：支持为每个 API Key 设置访问范围、频率限制，便于团队共享资源同时保证安全隔离。 可用性检测与模型状态反馈：尤其适合做 prompt 实验、A/B 调优等高频迭代的场景。
整体而言，OpenRouter 天然适用于构建模型调用的抽象层，但在更底层的网络协议、细粒度安全治理、企业应用接入等方面仍有明显短板。
Higress：为企业交付 AI 应用而建
Higress 的定位：为企业交付 AI 应用打造的网关，支撑的是企业 AI 应用的生产化落地。这意味着 Higress 服务的客户并不是程序员，而是企业，让企业可靠地把模型服务交付给用户使用，其三大使用场景如下：
容器和微服务网关：提供从集群入口流量到后端微服务的管理，包括路由转发、安全认证、协议转化，并结合微服务治理能力提供全链路灰度、限流降级保障链路稳定。 大模型网关：统一代理各主流大模型和自建大模型服务，提供 OpenAI兼容的访问方式，并提供二次 API KEY 签发、限流、安全防护、观测等治理能力 。 MCP 网关：支持 API-to-MCP 快速转化，并提供 MCP Server 代理、安全认证，以及统一观测、限流等治理能力。
因此，从 Higress 控制台上看，提供了企业应用接入时的路由、域名、服务来源配置，同时提供消费者管理、证书管理和网关的 CPU、Memory、用户请求等观测指标。
并通过丰富的插件，扩展网关的能力，例如限流、意图识别、内容审核审核等。
在 Higress 的 MCP 市场，可以将存量 API 转化为 Remote MCP Server，并上传到市场。
支持国内主流开源 Agent 的快速集成和调用，包括Cherry Studio/DeepChat//Lobe Chat/5ire...
此外，Higress 对多云与私有化部署友好，其架构支持多种部署形态，可灵活接入企业内已有应用架构体系。因此，Higress 是一款面向“复杂接入场景 + 高稳定性要求”的企业级 AI 网关，适合承担企业内部 AI 应用落地的基础设施角色。
03
服务和计费
从定位上看，OpenRouter 和 Higress 是在使用场景上，两种完全不同的 AI Gateway，因此服务和计费模式也完全不同。
由于 OpenRouter 提供的是模型的调用服务，因此是基于各个模型厂商的计费规则提供服务：
通过 OpenRouter 申请各个模型的 API Key：充值 OpenRouter 的 Credit 额度，并收取 5.5% 过路费（支持加密货币，过路费 5%），Credit 按照模型厂商的定价进行等值消耗。 使用自己的 API Key（BYOK），OpenRouter 加收 5% 过路费，通过 Credit 额度抵扣。 部分能力通过 SDK 开源，比如 openrouter‑runner（Star 1k），提供多个模型的接入和 fallback 能力。
Higress 内核基于 Istio 和 Envoy，核心能力均是开源的，遵循 Apache-2.0 协议，提供公共云、专有云、混合云等多种部署模式。此外，提供云上托管版本阿里云 API 网关，在性能、稳定性、易用性、安全、云产品集成、可观测、以及其他企业级能力均作了增强。
