OpenRouter API Guide: Eine API für Top-KI-Modelle

Ein API-Key, ein Endpoint, Hunderte von Sprachmodellen. Das ist das Versprechen der OpenRouter API — und weil sie das OpenAI-Schema spricht, können die meisten Apps sie allein durch das Ändern der Base-URL übernehmen. Dieser Guide führt dich von null bis zu produktionsreifen Calls.

Was du lernen wirst:

• Einen Key erstellen und deinen ersten Request mit curl, Python und TypeScript senden

• Modell-Slugs (vendor/model) lesen und Varianten wie :free, :nitro und :floor nutzen

• Streaming, Rate Limits und Fallbacks über mehrere Modelle beherrschen

• Wissen, was die Plattform kostet — und wann ein multimodales Gateway die bessere Wahl ist

Wie OpenRouter funktioniert

Der Modellkatalog

OpenRouter listet Hunderte von Modellen von OpenAI, Anthropic, Google, Meta, Mistral, DeepSeek, Qwen und weiteren — jedes mit Preisen pro Token und Kontext-Spezifikationen auf seiner Modellseite ^[1].

Wie ein Request abläuft

Dein Request trifft auf den einheitlichen Endpoint, der Router wählt für dieses Modell einen Upstream-Provider (viele Modelle haben mehrere), führt aus und normalisiert die Antwort in das OpenAI-Format. Die Provider-Auswahl balanciert standardmäßig Preis und Verfügbarkeit ^[2].

Was es kostet

Inference wird zum Listenpreis des Providers ohne Aufschlag abgerechnet; die Plattform berechnet 5.5% (min. $0.80) beim Kauf von Credits, und kostenlose Modelle sind auf 50 Requests/Tag begrenzt (1,000/Tag, sobald du Credits im Wert von $10+ gekauft hast) ^[3].

Schnellstart

1. Konto und Key erstellen

Registriere dich, kaufe ein kleines Credit-Paket (das schaltet auch das höhere Free-Tier-Limit frei) und erstelle einen Key im Dashboard. Keys sind Bearer-Tokens — bewahre sie serverseitig auf.

2. Erster Request mit curl

curl https://openrouter.ai/api/v1/chat/completions \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "openai/gpt-5.2",
    "messages": [{"role": "user", "content": "Hello from the unified API"}]
  }'

3. Python und TypeScript

Die offiziellen OpenAI-SDKs funktionieren unverändert:

from openai import OpenAI

client = OpenAI(
    base_url="https://openrouter.ai/api/v1",
    api_key="sk-or-...",
)

resp = client.chat.completions.create(
    model="google/gemini-2.5-pro",
    messages=[{"role": "user", "content": "Three taglines for a coffee app"}],
)

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://openrouter.ai/api/v1",
  apiKey: process.env.OPENROUTER_API_KEY,
});

Modell-Slugs und Varianten

Einen Slug lesen

Modell-IDs folgen dem Muster vendor/model-name, z. B. anthropic/claude-sonnet-4.5 oder deepseek/deepseek-chat. Der exakte String auf der Modellseite ist genau der String, den die API erwartet.

Die Suffix-Varianten

Varianten sind Routing-Hinweise, keine anderen Gewichte — gleiches Modell, andere Provider-Auswahl ^[2].

Ein Modell auswählen

Filtere den Katalog nach Preis, Kontextfenster und Modalität und benchmarke dann mit deiner eigenen Aufgabe. Die pragmatische Leiter: Prototyp auf einer :free-Variante, Launch mit einem Mittelklasse-Modell, ein Frontier-Modell für die schwierigen 10% der Requests.

Produktionsthemen

Streaming

Setze "stream": true und konsumiere Server-Sent Events — identisch mit dem Streaming-Vertrag von OpenAI, bestehender Streaming-UI-Code funktioniert also unverändert.

Rate Limits und Retries

Limits skalieren mit deinem Credit-Guthaben statt in festen Stufen; auf 429er solltest du mit exponentiellem Backoff reagieren. Bei kostenlosen Modellen plane mit den Limits von 50/1,000 pro Tag ^[3].

Fallbacks

Übergib ein priorisiertes models-Array, und der Router versucht bei Fehlern oder Rate Limits serverseitig das nächste Modell ^[4]:

{
  "model": "openai/gpt-5.2",
  "models": ["anthropic/claude-sonnet-4.5", "deepseek/deepseek-chat"],
  "messages": [{ "role": "user", "content": "..." }]
}

Wenn du mehr als Sprachmodelle brauchst

OpenRouter vereinheitlicht Text. Sobald auf deiner Roadmap „ein Produktbild generieren“ oder „einen Videoclip hinzufügen“ steht, bist du zurück bei Integrationen pro Anbieter — es sei denn, dein Gateway deckt diese Modalitäten nativ ab.

Eine einheitliche API, die Medienmodelle einschließt

APIMart wendet dasselbe Ein-Key-Muster auf 500+ Modelle an: Chat, Bild (GPT-Image-2), Video (Sora 2, Kling, Veo) und Audio (Suno).

Preise unter Liste statt auf Liste

Die Modelle werden zu rund 20% unter den offiziellen Preisen angeboten, mit veröffentlichten Original- und Rabattpreisen pro Modell auf der Preisseite — keine separate Gebührenrechnung nötig.

Drop-in für denselben Code

Die Endpoints sind OpenAI-kompatibel, der Schnellstart oben funktioniert also mit anderer Base-URL und anderem Key. Deine Modell-Registry und Fallback-Logik bleiben unverändert bestehen.

Greife mit einem API-Key auf 500+ KI-Modelle zu

Chat-, Bild-, Video- und Audio-Modelle hinter einer einzigen OpenAI-kompatiblen API — transparentes Pay-as-you-go-Pricing rund 20% unter den offiziellen Preisen.

Jetzt loslegen

Fazit

Richte ein OpenAI-SDK auf den einheitlichen Endpoint, referenziere Modelle über den vendor/model-Slug, nutze :floor oder :nitro, wenn Kosten oder Geschwindigkeit zählen, füge vor der Produktion ein models-Fallback-Array hinzu — und denk daran, dass die realen Kosten Listenpreis plus 5.5% Aufladegebühr sind ^[3]. Wenn deine App auch Bilder, Video oder Audio braucht, starte mit einem Gateway, das sie bereits abdeckt.