LLM API vs OpenRouter: welke route past bij jou

Twee verschillende routes naar hetzelfde protocol

De llm api vs openrouter vraag gaat eigenlijk over de vorm. OpenRouter wordt publiek beschreven als één API waarmee je modellen van veel verschillende providers met één account kunt bereiken. Een dedicated API zoals die op deze site is het tegenovergestelde: één model, gerund door één onafhankelijke provider, achter één endpoint.

Beide spreken het OpenAI Chat Completions-formaat. Dat is goed nieuws, omdat het betekent dat je niet vastzit. Code die voor de ene is geschreven, draait op de andere nadat je de base URL, de sleutel en de modelnaam hebt aangepast. De beslissing gaat dus niet over het herschrijven van je app. Het gaat om welke modeltoegang je nodig hebt, hoe voorspelbaar je het gedrag wilt en hoe je wilt betalen.

Een woord over eerlijkheid: deze site verkoopt de dedicated optie, dus lees de claims met dat in gedachten. Alles hieronder over de andere dienst is beperkt tot wat publiek bekend is, en voor hun modellenlijst, prijzen en beleid moet je hun huidige prijzen en documentatie controleren.

Naast elkaar

De tabel toont de kernafweging: breedte versus focus. Geen van beide is abstract gezien beter.

Wanneer een aggregator de betere keuze is

Wees eerlijk tegen jezelf over deze gevallen, want in elk van hen is een dedicated single-model API het verkeerde gereedschap.

• Je hebt meerdere modellen nodig. Als de ene taak een groot reasoning-model wil, een andere een goedkoop klein model, en een derde visie nodig heeft, bespaart een gateway je het beheren van veel accounts.
• Je wilt modellen vergelijken. Het evalueren van vijf modellen op dezelfde prompts is het eenvoudigst als ze één sleutel en één formaat delen.
• Je hebt afbeeldingen, audio of embeddings nodig. Deze dienst is alleen voor tekst. Er is geen generatie van afbeeldingen of audio, geen embeddings en geen fine-tuning.
• Je wilt een fallback tussen leveranciers. Een enkel dedicated model kan niet failoveren naar een andere modelfamilie.
• Je hebt een officieel leveranciersmodel bij naam nodig. Dit is niet de officiële API van Meta, Mistral, Qwen, DeepSeek, OpenAI, Google, Anthropic of een andere leverancier, en het is geen router tussen leveranciers.

Als twee of meer van die punten op jou van toepassing zijn, begin dan met een aggregator en negeer de rest van dit artikel.

Wanneer een dedicated ongecensureerde API de betere keuze is

De dedicated route heeft zin wanneer de producteis smal en stabiel is.

Je hebt hetzelfde gedrag elke keer nodig

Wanneer een app antwoorden krijgt uit een pool van modellen, kan het gedrag tussen hen verschillen, en kan een model veranderen of verdwijnen. Met één model ID, uncensored, worden je prompts getest tegen één ding. Voor fictietools, roleplay en companion apps voor volwassenen is die voorspelbaarheid meer waard dan een lange modellenlijst.

Weigeringen zijn het probleem dat je oplost

Als je gebruikers volwassen fictie schrijven of onderwerpen bespreken die general-purpose assistants weigeren, wil je een model dat is afgestemd op antwoorden zonder content refusals voor legaal gebruik door volwassenen. De enige harde limiet is dat seksuele inhoud met minderjarigen nooit is toegestaan.

Je wilt eenvoudige facturatie

Er is één prijspaar, $0,15 per 1M input tokens en $0,50 per 1M output tokens. Mislukte of geweigerde verzoeken worden niet in rekening gebracht. Tegoed is prepaid, verloopt nooit, en top-ups lopen van $20 tot $500 met +5% vanaf $50, +10% vanaf $100 en +15% vanaf $200. Volledige details staan op de prijzenpagina.

Wat een maand kan kosten, uitgerekend

Stel een chat-app met 2.000 gesprekken per maand. Elk gesprek heeft 10 beurtjes, met gemiddeld 1.800 input tokens en 350 output tokens per beurt.

• Beurtjes: 2.000 x 10 = 20.000
• Input tokens: 20.000 x 1.800 = 36.000.000, dus 36 x $0,15 = $5,40
• Output tokens: 20.000 x 350 = 7.000.000, dus 7 x $0,50 = $3,50
• Totaal: $8,90 voor de maand

Omdat de minimale top-up $20 is, is dat ongeveer twee maanden van deze workload vanuit één top-up, en het tegoed verloopt niet. Om dezelfde rekenkunde uit te voeren tegen een andere dienst, neem je de prijzen per miljoen van hun huidige prijzenpagina en stop je ze in dezelfde formule. Vertrouw geen getal dat uit een blogpost is gekopieerd, inclusief deze, omdat prijzen veranderen.

Er is ook een valkuil in kostenvergelijking: het goedkoopste model per token is niet het goedkoopste per taak. Een model dat drie retries nodig heeft, of dat weigert en een beurt verspeelt, kost in de praktijk meer. Tel je echte tokens per voltooide taak.

Tussen de twee schakelen zonder herschrijven

Omdat beide routes een protocol delen, kun je je opties open houden. Zet de base URL, sleutel en modelnaam in configuratie, niet in code. Dan is het schakelen van een taak van de ene route naar de andere een wijziging van de omgeving.

Copyimport OpenAI from "openai";

const client = new OpenAI({
  baseURL: process.env.LLM_BASE_URL ?? "https://api.comparellmapi.com/v1",
  apiKey: process.env.LLM_API_KEY,
});

const model = process.env.LLM_MODEL ?? "uncensored";

const resp = await client.chat.completions.create({
  model,
  messages: [{ role: "user", content: "Summarize the plot of a heist story in three lines." }],
});
console.log(resp.choices[0].message.content);

Een veelvoorkomend patroon is het sturen van algemene taken (samenvattingen, classificatie, codehulp) naar het general-purpose-model naar keuze, en het sturen van creatieve of mature-content taken naar het ongecensureerde endpoint. Je krijgt breedte waar je het wilt en geen weigeringen waar je dat niet wilt.

Vragen om op te helderen voordat je kiest

1. Heb je meer dan één model nodig? Gebruik dan een aggregator voor die onderdelen.
2. Wordt mijn content vandaag geweigerd? Test dan het dedicated endpoint op die exacte prompts.
3. Heb je niet-tekstuitvoer nodig? Deze dienst kan dat niet leveren.
4. Hoeveel parallel verkeer heb je nodig? Vergelijk dit met 8 gelijktijdige verzoeken op een volledige sleutel.

Limieten die je moet kennen voor je kiest

Een eerlijke vergelijking omvat de beperkingen aan deze kant.

• Contextvenster: 100.000 tokens, prompt plus completion.
• Een volledige sleutel staat 8 gelijktijdige verzoeken en 300 verzoeken per minuut toe. Een proefsleutel staat 2 en 60 toe.
• Maximale request body: 8 MB.
• 429-fouten worden geleverd met een code: rate_limited, concurrency, of een korte overbelasting met Retry-After: 5.
• Ondersteunde functies: streaming, tool calling, JSON-modus en de gebruikelijke sampling-parameters.

Als je applicatie duizenden parallelle verzoeken nodig heeft, is 8 gelijktijdig je plafond en moet je daarop plannen of anders kiezen. Zie ook onze vergelijking van tokenkosten voor meer prijsdetails.

Betrouwbaarheid is een aparte vraag

Mensen voegen uptime vaak toe aan deze beslissing, maar geen van beide routes kan worden beoordeeld aan de hand van een blogpost. Een gateway voegt een hop toe en is afhankelijk van de provider achter het model dat je hebt gekozen. Een dedicated endpoint is afhankelijk van één operator en één model. Geen van beide is automatisch veiliger. Als beschikbaarheid belangrijk is voor je product, voer dan je eigen test uit: stuur gedurende een week een constante stroom van verzoeken, log fouten en latentie, en beslis op basis van je eigen cijfers.

Bouw een retry in voor 429- en 5xx-fouten, welke route je ook kiest, en houd de base URL in de configuratie zodat je kunt schakelen als de ene kant een slechte dag heeft. Die ene gewoonte is meer waard dan elke vergelijkingstabel.

Uitproberen duurt tien minuten

De eenvoudigste manier om te beslissen is testen. Nieuwe gebruikers kunnen met één klik $0,50 aan gratis proeftegoed claimen op de API-sleutel-pagina, geldig voor 7 dagen, zonder kaart, één per persoon. Wijs vervolgens je bestaande OpenAI-client naar dit endpoint:

Copyimport os
from openai import OpenAI

client = OpenAI(base_url="https://api.comparellmapi.com/v1", api_key=os.environ["LLM_API_KEY"])

resp = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Write a two-line villain monologue."}],
)
print(resp.choices[0].message.content)

Voer de prompts uit die je huidige setup weigert of slecht verwerkt, en vergelijk. Omdat het formaat hetzelfde is, kun je beide routes in je code behouden en kiezen per taak. De docs behandelen streaming en tool calls. Prompts worden niet gebruikt voor training.

Meer handleidingen

• Ongecensureerde LLM API: prijzen en vergelijking van tokenkosten