31 
Содержание
Разберёмся, OpenRouter или LiteLLM что выбрать, и где вообще проходит граница между облачным роутером, self-hosted слоем, прямым API провайдера и российскими шлюзами. Универсального ответа нет, у каждого варианта своя ниша. В статье трезво сравним подходы, покажем LiteLLM в деле и выведем простую схему выбора. Это заключительный материал серии, поэтому в конце соберём общую картину.
Когда хватает OpenRouter
OpenRouter это облачный роутер. Один ключ, один адрес, десятки моделей, единый счёт и биллинг. Вся предыдущая серия про то, как этим пользоваться: от первого запроса до агентов и мультимодальности. Такой вариант хорош, когда вы не хотите держать свою инфраструктуру и вам важна скорость запуска.
Типичный случай простой. Команда хочет попробовать несколько моделей и быстро выкатить фичу. Поднимать свою инфраструктуру ради этого дорого и долго. OpenRouter даёт результат в тот же день. Когда продукт вырастет и появятся строгие требования, слой всегда можно поменять.
Сверху OpenRouter добавляет то, что мы разбирали в серии. Это маршрутизация с фолбэком, кэш промптов, sticky-роутинг и субагенты. Всё это работает из коробки, без своей обвязки. За удобство вы платите тем, что доверяете внешнему сервису.
Важный плюс всех этих подходов это переносимость. Интерфейс везде OpenAI-совместимый, поэтому смена слоя не переписывает приложение. Вы меняете адрес и ключ, а код остаётся. Это снижает привязку к любому одному варианту.
Минус ровно там же, где плюс. Запрос идёт через сторонний сервис, и вы доверяете маршрутизацию ему. Приватность при этом настраивается, о чём была статья про приватность и команду, но сам слой всё равно внешний. Для многих задач это приемлемо, для части корпоративных сценариев нет.
ИИ-агенты для оптимизации бизнес-процессов
Код курса
AGENT
Ближайшая дата курса
26 октября, 2026
Продолжительность
24 ак.часов
Стоимость обучения
66 000
LiteLLM как self-hosted слой
LiteLLM это библиотека и прокси, которые вы разворачиваете у себя. Она даёт единый OpenAI-совместимый интерфейс к сотне провайдеров, но живёт в вашей инфраструктуре. Это ключевой аргумент для импортозамещения: промпты и данные не покидают ваш контур, а через какие модели ходить, вы решаете сами.
Все примеры кода используемый в статье 8 мы дополнительно выкладываем на наш GitHub репозиторий
Важно, что LiteLLM и OpenRouter не взаимоисключающие. LiteLLM умеет ходить в OpenRouter через префикс модели, и тогда вы получаете свой управляющий слой поверх удобного роутера. Проверим на стенде: один вызов через LiteLLM уходит в OpenRouter.
# протестировано на EU-ноде (AWS Stockholm) 2026-08-04: Python 3.12.3, litellm 1.60.2, OpenRouter API
import litellm
# Модель с префиксом openrouter/ говорит LiteLLM идти в OpenRouter.
# Ключ берётся из переменной окружения OPENROUTER_API_KEY автоматически.
r = litellm.completion(
model="openrouter/openai/gpt-4o-mini",
messages=[{"role": "user", "content": "Ответь одним словом: готово"}],
max_tokens=10,
)
# Ответ в том же формате OpenAI, что и у прямого вызова OpenRouter.
print("litellm -> OpenRouter:", r.choices[0].message.content)
print("model:", r.model)
litellm -> OpenRouter: Готово. model: openrouter/openai/gpt-4o-mini
Тот же интерфейс, но точка управления теперь у вас. Захотите увести трафик с OpenRouter на прямые ключи провайдеров, поменяете конфигурацию LiteLLM, а не код приложения. Полный сценарий в файле litellm_demo.py.
У LiteLLM есть и режим прокси. Вы поднимаете его как сервис, а приложения ходят в него по одному адресу. Внутри он раздаёт запросы по провайдерам, считает расход и умеет фолбэк. Для команды это единая точка контроля целиком на вашей стороне.
Прямые подключения к провайдерам
Самый простой случай это прямой вызов API одного провайдера. Если вам нужна ровно одна модель у одного поставщика, посредник не нужен вовсе. Вы получаете минимум задержки и полный контроль над контрактом с провайдером.
Расплата это негибкость. Каждый новый провайдер это новый SDK, новый ключ и новый формат. Как только моделей становится несколько, прямые подключения превращаются в зоопарк. Именно эту боль и снимают роутер или self-hosted слой.
Прямой путь оправдан и по комплаенсу. Если договор и оценка рисков есть только с одним провайдером, лишний посредник мешает. Тогда простота и прямой контракт важнее гибкости. Но такие случаи скорее исключение, чем правило.
Российские шлюзы к LLM
Отдельная категория это российские шлюзы и агрегаторы. Их смысл в доступе к моделям из России без возни с обходом гео и с оплатой в рублях. Это удобно, когда важнее простота доступа, чем максимальный выбор моделей.
Здесь есть свои компромиссы. Набор моделей у шлюза обычно уже, а данные идут через ещё одного посредника, чью политику надо проверять отдельно. Для чувствительных данных это тот же вопрос доверия, что и с любым внешним слоем. Трезво взвешивайте удобство против контроля.
Ещё момент это устойчивость. Шлюз завязан на своих договорённостях с провайдерами, и его каталог может меняться. Для разовых задач это некритично. Для продакшена стоит держать запасной путь на случай, если шлюз что-то отключит.
Сравнение и схема выбора
Сведём подходы в таблицу, чтобы видеть их рядом.
| Подход | Где живёт | Приватность | Когда брать |
|---|---|---|---|
| OpenRouter | Облако | Настраивается, слой внешний | Много моделей одним ключом, быстрый запуск |
| LiteLLM | Ваша инфраструктура | Промпты остаются у вас | Self-host и импортозамещение |
| Прямой API | У провайдера | Прямой контракт с одним поставщиком | Одна модель, минимум задержки |
| Российский шлюз | Облако РФ | Ещё один посредник | Доступ из РФ без обхода гео |
Схема выбора укладывается в пару вопросов.
Российский шлюз стоит особняком: его выбирают, когда на первом месте доступ из РФ и оплата в рублях, а не ширина каталога. В остальном ветка та же, что и выше, только с поправкой на регион.
И мысль напоследок. Подходы можно комбинировать. LiteLLM поверх OpenRouter, прямой ключ для одной критичной модели, шлюз для российского контура. Никто не заставляет выбирать раз и навсегда. Начните с простого и усложняйте по мере роста требований.
ИИ-агенты для оптимизации бизнес-процессов
Код курса
AGENT
Ближайшая дата курса
26 октября, 2026
Продолжительность
24 ак.часов
Стоимость обучения
66 000
Итог серии
Мы прошли восемь шагов. Начали со старта и оплаты из России, разобрали маршрутизацию и экономику токенов. Дальше собрали no-code сценарий в n8n, дошли до tool calling и агентов, покрыли мультимодальность и приватность с работой командой.
Вывод простой. OpenRouter это быстрый и удобный способ работать с моделями, а альтернативы закрывают то, чего ему не хватает: полный self-host, прямой контракт или региональный доступ. Выбор идёт не по моде, а по вашим требованиям к приватности, гибкости и скорости запуска. Дальше эти навыки развиваются на практике в курсе про ИИ-агентов для оптимизации бизнес-процессов.
