「省 95% token，每月 16 亿免费额度，GitHub 上最火的趋势项目。」
6 月 28 日，GrowthSchool 创始人 Vaibhav Sisinty 在 X 上甩出这么一条帖子，配了一张密密麻麻的 token 预算表。评论区瞬间沸腾——2.2 万人围观，400 多人直接收藏。
他说的这个工具叫OmniRoute。
▲ Vaibhav Sisinty 原帖：「我刚发现一个工具，能把 AI token 成本降低 95%」，2.2 万次查看，283 赞
开发者的账单噩梦
先说一个很多人不愿面对的现实：2026 年，AI 编码工具已经从"尝鲜"变成了"离不开"。
Claude Code 每月 $100 起步，Cursor Pro 一年 $192，Codex 按 token 计费用多少扣多少。一个重度开发者同时开着三四个工具，月底看账单直接心跳加速。
更难受的是额度焦虑。Claude Pro 用户刚进入心流状态，右上角弹出"已达今日使用上限"。Cursor 用户把 tab 补全关了又开、开了又关，生怕浪费在不值得的地方。
还有一笔隐形账——token 浪费。你以为发给模型的 prompt 都是有用信息？看看 Claude Code 一个 30 分钟会话的实际构成：git diff、测试日志、构建输出、浏览器快照、反复传入的上下文……这些"噪音"占据了 60% 到 90% 的 token，对最终代码质量几乎没有贡献。
你在为垃圾信息买单。
OmniRoute 瞄准的就是这三个痛点。
一个 URL 统治所有工具
OmniRoute 的核心理念简单到令人怀疑：装一次，改一个地址，所有 AI 编码工具共享同一个入口。
具体来说，它在本地启动一个网关服务，地址是http://localhost:20128/v1。Claude Code、Cursor、Codex CLI、Cline、Copilot、Continue——凡是支持 OpenAI 或 Anthropic 兼容协议的工具，把 Base URL 指向这个地址就行。
背后，OmniRoute 连接了231 个 LLM 提供商，其中 50 多个有免费额度，11 个永久免费。
▲ OmniRoute GitHub 仓库，7.6k stars，1.3k forks，268 个 release，MIT 开源协议
这个项目在 GitHub 上已经迭代到 v3.8.39，4530 次提交，270 多位贡献者。光看标签就知道它的野心——mcp、gemini、openai、cursor、copilot、codex、cline、claude、a2a、deepseek、claude-code、token-saver……恨不得把整个 AI 编码生态全覆盖。
它用开发者 diegosouzapw 的话说：Never Stop Coding（永远别停下来写代码）。
压缩引擎：真正的杀手锏
省钱的秘密藏在两个压缩引擎里：RTK和Caveman。
RTK专门对付工具输出里的"废话"。git diff 里 500 行没变的上下文？砍掉。Jest 测试报告的进度条和 ANSI 颜色码？清除。构建日志里重复了 20 遍的 warning？只留一条。它用 49 条 JSON 过滤规则，精准识别并裁剪 Claude Code、Cursor 等工具最常产生的冗余输出。
官方给了一个真实案例：一个 30 分钟的 Claude Code 会话，原始消耗118,000 tokens，RTK 处理后只剩23,900 tokens——节省 79.7%。
Caveman则处理自然语言部分。它用一套多语言规则包，去掉填充词、犹豫表达和重复上下文，同时保护代码块、URL、JSON、文件路径这些结构化数据。
官方的一个压缩对比：
"The reason your React component is re-rendering is likely because you're creating a new object reference on each render cycle..."
压缩后变成：
"New object ref each render. Inline object prop = new ref = re-render. Wrap in useMemo."
69 个 token 变成 19 个，节省 72%，语义完全等价。
当 RTK 和 Caveman 叠加使用（官方称为 Stacked 模式），节省公式是：
combined = 1 - (1 - RTK节省率) × (1 - Caveman节省率)
按官方平均数据，RTK 节省 80%，Caveman 节省 46%，叠加后约89.2%。极端情况下（工具密集型会话），节省率可以到 95%。
这就是"省 95% token"这个数字的来源。激进吗？确实。但它有数学支撑，也有 fidelity gate（保真关卡）机制——如果压缩后语义偏移超过阈值，会自动退回原文。
16 亿免费 token：怎么算出来的？
这个数字是 OmniRoute 爆火的另一个核心卖点，也是最容易引发争议的地方。
项目维护者专门写了一份FREE_TIERS.md文档，解释计数方法论。他们用了一个叫pool-deduped（池化去重）的原则：多个免费提供商共享同一个后端池时，只计数一次，避免虚报。
▲ 官方免费额度文档，详细拆分了各级别 token 预算与计算方式
具体拆分：
- 稳态每月约 15.4 亿 token（Documented recurring grant）
- 首月可达约 21.5 亿（含注册赠送积分）
- 永久无上限类别（Pollinations、Qoder、LongCat 等，真实可用但未计入主数字）
最大贡献者是 Mistral（约 10 亿），其次是 Gemini Flash 家族、Cerebras、Cloudflare AI 等。
值得注意的是，2026 年 6 月 17 日的版本做了一次"诚实修正"——Gemini Flash 家族从虚高的 4.62 亿修正为约 6000 万（pool-dedup 后），Cloudflare 从标称数字修正为实际约 3000 万。这种主动挤水分的做法，在开源项目里相当少见。
当然，这 15.4 亿是文档化上限，真实可用量受 rate limit、并发数和提供商状态影响。把它理解成"天花板"比"保证"更准确。
智能路由：17 种策略 + 三层容灾
OmniRoute 的路由引擎支持 17 种策略，核心逻辑是Combo（模型链）。
你可以设一条 Combo：优先用付费订阅额度 → 额度用完切低价 API → 再切免费池。模型 填auto，OmniRoute 会用 9 个因子实时评分（健康度、剩余配额、延迟、历史成功率、价格、上下文适配等），自动选最优提供商。
当某个提供商挂了或者限流，三层独立容灾机制启动：
- Circuit Breaker（熔断器）：整个提供商级别隔离
- Connection Cooldown（连接冷却）：单个 API key 限流时，其他 key 继续工作
- Model Lockout（模型锁定）：只锁出问题的模型，同一提供商的其他模型不受影响
故障切换据称在10 毫秒以内完成。对开发者来说，正在跑的 agent 任务不会中断，甚至感知不到背后换了一个提供商。
5 分钟上手
Vaibhav 在跟帖里贴了完整的设置指南，简化到三步：
▲ 5 分钟设置 OmniRoute：安装 → 连接免费提供商 → 指向一个 URL
第一步：安装
npm install -g omniroute omniroute Dashboard 自动打开在localhost:20128。
第二步：连接免费提供商
Dashboard → Providers → 点击 Kiro AI 或 OpenCode Free。不需要信用卡，不需要注册。Pollinations 甚至连 API key 都不用。
第三步：把工具指向一个 URL
所有编码工具的 Base URL 改成http://localhost:20128/v1，Model 填auto，API Key 从 Dashboard 复制。
Claude Code 用户改~/.claude/settings.json：
{ "env": { "ANTHROPIC_BASE_URL": "http://localhost:20128" } } Codex CLI 用户设环境变量：
export OPENAI_BASE_URL="http://localhost:20128" v3.8 之后还加了一键命令：omniroute setup claude、omniroute setup cursor，连手动改配置都省了。
冷静一下：风险与争议
数字好看归好看，但上手之前有几件事必须知道。
ToS 灰色地带。部分免费提供商（Kiro、Gemini CLI、Antigravity）的服务条款明确禁止通过第三方代理访问。OmniRoute 的 FREE_TIERS.md 里专门列了一张 ToS 标记表，但用不用、风险自负。
压缩质量的边界。89% 的平均节省率来自工具密集型会话。如果你的 prompt 本身就很精简（比如直接贴一段代码问"哪里有 bug"），压缩带来的收益可能只有 15%-20%。而在极端复杂的上下文里，ultra 模式有概率引入语义偏移——虽然有 fidelity gate，但官方也承认需要用户自测 edge case。
"黑盒切换"的调试难题。auto 模式在后台自动换提供商和模型，表面上一切正常，但有 Reddit 用户反映遇到过"模型切换后 system prompt 行为微漂移"的情况。当你的 agent 任务出了诡异结果，定位问题会变得更复杂。
社区争议。Reddit 上有帖子对比 OmniRoute 与早期项目 9router 的代码和 UI，相似度很高。OmniRoute 被认为是"受启发后重构 + 增加了 MCP/A2A/更强容灾"，但关于"fork 还是重写"的争论并未平息。
▲ @RoundtableSpace 总结帖：1.7 万次查看，148 赞——「所有免费层叠加，每个 token 发挥最大价值」
为什么偏偏在这个节点火了？
时机很关键。
2026 年上半年，AI 编码工具从"可选"变成了"标配"。Claude Code、Cursor、Codex 三足鼎立，开发者从"试用一个"变成了"同时依赖三四个"。多工具订阅的账单压力集中爆发。
与此同时，免费提供商的生态也在悄悄成熟——Pollinations 提供无需 key 的 GPT-5/Claude 访问，Qoder 给出无限量的 Kimi-K2 和 DeepSeek-R1，LongCat 每天 5000 万 token 的 Flash-Lite。这些散落各处的免费资源，需要有人把它们整合起来。
OmniRoute 做的就是这件事。再配上"95% 省 token + 16 亿免费 + 3 步设置"这组极具冲击力的数字，加上 AI 内容账号的模板化推广——一切条件都齐了。
写在最后
OmniRoute 代表的趋势比项目本身更值得关注：Token 优化正在成为 AI 编码的第二战场。
过去两年，开发者在"选哪个模型"上花了无数精力。现在，当模型能力趋于同质化，竞争焦点转向了基础设施层——谁能用更少的 token 完成同样的任务，谁能在多个提供商之间无缝切换，谁能把分散的免费额度拧成一股绳。
OmniRoute 用"本地网关 + 压缩引擎 + 智能路由"这套组合拳给出了一个答案。7600 多颗星、270 多位贡献者、268 个 release——这个项目的迭代速度说明社区真的有需求。
但魔法终归有代价。免费池的 ToS 风险、压缩的保真边界、自动路由的可观测性——每一条都需要你亲自验证。
建议的姿势是：先装上跑两天，测自己 workflow 里的压缩质量和 fallback 行为。生产环境的关键路径，留一条付费 API 兜底。
毕竟，免费的午餐吃得开心，但别把锅都扔了。