你有没有想过一个问题。

你买了GLM的Coding Plan，买了MiniMax的API，买了Claude Code的订阅，还在用OpenAI的点数。

然后呢？

OpenClaw要配一套密钥，Cursor要配一套密钥，Claude Code要配一套密钥，VS Code的Cline又要配一套。

每个工具都要单独配置，每个账号都要单独管理，密钥散落一地。

更要命的是，你发现没有，配额永远不够用。

Claude Code用完了，Cursor还在那闲着。GLM额度用超了，MiniMax还有一堆没用。一边是资源浪费，一边是配额告急。

我当时就在想，这不对劲啊。

为什么不能一个账号的配额用完了，自动切换到另一个？为什么不能统一管理、统一路由、统一监控？

然后我就发现了9router这个项目。

它解决的，就是这个问题。

它本质上就是一个本地运行的AI流量中转站。你所有的AI编程工具，都只需要连接它。它再帮你把请求分发到具体的后端。

┌─────────────────────────────────────────────────────────────┐│                                                              ││   OpenClaw ──→ 9Router ──→ GLM (你的Coding Plan)           ││      │         (中转站)    ──→ MiniMax (备用)               ││      │                     ──→ Kiro (免费Claude 4.5)        ││      │                     ──→ Claude Code (你的订阅)        ││      ↓                                                          ││   配置一次，全网通用                                           ││                                                              │└─────────────────────────────────────────────────────────────┘

你只需要在这个中转站里配置一次你的API密钥，以后所有工具都只需要连这个中转站。

它会自动帮你路由，自动切换，自动压缩token，自动记录用量。

说实话，刚看到这个东西的时候，我就一个感觉，卧槽这也太理所当然了。

为什么这种东西之前没有人做？

它是怎么省钱的?

既然叫中转站，光转发流量那不叫省钱，那叫多此一举。

它省钱的逻辑有两层。

第一层，3-tier自动切换。

你设置一个Combo，可以理解为一个自动档的档位配置：

第一档，主力，用你最强的AI订阅。

第二档，备用，便宜的按量付费AI。

第三档，保底，免费的AI。

举例来说，我的Combo是这样配置的：

主力：cc/claude-opus-4-7（Claude Code订阅，$20/月）

备用：glm/glm-5.1（输入6.5元/百万token）

保底：kilo-auto/free（Kiro免费模型）

工作流程是这样的：Claude Code订阅还有额度的时候，用最强的主力。订阅快用完了，或者出错了，自动切到GLM。GLM也用完了，自动切到Kiro。

整个切换过程是全自动的，你那边的编程工具完全感知不到。

这意味着什么？你不需要再每天盯着配额看，不用手动切换，不用焦虑会不会用超。一切都是自动的，你只管写代码，剩下的交给系统。

第二层，RTK Token节省器。

这个是我见过最离谱的省token方案。

你用AI编程工具的时候，AI需要阅读大量的工具输出。git diff、grep结果、ls列表、tree目录结构，这些内容有时候占你请求token的30%到50%。

RTK会自动检测这些内容，然后压缩它。

举个例子，你执行了一个git diff，原来的输出是：

diff --git a/src/app.jsindex 8f1234a..9b5678c 100644--- a/src/app.js+++ b/src/app.js@@ -1,5 +1,6 @@ function hello() {-  console.log("Hi");+  console.log("Hello World");+  return true; }

压缩之后变成：

[f:src/app.js] [-Hi → +Hello World, +return]

内容量完全一样，但token消耗减少了60%到90%。

这意味着什么？意味着你同样的配额，能用更久。更猛的是，它还支持Caveman模式，压缩AI的输出，最多能节省65%的输出token。

输入压缩加输出压缩，双重省token。

你说这东西省不省钱？我就问你省不省钱？

甚至，如果一分钱都不想花，也有办法。

方案一：NVIDIA NIM免费模型。

NVIDIA提供了免费模型访问，也是最慷慨的，通过NIM端点：

Base URL: https://integrate.api.nvidia.com/v1

可用的，基本能正常响应的有如下几个模型，包括：

• openai/gpt-oss-120b
• qwen/qwen3-next-80b-a3b-instruct
• qwen/qwen3.5-397b-a17b
• qwen/qwen3.5-122b-a10b
• nvidia/nemotron-3-nano-omni-30b-a3b-reasoning

方案二：DeepSeek免费聊天转API。

ds2api是一个开源项目，可以把DeepSeek官方免费聊天能力转换成API使用。

这样你就能用DeepSeek的免费模型，通过API方式接入9Router。

方案三：OpenCode和Kilo的免费模型。

minimax-m2.5-free以及kilo-auto/free模型，完全免费。

说了这么多，怎么用起来？

第一步，安装9Router。

它支持Docker安装，一条命令的事：

docker run -d --name 9router -p 20128:20128 -v 9router-data:/app/data 9router

安装完成后，打开浏览器访问 http://localhost:20128 ，初始密码是123456。

第二步，连接模型提供商。

Dashboard点击Providers，找到自己已经订阅的模型提供商。

设置名称，填入API key，同时支持多key。选择模型保存。

第三步，创建Combo。

Dashboard点击Combos，点击Create New。

Name随便取，比如free-forever，Models配置：

主力：kilo-auto/free

备用：minimax-m2.5-free

保底：openai/gpt-oss-120b

保存。

第四步，配置你的编程工具。

主流的编程工具都支持，OpenClaw、Hermes、Claude Code、Cursor、Cline等，直接在9Router的Dashboard里找到对应的工具卡片，选择你刚才创建的Combo，点击Apply，它会自动帮你写入配置文件。

以OpenClaw为例，我用的就是这个。

Dashboard找到OpenClaw那张卡片，选择free-forever，点击Apply。

对于不支持自定义端点的工具，比如Antigravity IDE、GitHub Copilot，9Router还提供了MITM Proxy模式，通过中间人代理的方式拦截流量实现路由。配置稍微复杂一点，但也就装一次，一劳永逸的事情。

最后说两句。

可能有小伙伴说，这东西靠谱吗？

我没法打包票，但9Router本身是开源的，GitHub上7万8千多颗星，还在迅猛增长，社区活跃度很高。

更重要的是，它本地运行，不是在云端，你的数据不经过任何第三方服务器，这个项目只是帮忙转发一下流量，隐私方面应该没什么问题。

说真的，AI编程工具这个领域，信息差太大了。

很多人不知道有免费的Opencode/Kilo模型可以用，不知道有输入6.5元/百万token的GLM便宜替代，不知道token可以压缩，不知道配额可以自动切换。

这篇文章，就是帮你磨平一些信息差。

要不要试试，你自己决定。