用途：优化 OpenRouter 请求的延迟与吞吐，适合构建实时应用、降低首字延迟（TTFT）或扩大请求量。资料指出 OpenRouter 自身开销约 50-100ms，主要延迟来自上游模型。
主要能力：提供延迟基准测试（benchmark_model 输出 p50/p95/avg/min/max）、流式输出以降低 TTFT（stream_completion 返回 ttft_ms 与 total_ms）、并发请求处理（parallel_completions 配合 asyncio.Semaphore 控制并发）、连接复用优化，以及性能优化清单与模型速度分层参考。
使用方式：需 OpenRouter API key（sk-or-v1-...）并导出为 OPENROUTER_API_KEY，Python 3.8+ 与 openai 包。基准测试用 OpenAI 客户端指向 https://openrouter.ai/api/v1；并发用 AsyncOpenAI。建议先跑基准，再对流式路径验证 TTFT 下降，批量任务改用并发并限制 max_concurrent=5-10，最后复用单一客户端（timeout=30.0、max_retries=2）。
适用场景：实时对话、批量文档处理、需要控制尾延迟的服务。
限制：付费模型需账户有额度，验证基准可用 :free 模型；:nitro 变体与 provider 路由并非所有模型都可用；具体价格、平台与效果数据暂未提供。