OpenRouter 在 2026 年 9 月 11 日把自己嵌入模型目录的条目数核实到 37 个，然后做了一件多数模型聚合平台懒得做的事：通过自家 embeddings API 向其中 19 个模型发送批量请求，跑了 28 项检查，逐个确认请求参数和响应行为。目录页上写的东西，和接口真正吐回来的东西，从来是两回事。
对做 RAG 的人而言，这次实测的价值不在"多"，在"可对照"。文章按输入类型和存储约束给出候选，价格与向量维度一并列出。维度这一项最容易被忽略，却直接决定向量库的存储体积和检索延迟；价格则按 token 计，语料一大，账就藏不住。选型的第一步从来不是看排行榜，而是先算清楚自己的语料有多大、能容忍多少维、每次召回愿意付多少钱。模型的强弱是相对的，约束是绝对的。
19 个被测模型可以在同一个端点调用，切换成本看起来被压到极低——改一行参数而已。真正的代价藏在别处：向量一旦落库，换模型就意味着整个语料重嵌入；维度和归一化方式不兼容时，索引还得推倒重建。所以这份清单最该被当作筛选器用，先用硬约束砍掉一批，再在剩下的里比效果和单价。至于 37 个条目里另外那 18 个，是文档齐备还是一直不稳，OpenRouter 没说，选之前值得自己动手发一次请求试试。
