一句话看懂：OpenRouter 在 2026 年 9 月发布嵌入模型选型指南，基于其 37 个模型目录和 19 个模型的实测请求，给出了英文 RAG、多语言检索、代码搜索、图文检索和低成本场景的推荐清单，为开发者选择向量化模型提供了一份可直接对照的参考。
事件核心：发生了什么
OpenRouter 于 2026 年 9 月 23 日发布指南，最后验证日期为 9 月 11 日。当天其嵌入模型目录包含 37 个条目，涵盖部分模型的批量版和预览版。OpenRouter 向 19 个模型发送了两段字符串的批量请求，共执行 28 项检查，涉及批量输入、可调维度、图像输入和错误处理。推荐结果包括：英文 RAG 默认选 openai/text-embedding-3-small；输入超过 8192 token 时测试 voyageai/voyage-4-large（32000 token 上下文、四种可选维度）；开源权重多语言检索选 qwen/qwen3-embedding-8b（支持 100 多种语言、32768 token 上下文）；代码搜索选 voyageai/voyage-code-4；图文检索选 google/gemini-embedding-2 或 voyageai/voyage-multimodal-3.5；最低价付费文本选项为 perplexity/pplx-embed-v1-0.6b，每百万输入 token 仅 0.004 美元；nvidia/nemotron-3-embed-1b:free 是免费文本嵌入路线，上下文达 32768 token。
为什么重要
嵌入模型决定了检索系统能“找到什么”，直接影响 RAG 应用的召回质量。过去开发者往往凭经验或默认选项选型，缺少跨厂商的横向对照。OpenRouter 以 API 聚合平台身份，将 OpenAI、Voyage、Qwen、Google、Perplexity、NVIDIA 等模型放在同一张表中比较，覆盖上下文长度、价格、输入类型和公开权重等维度，降低了选型的信息成本。需要注意的是，OpenRouter 明确表示实测只验证请求与响应行为，不代表检索质量，这一边界划分对行业评测的严谨性也有参考意义。
对用户/开发者/创作者的影响
对开发者而言，这份清单可直接作为索引重建前的候选池：先用应用自身的标注查询和文档对比至少两个模型，再决定是否重建全量索引。对成本敏感的团队，0.004 美元/百万 token 的 pplx-embed-v1-0.6b 和免费的 nemotron-3-embed-1b:free 值得纳入评估。对需要跨场景统一索引的团队，Voyage 4 系列多个档位之间的嵌入兼容性，意味着未来升级模型时可能无需重建索引，这在实际运维中价值明显。对创作者和企业采购者，多语言和图文检索的推荐则意味着非英文内容库和混合媒体库有了更明确的技术选项。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是 OpenRouter 目录中的模型路由和价格可能随时变化，大规模索引前应以模型页面当前信息为准；二是 Voyage 4 系列跨档位兼容性是否在其他厂商中跟进，会影响索引迁移成本；三是免费与低价路线在隐私设置和路由限制下的可用性，可能因账户配置不同而出现 404 等情况，开发者需提前验证。目前公开信息显示，这些推荐尚未涉及检索质量的独立基准，后续若有第三方评测补齐这一环，选型依据会更完整。
