↑↑↑ 点击关注，了解AI干货！！！
做 RAG、语义搜索、向量检索这些活，都要先把文字转成向量，这一步用的模型叫 嵌入模型（embedding model）。OpenRouter 最近更新了一版真实用量排名，我没申请 API Key，直接调它的公开接口 openrouter.ai/api/v1/models/{id}/endpoints 查了一遍前几名的定价和参数，数字都是刚查到的，不是转述任何人的稿子。
排第一的不是最新的，是 OpenAI 家最老的一款小模型Text Embedding 3 Small，每百万 token 只要 2 美分，上下文 8192。第二名 Qwen3 Embedding 8B 更便宜，1 美分，上下文还给到 32768。第三名 Google Gemini Embedding 2 反而是最贵的，2 毛美分，贵了 10 倍。
我查完发现一件挺反直觉的事，用量最大的排在最前面的模型，反而不是发布时间最新、参数最大的那款。大家还在用熟悉的老模型，没有跟着新模型的发布节奏走，这跟聊天模型那边一有新版本就大规模迁移的风气不太一样，嵌入模型换一次要重新生成整个向量库，迁移成本比换个聊天模型高得多，谁都不想轻易动。
贵的那款 Gemini Embedding 2 也不是没道理，它是这几款里唯一原生支持图片和音频的，查它的定价结构能看到单独的 image 和 audio 收费项，另外几款都只能处理纯文本。要是你的场景里要把图片也编码进向量库，目前只有这一个选择。
价格差不多、准确率也卷不出明显差距的时候，我总结了三条实用判断。要处理长文档就看上下文，Qwen3-8B 和 voyage-4-lite 都能吃 32000 以上的 token，比另外几款的 8192 能一次处理的原文长得多。要处理多模态内容，目前只有 Gemini Embedding 2 这一条路。纯文本追求成本的话，Qwen3-8B 和 bge-m3 并列最便宜，一分钱一百万 token，比排名第一的 OpenAI 还便宜一半。
这份数据完全可以自己验证，不需要注册账号也不需要 API Key，公开接口谁都能查。
我把这次查到的完整对比表，连同调用这个公开接口的具体命令，整理成了一份清单。加我微信 bill_f001，备注「嵌入模型」，我发给你。
本号每周实测 Claude Code 和新出的 AI 工具，关注我，别错过下一次真机跑通的实测。
⭐ 点赞、转发、在看三连，星标不错过⭐
15 年 Top 外企 IT，专做 AI 落地，边踩坑边记录。同路人，欢迎来。
