摘要： OpenRouter 在 6 月 25 日上線 MCP server，讓 coding agent 可即時查模型資料、評測排行、價格與文件，並對候選模型發送實測 prompt。全套 11 個工具只有 send-message 收費，其餘 10 個是唯讀查詢，官方流程建議先過濾、再看評測、最後實測。它定位為開發助手而非 production API 的替代品，benchmark 也仍須用私有任務驗證。
對 coding agent 而言，發出一趟模型呼叫只是小事一樁，真正的難關落在挑選模型上——這一步多半仰賴訓練資料留下的陳年印象。偏偏這個市場一刻也不肯停：新品陸續登場、定價隨時浮動、benchmark 榜單反覆翻新，半年前還獨占鰲頭的模型，如今可能價格偏高、又被後起之秀追過去。OpenRouter 在 6 月 25 日上線的 MCP server，讓選型不再是「憑記憶作答」，而是「現場查證」：live model data、各家 benchmark 排行、pricing 與文件都唾手可得，還能把 prompt 直接打到候選模型上做實測。
選模型為何少不了即時資料
挑模型有個很少被計算的成本：手上的證據會變舊。訓練語料畫了條截止線，模型市場卻沒有一天不在動——context window 擴了、價格降了、供應商改了 routing，任一項都足以讓上個月才立的判斷失效。傳統解法是派人開瀏覽器翻說明文件，但這件事綁在人身上，接不進 agent 的流程。
這套 MCP server 從設計之初，就是要讓 agent 自己動手查。它僅對外提供一個 remote endpoint（https://mcp.openrouter.ai/mcp），本機零安裝，凡支援 MCP 的 client 都指向同一個位址。agent 讀到的是目錄此刻的實況，而非封凍在訓練記憶裡的舊影像。
就工作流程而言，它的影響遠不止「多出幾個工具」。過去整段選型都在 agent 之外發生：人負責蒐集資料、下結論，再把結論寫進 prompt。現在條件過濾、價格比較、規格核對這一串中間工序，整段搬進 agent 的工具呼叫鏈，人手上剩下的只有檢視入圍名單與測試結果。development assistant 這個稱呼的意涵也在此：它加速的是探索，拍板的責任照樣歸人。
十一個工具，收費的僅有一個
全套共十一個工具，歸屬四種工作類型：
| 分類 | 工具 | 用途 |
|---|---|---|
| 模型目錄 | list-models、get-model、list-model-endpoints |
依條件撈出候選模型、調閱個別模型的規格、比較各 provider 的報價與延遲表現 |
| 評測與排行 | list-benchmarks、list-daily-model-rankings、list-app-rankings |
兩家外部評測的分數、每日用量排行榜、應用類型排行榜 |
| 上線前實測 | send-message、get-generation |
對任意模型發送測試 prompt、確認該次呼叫的成本與實際承接的供應商 |
| 文件與帳戶 | search-docs、get-credits、list-providers |
讓 agent 對 OpenRouter 文件做全文檢索、查看剩餘額度、列舉供應商 |
收費邊界清清楚楚：整組工具只有 send-message 會產生費用，另外十個清一色是 read-only 查詢，碰不到帳單。benchmark 分數出自 Artificial Analysis 與 Design Arena 兩家外部評測，OpenRouter 自家的用量排名也在同一份資料裡；模型名稱還能掛上 :online、:nitro、:floor、:free 四個後綴，依序代表連網檢索、速度強化、價格下限與免費版本。
十一個工具當中分量最重的是 send-message——agent 把同一份 prompt 發給每個入圍模型，取回 response、cost，以及實際承接這趟請求的 provider，並排比較後才做決定。至於 search-docs，agent 憑它自行檢索 API 文件，不用再麻煩任何人打開瀏覽器。
三種主流環境的接法
三個主流環境，設定長度都以行計。Claude Code 需要兩道指令：以 claude mcp add --transport http openrouter 指向 endpoint，然後用 claude mcp login openrouter 完成 OAuth。Codex CLI 同樣兩步：先 codex mcp add openrouter --url https://mcp.openrouter.ai/mcp，再 codex mcp login openrouter。Cursor 則是開啟 ~/.cursor/mcp.json，把同一組 remote URL 寫進 mcpServers 區塊。
Claude Desktop 與網頁版就沒那麼省事：connector directory 尚未收錄 OpenRouter，只能手動建立 custom connector、貼上 remote URL、把 OAuth 跑完。部分組織乾脆停用 custom connector，這條路是否存在得視管理政策而定——在公司環境裡動手前，先跟 IT 確認。
官方示範流程：從篩選一路做到實測
官方文件提供了一套可以直接沿用的示範流程。目標是找出「structured JSON 抽取能力強、輸入單價低、context 又夠長」的模型。agent 先用 list-models 按條件過濾，再拿 list-benchmarks 核對評測分數，最後鎖定 google/gemini-3-flash-preview——示範給出的數字是每百萬 input token 0.10 美元、context 達 138k。接著透過 send-message 發出真實的測試 prompt，親自驗證 structured output 的實際表現，而不是只看規格表就拍板。
這段示範值得帶走的是順序，而非答案：先過濾、次比評測、末做實測。收斂候選靠規格與排名，蓋章定案靠測試推論。並排比較也是同一套劇本：一份 prompt 發給三個候選，逐一用 get-generation 查出費用，於是決策立在的三根支柱是——輸出品質、單次呼叫成本、實際承接服務的 provider。第三根柱子最常被忽略，但 routing 穩不穩、吞吐大不大，對上線後體驗的影響往往蓋過標價。
安全機制與支出上限
OAuth 跑完後會發下一把專屬 key：壽命七天，預設帶著十美元的 spend cap。dashboard 為它闢了獨立區塊，與其他金鑰分開列出，想 revoke 隨時可以，cap 數值同樣開放修改。這個預設值得記一功——agent 手上那把鑰匙，就此變成一張用完即棄的臨時卡。
不變的底線仍然成立：正式生產金鑰絕不交到 coding agent 手裡。測試呼叫認專屬 key，生產流量走正式 API，兩條路互不干涉，一旦出事，爆炸半徑才收得住。
定位是選型助手，取代不了 API
談到自己的角色，OpenRouter 一點也不含糊：MCP server 扮演 coding agent 的開發助手；應用的正式流量仍然該直接呼叫 OpenRouter API。探索期與 MVP 驗證期，用 MCP 查資料、做實驗；跨進 production 之後，就把定案的模型與 routing 寫進程式碼固定下來——界線該畫在這裡。
實務上可以替自己劃一條換軌線：一旦問題從「該挑哪個模型」變成「這個模型靠不靠得住」，就是放下 MCP、轉向 API 的訊號。前一個是探索題，後一個是可靠度題——走到那一步，目錄已經幫不上忙，要端出來的是自己那套監測、重試邏輯與成本紀錄。
另一件必須自己緊握的事，是 benchmark 的解讀權。Artificial Analysis 與 Design Arena 衡量的是公開工作負載，那張成績單未必適用於你的任務分佈。私有測試集務必保留，把成本、錯誤率、格式遵循率併在一起評估——MCP 交出來的只是候選名單，投下最後一票的仍是你。