你的编程智能体在编写代码方面非常出色。

但在选择合适的模型时——例如，既要用它来写代码，又不想一天就花光月度预算，或者要选一个最适合设计落地页的模型——它就非常吃力了。

你的智能体可以大致猜出哪个模型“最好”，但它只是基于几个月前的训练数据来猜测，完全不知道模型的实际成本、在特定任务上的表现如何、应该固定使用哪家供应商等信息。

这种局面到此为止。

今天，我们非常激动地宣布 OpenRouter MCP 正式发布。

OpenRouter MCP 服务器将实时模型数据、基准排名、定价、文档和测试推理直接呈现给你和你的智能体，帮助你做出关于选用最佳模型的正确决策。一条命令即可安装，你最喜欢的智能体就能利用 Artificial Analysis、Design Arena 以及 OpenRouter 自身模型排名的最新数据来回答“哪个模型最擅长写代码又不会让我破产”？提示：答案是 GLM-5.2。

立即接入 | 文档

一条命令安装

Claude Code：

claude mcp add --transport http openrouter https://mcp.openrouter.ai/mcp
claude mcp openrouter

Codex CLI：

codex mcp add openrouter --url https://mcp.openrouter.ai/mcp
codex mcp openrouter

Cursor：添加到 ~/.cursor/mcp.json：

{
  "mcpServers": {
    "openrouter": { "url": "https://mcp.openrouter.ai/mcp" }
  }
}

请参阅接入指南，了解 OAuth 登录及所有支持的客户端。

无需切换标签页即可选对模型

你正在构建一个需要结构化 JSON 输出的功能，希望找一个速度快、价格低、而且在这方面真正擅长的模型。通常你会打开 OpenRouter 网站，浏览模型列表，对比基准测试结果，查看定价，也许还在 Playground 里跑几个测试提示词。这需要花 15 分钟来回切换上下文，连一行集成代码都还没写。

连接 MCP 服务器后，你可以在编程智能体中完成这一切：

You: "I need a model for structured JSON extraction from legal documents.
     Fast, under $1/M input tokens, good at following schemas."

Agent: [calls models-list with filters] → [calls benchmarks] → [calls model-endpoints]

Agent: "google/gemini-3-flash-preview fits well: $0.10/M input,
       138k context, strong structured output support. Here's the
       endpoint with the lowest latency..."

智能体从实时模型目录中拉取数据，交叉参考 Artificial Analysis 智能评分和 Design Arena ELO 排名，并检查各家供应商的定价和延迟。推荐完全基于当前数据，而不是六个月前模型最后一次训练时的旧数据。

提交前先测试

chat-send 让你的智能体向任何模型发送测试提示词，并查看响应、成本以及由哪个提供商提供服务。你的智能体可以并排比较不同模型的回答：

You: "Compare how Claude Opus 4.8, GPT-5.5, and DeepSeek V4 Pro
     handle this structured extraction prompt."

Agent: [sends the same prompt to all three via chat-send]
       [calls generation-get for each to get cost breakdowns]

Agent: "All three produced valid JSON. Opus 4.8 nailed the edge
       case in row 12. GPT-5.5 was 40% cheaper. DeepSeek V4 Pro
       was fastest at 180ms TTFB."

模型别名支持后缀：`:online` 用于网页搜索，`:nitro` 用于速度，`:floor` 用于最低价格，`:free` 用于免费端点。你的智能体可以跨变体进行测试，无需你记忆语法。

无需离开编辑器即可搜索文档

你的智能体具备 docs-search 功能，可在 OpenRouter 文档中进行全文搜索。“如何将模型固定到特定提供商？”“工具调用的格式是什么？”“提示缓存如何工作？”你的智能体找到答案并应用，一气呵成。

这正是 MCP 服务器作为开发助手发挥价值之处。你的智能体可以查找所需的确切 API 参数，检查正确的请求格式，并将其集成到你的代码中，无需你亲自查找和阅读文档页面。

专用的、有上限的密钥

该服务器是远程的（本地无需安装任何内容），首次登录会运行 OAuth 流程，生成一个专用的 API 密钥，有效期为 7 天，消费上限为 10 美元（可在审批屏幕上编辑）。该密钥与你其他密钥分开，并显示在你的密钥仪表板上。你可以随时撤销它。

请参阅连接指南，了解如何在 OpenCode、Claude Desktop 以及所有其他受支持的客户端中进行设置。

工具箱里有什么

工具	功能说明
models-list	使用筛选条件搜索实时模型目录：价格范围、上下文长度、模态、提供商、模型系列等
model-get	一个模型的完整详情：能力、定价、上下文窗口、支持的参数
model-endpoints	按提供商细分：价格、延迟、吞吐量、数据政策
benchmarks	来自 Artificial Analysis 和 Design Arena 的第三方质量评分
rankings-daily	按 token 使用量统计哪些模型最常用且正在流行
chat-send	向任何模型发送测试提示词，获取响应和成本
generation-get	特定生成的成本、token 数量和提供服务的提供商
docs-search	跨 OpenRouter 文档的全文搜索
credits-get	你的账户剩余信用额度
providers-list	可用于路由偏好的提供商列表
app-rankings	按类别统计哪些应用带来了最多的 OpenRouter 流量

除 chat-send 以外的所有工具均为只读查找操作。chat-send 会使用你 MCP 密钥的余额发起一次计费推理调用。

常见问题

这会取代 OpenRouter API 吗？

不会。MCP 服务器是供你的编码智能体使用的开发助手。它能拉取实时的 OpenRouter 数据，并可以发送测试消息，从而让你的智能体在构建过程中做出明智决策。你的应用仍应直接调用 OpenRouter API。

身份验证是如何工作的？

你的 MCP 客户端会触发一个 OAuth 流程，在你的浏览器中打开 OpenRouter 的授权页面。你批准后，系统会生成一个专用 API 密钥，有效期为 7 天，消费上限为 10 美元。该密钥与你其他的密钥相互独立，你可以随时在控制面板中将其断开。

我的源代码会被发送到任何地方吗？

不会。这些工具是对 OpenRouter API 的只读查找操作。唯一的例外是 chat-send，它只会将你显式传递给它的消息发送给模型。除非你将源代码包含在 chat-send 调用中，否则任何源代码都不会离开你的机器。

---

立即尝试：连接你的智能体并询问“对我的使用场景来说，哪个模型最好？”