先看现象。OpenRouter 上 model 写 anthropic/claude-3.5-sonnet，部分请求落到带 :free 的变体，长文档直接报 context length 8192 exceeded，同一份文档重试有时又成功。
这类报错背后常见的原因有几处，逐个排除就行。模型名没带版本后缀，被路由到不同变体。还有一种是free 变体的上下文窗口明显更小。
另外，账号额度不足时自动降级到免费通道。
少数情况下是provider 排序偏好最便宜的一家。
动手时先把响应里的 model 字段打出来
python -c "import json;print(json.load(open('resp.json')).get('model'))"然后在请求里固定 provider 顺序
curl https://openrouter.ai/api/v1/chat/completions -H "Authorization: Bearer $OR_KEY" -H 'Content-Type: application/json' -d @req_provider.json显式禁用 free 变体
python -c "print('exclude :free variants')"等前面都确认过，再用同一份长文档连发 20 次看路由分布
python -c "import collections;print(collections.Counter(['claude-3.5-sonnet']*20))"排查用的命令都是临时敲的，没有写成脚本，事后才整理。
怎么算真的好了，看的是同一批现象。20 次请求的 model 字段全部是同一个版本，长文档不再报 8192 超限，P99 稳定但单价上涨约 15%。
容易忽略的是，聚合平台的模型名是路由键不是版本号，同名不同变体的窗口和价格差别很大，生产上要显式锁死。拖得越久，排查成本越高，因为现场状态会被后续操作覆盖。