伯克利研究揭示模型路由降本 25 倍

Rohan Paul (@rohanpaul_ai) · 2026-11-10 17

关于模型路由的一项出色新研究。

来自加州大学伯克利分校及其他实验室

研究发现，模型路由器能显著节省成本，平均每单位成本带来的质量提升达 8.82 倍，而质量损失不到 0.5 分。

路由器为每个输入选择由哪个模型来处理，希望以更低的成本匹配最佳模型，甚至超越它。大多数路由研究只考察了语言模型。

Route Anything 在 25 个基准测试（从文本问答到机器人控制）上，用相同的输入运行了 452 个候选模型和策略。他们基于这 374,401 次带评分的运行训练路由器，并同时衡量质量和成本。

一个完美的逐输入路由器本应比最佳单一模型高出 5.4 分，但学习到的路由器在 16 个基准测试上仅提升了 0.3 分。在编程任务上，路由达到了始终调用 Opus 4.6 的 25.5 倍美元效率，代价是 0.44 分的损失。

应主要利用路由器在质量接近时将工作转移到更便宜的模型上，并在信任收益之前，用相同的输入比较各候选模型。