OpenRouter 升级 Auto router：用社区花费驱动模型路由

OpenRouter 近日对其 Auto router 进行了重大更新，改用平台上每周约 55T token 的真实花费数据来驱动模型选择。官方表示，「由市场花费决定的模型选择，在广泛的任务类型和成本区间上都优于旧版 Auto router」。新版路由默认对所有用户启用，开发者只需在请求中传入 model: openrouter/auto 即可使用。

基准测试：多场景优于旧版

官方使用五个差异化的基准来评估新旧路由的表现，覆盖知识、智能体、搜索、研究与编码五大类任务：

• MMLU Pro（知识）：新版默认 85.2%，旧版默认 86.6%；新版 Max 91.4%，旧版 Max 88.8%。
• τ³-bench Banking（智能体）：新版默认 20.6%，旧版默认 21.0%；新版 Max 31.6%，旧版 Max 7.2%。
• WideSearch（搜索）：新版默认 61.6%，旧版默认 53.1%；新版 Max 61.9%，旧版 Max 54.8%。
• DSQA（研究）：新版默认 62.9%，旧版默认 43.2%；新版 Max 63.0%，旧版 Max 42.3%。
• SWE-Atlas QnA（编码）：新版默认 30.4%，旧版默认 30.4%；新版 Max 60.7%，旧版 Max 仅 2.4%。

新版默认档为 cost_tier=low，Max 档为 cost_tier=max。在编码场景的 Max 档上，新版相对旧版提升超过 58 个百分点，是这次更新中最具说服力的结果之一。

成本对比：默认档普遍更便宜

官方同时给出各基准对应的美元开销，新版在默认档普遍更低：

• MMLU Pro：默认 $140.93（旧 $393.34）；Max $255.71（旧 $449.61）。
• τ³-bench Banking：默认 $155.89（旧 $320.04）；Max $168.41（旧 $99.36）。
• WideSearch：默认 $30.75（旧 $31.83）；Max $36.89（旧 $31.60）。
• DSQA：默认 $276.00（旧 $147.11）；Max $248.83（旧 $144.18）。
• SWE-Atlas QnA：默认 $297.23（旧 $463.73）；Max $1,325.08（旧 $205.52）。

需要注意的是，多模型切换会因缓存重建产生额外开销，因此新版引入了「粘性」策略：只要当前模型仍是该任务的优选，就尽量在多轮对话中保持不变，避免频繁切换。

新版路由的工作方式

新版 Auto router 的核心思路是把用户群体的实际花费当作实时信号，原理可分为四步：

• 任务分类：一个轻量级分类器把每条 prompt 分到约 30 个细粒度任务类型，如代码调试、多步智能体规划、知识问答、数学、客服、研究报告等。
• 按真实花费份额排序：针对该任务类型，路由查找过去 7 天内 OpenRouter 社区实际花费集中在哪些模型上，类似官方排行榜的「花费份额」视图。当用户把某个工作负载迁移到新模型时，路由会在数天内跟随调整。
• 应用成本档位：cost_tier 参数提供 low、medium、high、xhigh、max 五档，决定愿意支付的价格区间，从而筛选对应价位的候选模型池。
• 带回退的路由：最终选出主选模型与若干回退模型，按花费份额排序。路由同时遵守用户在账户中设置的模型与提供商限制。

整个流程基于聚合且脱敏的花费统计完成，prompt 在飞行中被分类，不做持久化存储，官方强调不会影响用户的隐私与数据策略。

意义与局限

这是 AI 推理中间层的一种新尝试：用「群体选择」替代「专家调参」来决定模型组合。优势在于跟随社区真实偏好的速度很快，且成本曲线天然贴近市场均衡；局限在于它对 OpenRouter 自身流量规模高度依赖，且新模型若尚未被广泛使用，进入路由池会有滞后。对于在 OpenRouter 上同时使用多家模型的开发者来说，这意味着默认就能获得接近前沿表现同时成本更低的推理路径，而不再需要为每类任务手动挑选模型。