# OpenRouter 新版 Auto 路由器上线：用社区实际用量数据帮你挑模型

> 原标题：OpenRouter 推出由市场智慧驱动的新版 Auto 路由器

- 来源：AI HOT 精选
- 发布时间：2026-08-10T00:00:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/49845
- 原文：https://openrouter.ai/blog/announcements/introducing-the-new-auto-router

## 摘要

OpenRouter 把平台每周 55 万亿 token 的用量数据做成了路由策略。新版 Auto 路由器不再靠固定规则选模型，而是看过去 7 天社区里大家处理类似任务时实际用了哪个模型，生成一条帕累托最优路由曲线。默认档位下，MMLU Pro 得分 85.2%，成本从 393 美元降到 141 美元；最高档位下，SWE-Atlas QnA 得分从 2...

## 推荐理由

OpenRouter 没造新模型，而是把社区过去 7 天实际调用数据变成了路由策略，默认档位成本直接砍到原来的三分之一出头，MMLU Pro 得分还稳在 85.2%。对天天跟模型成本和效果较劲的开发者来说，这是个马上能用的省钱信号。没给更高分是因为这本质上是平台功能更新，不是模型能力突破，而且正文没披露路由曲线在不同任务类型上的稳定性细节，实际效果还得看自己跑。

## 锐评

这条更新最实在的地方是路由逻辑变了：不再靠人写死规则，而是看过去 7 天社区里大家处理类似任务时实际用了哪个模型，然后画一条帕累托最优曲线来选。默认档位下，MMLU Pro 得分 85.2%，成本从 393 美元降到 141 美元，省了六成多。最高档位下，SWE-Atlas QnA 得分从 2.4% 跳到 60.7%，但成本也飙到 1325 美元，说明要追前沿性能还是得烧钱。

不过这篇公告缺了几个关键信息。第一，它没讲清楚怎么判断“类似任务”——是看 prompt 的语义、长度还是别的特征？任务分类错了，路由就全歪了。第二，路由曲线多久刷新一次也没提，只说基于过去 7 天数据，如果新模型刚上线还没被社区大量用过，它可能根本不会被选到。第三，它加了一个“粘性”机制避免对话中途换模型，但没说明粘性持续多久、什么条件下会打破。

整体看，这个思路挺聪明——用真金白银的用量数据代替人工评测来选模型，比跑 benchmark 更贴近实际使用。但“市场智慧”也有盲区：社区偏好可能滞后，或者被价格和营销影响，不一定等于最优选择。建议先用默认档位试试，别一上来就拉满。