Model routing 聽起來很省錢，但一直沒有一個公開的基準讓你知道：換上路由器之後，品質到底有沒有掉、延遲多了多少、帳單真的降了嗎。2026 年 10 月 2 日，OpenRouter 在部落格宣布推出 Model Router Benchmarks，把市面上各家路由器放進同一組跨領域測試，從品質、速度、成本三個維度打分數，並列出個別頂尖模型作為對照基線。
為什麼路由器的落差值得量測
OpenRouter 自己就做過 Auto Router 和 Free Models Router，也持續用市場價格資訊優化路由決策。但近幾個月湧現的路由器，思路上差異很大：有的在成本、有的在任務多樣性、有的在 session 階段下功夫。同一個問題，不同路由器給的答案品質可能天差地遠。
而且路由不是免費的。OpenRouter 在文章裡坦白列出了幾個內在挑戰：切換模型會讓 input cache 重建、請求反而變貴；光看 prompt 往往判斷不了任務複雜度；用啟發式訊號猜 session 階段，可能跟模型實際要做的下一步對不上；路由決策上跑越多處理，延遲就越高。換句話說，路由器有可能表現得比直接用單一模型還差——這正是這份排行榜存在的理由。
「路由器」其實是三種不同的東西
這篇文章最有價值的部分，是把混用的「router」一詞拆開來。
第一種是 provider routing：同一個模型由多家推論服務商供應，路由器幫你挑符合價格、速度、uptime 和資料政策偏好的那一家，出事就 fallback。OpenRouter 從第一天就在做這件事。
第二種是 model routing：你不指定模型，請求交給路由器決定由誰回答。具體做法又分三類。Auto Router 和 Jev Router 每一輪選一個模型，選擇是透明的，帳單照標準費率計。Unbiased 的 Pareto 和 Sakana 的 Fugu 則是混合多個模型、有時做 frontier escalation，但不公開用了哪些模型、切換多頻繁，用標準化 per-token 費率計費。NVIDIA 的 Switchyard 走第三條路：預先配對一個便宜模型和一個強模型，在 agent 執行任務的過程中來回切換，配對可以自己指定。
還有一些沒被納入評測的變體，例如 alias 到單一模型的 -latest slug，以及把同一個請求發給一組模型再綜合答案的 Fusion。它們用途太特殊，比較方法也不同。
Router Index 怎麼算分
多維度分數很難直接比，所以 OpenRouter 合成了一個 0 到 10 的 Router Index：預設權重是品質 60%、每項任務耗時 20%、成本 20%。重點是頁面上有滑桿，你可以按自己的優先順序調整權重——如果跑了大量便宜的長尾請求，成本權重拉高，排名可能整個翻過來。之前寫過 cheap-first 路由教學的讀法，那篇的前提正是「客服機器人大多數輪次根本不需要最強的模型」，這份排行榜等於把該前提變成了可驗證的資料。
怎麼用在你的產品上
操作上很簡單：所有被評測的路由器都在 OpenRouter 上，把應用、harness 或 API 裡原本填模型的字串換成路由器即可。OpenRouter 也提醒，這類基準代表的是一般任務，不是你的工作負載——所以合理的做法是拿一兩條真實的請求流，在直接用模型和掛上路由器之間各跑一輪，對照成本和品質。這個頁面會持續更新路由器與分數，當作定期回看的檢查點，比一次性的結論更有用。