OpenRouter 上线 Model Router Benchmarks：7 个路由对照 6 项基准的质量、速度与成本

核心背景与行业痛点

模型路由已经从「选一家推理供应商」变成「同一条请求里换模型」。贵的前沿模型和便宜的开源模型价差很大：OpenRouter 在 2026-10-02 博文里举例，GPT-6 Astra 的平均每 token 实付价比 DeepSeek v4 Flash 高 48 倍以上，Codex 里平均 10–49 轮会话大约贵 21 倍。法律检索、写代码、长程 agent 的规划段和机械执行段，最优模型也不是同一个。

但换模型本身有代价：输入缓存要重建，只看 prompt 很难判断难度，会话阶段的启发式可能和模型下一步不一致，路由计算还会加延迟。官方账号 @OpenRouter 于 2026-10-02 22:08 UTC 宣布 Model Router Benchmarks：把 7 个路由放在 6 项基准上，同时看质量、速度和成本。页面会持续加路由、改分数，不是一次性冻榜。

架构亮点与底层机制

博文把「router」拆成两类。Provider routing 是 OpenRouter 从第一天就在做的事：同一模型在多家供应商之间按价格、速度、可用性和数据政策挑选并失败回退。这次榜单比的是 model routing：请求发给一个路由 slug，由它决定用哪个（或哪些）模型回答。

博文划分的三种被测风格：

• 混合执行：Unbiased 的 Pareto（unbiased/pareto）和 Sakana 的 Fugu。不公开用了哪些模型、多久换一次，按统一的每 token 价格计费，有时会升级到前沿模型。
• 每轮选一个模型：Auto Router（openrouter/auto）和 Jev Router（typesafe/jev-router）。选谁是透明的，按被选中模型的标准价计费。Auto 用近 7 天社区花费份额；Jev 用决策模型判断任务类型、难度和更强模型的边际收益，再从池子里挑够用的最便宜候选。
• 预设配对切换：NVIDIA Switchyard（nvidia/switchyard）在便宜模型和更强模型之间切换。榜上测了多组配对，调用时也可以自己指定。

博文明确 没有 放进这张榜的：openrouter/pareto-code（按编码智力档位选一个模型）、-latest 家族别名，以及 Fusion（多模型委员会再综合）。它们用途不同，需要另一套比较方法。不要把榜上的 Unbiased Pareto 和文档里的 Pareto Code 当成同一个东西。

页面上的 Router Index 把质量、速度、成本合成 0–10 分。默认权重是质量 60%、每任务时间 20%、成本 20%，滑条可以改。因此格子里的指数分不等于原始正确率。

权威 Benchmark 与实测跑分对比

官宣图和公开接口 [/api/frontend/v1/stats/router-benchmarks](https://openrouter.ai/api/frontend/v1/stats/router-benchmarks)（2026-10-04 SGT 拉取，truncated: false，112 条成功 run）对得上的六项是：GPQA Diamond、Tau3 Banking、MMMU Pro Vision、SWE Atlas QA、Deep SWE、Terminal Bench 2.1。接口里另有 search_hle，不在这六列里。下列数字是该接口的 原始 accuracy 与 total_cost，不是页面上的 Router Index；只比较题量相同的 run。

Deep SWE，均为 113 题：

Terminal Bench 2.1，均为 89 题（约 2026-09-30）：GPT-6 Astra 直连 77/89（$66.50），Claude Opus 5.5 直连 74/89（$24.00），GPT-6 Sol 71/89（$16.02），Unbiased Pareto 的一档 run 71/89（$27.20；另一条是 145/178，不能并进这列），GPT-6 Luna 63/89（$1.22），Fugu Max 58/89（$50.25）。Jev 的 Deep SWE 是 159/226，Pareto 的 Deep SWE 是 153/226，和 113 题那组不是同一分母。GPQA Diamond 在 198 题这档：Switchyard Sol+Astra 187/198（$6.71），Jev 186/198（$3.15），Switchyard Flash+Sol 185/198（$1.45）。

开发者实战落地与开箱指南

这些路由都走现有 Chat Completions，把 model 换成路由 slug 即可。对照表：基准页，说明：博文。

1. 要市场花费驱动、可调贵贱：openrouter/auto，用 cost tier（文档为 low / medium / high / xhigh / max）。见 Auto Router。
2. 要透明选模加推理档位：typesafe/jev-router，可用 models / excluded_models 收窄候选池。见 Jev Router。
3. 要便宜/强模型配对：nvidia/switchyard，在 models 里给出至多三个候选；不给则用近 7 天用量默认对。见 Switchyard。
4. 混合路由：unbiased/pareto、sakana/fugu-max、sakana/fugu-ultra-v2。计费是统一 token 价，不是「被选中模型的标价」。
5. 编码场景若只想「按智力档位钉一个模型」，用文档中的 openrouter/pareto-code（min_coding_score 0–1）。它 不在 这张榜里。

先用自己的仓库跑一小段 agent，再看 Activity 里实际命中的模型和缓存命中，不要只抄 Router Index。博文也写了：榜单代表的是通用任务，不是你的工作负载。