OpenRouter 发布置信度分级升级路由指南

2026年10月1日，OpenRouter 在官方公告中发布教程，介绍一种基于置信度的模型分级升级路由方案：让成本较低的模型通过 structured outputs 返回 0 到 1 的数值 confidence 字段，当分数低于设定阈值时，请求再转交给更强的模型处理。教程强调，该 confidence 分数是模型自报值而非经过校准的概率，因此只能用于排序，不能当作绝对数值使用；阈值应当从自家流量的分分数段错误率中测出，并在上线后持续记录分数分布、升级率以及未升级答案的错误率，据此重新调参。同日，OpenRouter 还发布了另一份面向 Agent 的选型框架，提出三步流程帮助为 Agent 任务选出够用的最便宜模型，而非按榜单排名选最高分模型：为每个任务设定质量门槛，在 20 到 50 条自己的真实样例上运行便宜、中档和前沿三档模型，用统一评分标准算出每质量点的成本，再选以超过运行间分数波动的余量越过门槛的最便宜模型。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。