用途：解决单一模型层级部署带来的问题——要么为简单请求多付钱，要么在困难任务上表现不足。核心思路是把模型能力匹配到该次调用所做的具体决策，只在更便宜的模型被证明失败时才升级。
适用场景：为新智能体选模型；全部使用最贵层级导致账单上涨；使用最便宜层级但质量临界；构建或评估路由器、级联、先草稿后验证流水线；涉及模型回退或混合推理。
决策流程：单次、易验证、有界的任务用最便宜层级；智能体任务（多步工具使用、规划）中规划器用最强模型、执行器可用较小模型；延迟敏感场景选能过质量线的最快便宜模型，质量不稳则级联；安全关键（真实副作用、不可逆操作）用最强模型并加验证；方差敏感场景用最强模型加 temperature=0 与结构化输出，不要靠路由器解决方差；没有评估显示哪一层级通过时，先建评估再路由。
可用路由模式：便宜优先加升级（先跑便宜模型，用规则、正则、分类器或第二个模型验证，失败再升级）；草稿到验证（便宜模型起草，强模型检查，只升级输出）；能力门控（分类器按任务类型选模型）；带置信度的级联（便宜模型返回置信分，低于阈值转强模型，阈值需用评估校准）；混合层级智能体（规划器强、工具执行器小、摘要器小）。
应避免的反模式：到处用最贵或最便宜层级；按流行趋势选模型；路由前没有评估；业务代码硬编码模型名（应封装为 route(task) -> model 边界）；没有置信信号的级联；各层级沿用相同 temperature 与 top-p；跨提供商路由却不统一工具使用语义。
成本杠杆：资料给出示意性数量级——前沿模型约为最便宜层级的 10 到 20 倍，中档约 3 到 6 倍，小模型为基线；在 90% 简单的工作负载上采用 30/70 的强/便宜混合，若经过测量，可降低约 5 倍支出且无明显质量损失。具体价格需查当前数据。
需要向用户确认：每次调用在做什么（抽取、分类、推理、工具使用、摘要）；每次调用的验收标准；失败成本；是否有能区分层级质量的评估；延迟预算；路由器本身是否需便宜快速（应是分类器而非 LLM 调用）。
硬性要求：没有评估就不做路由决策，没有每次调用的成本目标就不选层级。
限制：资料未提供具体实现代码、安装命令、支持平台与收费信息；文中价格倍数为示意值，需以当前实际数据为准。