AREX Feed Article
OpenRouter 发布新一代 Auto Router 与 Auto Code：称 Auto Code 基准接近 Opus 5.5、成本低 74%，路由决策逐请求公开
11 月 6 日，模型聚合平台 OpenRouter 在与宣布推出下一代模型路由器：面向通用问答与 agent 的 Auto Router（openrouter/auto），以及新增的、专门面向编码 agent 与 harness（编码任务运行框架）的 Auto Code（openrouter/auto-code）。博客称这一代路由器在全新技术架构上从零重建，基准成绩较上一代最高提升约 4 倍，路由环节 p90（第 90 百分位）延迟为 0.65 秒。
给出的核心数字是：在此次一并公布的五项基准上，Auto Code 的成绩与 Claude Opus 5.5 相当，而每任务成本低 74%。同时，每次请求被分给了哪个模型、为什么选它、受哪些因素影响，都可以在聊天室的路由面板或 API 的 router metadata 里逐请求查看。需要说明：这些基准、成本、延迟与 beta 数据全部出自 OpenRouter 自己的测试口径，本报道未能找到独立核验。
auto 管通用对话，auto-code 管编码 harness
用法上没有新门槛：把请求里的 model 字段设为 openrouter/auto 或 openrouter/auto-code 即可，聊天室里也可以直接选用。响应中的 model 字段会显示实际处理请求的模型；路由本身不额外收费，按被选中模型的标准价格计费， 明确了这一点。
Auto Code 的设立来自一条具体抱怨。博文写道，上一代 Auto Router 收到最多的批评是在编码 harness 里表现不佳，因此新路由器偏向稍贵一档的编码模型，更看重速度（博文的解释是写代码时响应快慢确实要紧），并对失败施加更重的惩罚，让它在成败分明的任务上更快纠偏。两个路由器跑在同一个路由引擎上，openrouter/auto-beta 仍是发布通道：新路由行为先在 beta 上线，验证后再并入正式版。
一个已知边界写在 上：该路由暂不支持欧盟境内区域路由（EU in-region routing）。
从任务分类到十一项逐请求评分
这次换代改变了选模型的依据。上一代 Auto Router 于 2026 年 8 月改版，思路是「市场智慧」：先判断任务类型，再参考 OpenRouter 社区最近 7 天、每周超过 55 万亿 tokens 的真实消费份额来选模型（见）。承认，旧路由器依赖的是「任务类型等少数不精确的信号」。
新一代的做法是：一个快速决策模型在单次调用里给请求评出十一项因素——比如这是什么任务、任务是否刚刚变化、难度多大、是否在意速度、需不需要视觉能力或代码库知识、换更大的模型、更多的思考或更便宜的模型是否更划算——再叠加实时价格、供应商健康度与缓存状态，由路由策略同时选出模型和 reasoning effort（推理力度）。随后请求进入与直连该模型相同的 provider routing（供应商路由），由后者决定由哪家供应商服务；每一轮的结果（模型是否卡住、什么已入缓存）再喂给下一轮的选择。
治理约束决定候选池：guardrail（护栏）策略、零数据保留要求、供应商限制、允许与排除的模型列表、BYOK（自带密钥）共同划定可用范围，路由器在这个范围内挑成本最优解。把「受限模型池下仍保持最优」列为八项原则的第二条，理由是许多客户因地区或数据保留政策必须限制可用模型。新模型上线当天即进入候选集，600 多个模型靠基准成绩与热度信号竞争进入成本最优集合。
五项基准热力图：得分高于旧版，每任务成本也更高
官方随博文放出的热力图把三个对象放进同一组对比：新版 Auto Router 默认档、Auto Code 与旧版 Auto Router，覆盖 Deep SWE、SWE-Atlas QA、TerminalBench 4.0、τ³-bench Banking 与 MMMU Pro Vision 五项基准。
| 基准（类型） | Auto Router 默认档 | Auto Code | 旧版 Auto Router |
|---|---|---|---|
| Deep SWE（编码） | 69.0%，$0.57 | 74.3%，$1.98 | 64.6%，$1.37 |
| SWE-Atlas QA（代码库） | 59.7%，$0.36 | 62.5%，$0.66 | 44.0%，$0.12 |
| TerminalBench 4.0（agent） | 45.7%，$1.33 | 50.0%，$4.96 | 28.3%，$0.61 |
| τ³-bench Banking（工具调用） | 53.1%，$0.60 | 52.6%，$0.60 | 13.7%，$0.087 |
| MMMU Pro Vision（视觉） | 80.1%，$0.020 | 82.3%，$0.025 | 74.4%，$0.006 |
表中数值取自官方热力图，图上另标有相对旧版的倍数：新版 Auto Router 得分提升从 Deep SWE 的 1.07 倍到 τ³-bench Banking 的 3.86 倍，与博文「最高约 4 倍」的说法相符。
成本一侧的数据提醒读者这不是单纯降价。官方倍数标注显示，Auto Code 的每任务成本在五项基准上全部高于旧版（1.44 倍～8.10 倍，比如 TerminalBench 4.0 为 $4.96 对 $0.61）；新版 Auto Router 默认档也只有 Deep SWE 一项更便宜（0.42 倍），其余四项更贵。博文对此给出解释：旧一代因最便宜模型的效率突出而把每任务成本越拉越低，漏掉了一批优秀模型，这次刻意把定价调回几个月前的水平以纳入更多样的模型；偏好旧行为的用户可以把 cost_tier 设为 low。博文同时承认，没有路由器能在成本-质量曲线的每一点上胜过单一最强的前沿模型——路由器换来的是长期稳定的成本效率，如果你清楚哪个模型最适合手头的工作，就该继续用它。
Beta 成绩单：无效工具调用降至约四分之一，路由环节 p90 提速 3 倍
延迟数字有一个容易误读的地方：0.65 秒指的是路由决策这一步的 p90，不是完整生成的延迟。博文的原始表述是，在实时测试中路由环节 p90 从上一代的 1.96 秒降到 0.65 秒，快了 3 倍；X 帖文中「p90 延迟仅 0.65 秒」的写法省略了这一限定。
Beta 期对照旧路由器的另外两项指标：无效工具调用（invalid tool calls）减少到约四分之一，agentic（智能体式）回复被截断的情况减少一半。支撑这些数字的是一套缓存优先的切换逻辑——换模型意味着重建输入 token 缓存、多花一笔钱，所以 Auto Router 先尝试只调 reasoning effort，不够才换模型；beta 期间约每十轮 agent 对话有近九轮留在同一模型上。当会话出现指向模型的故障信号，比如同一报错反复出现、编辑后测试持续失败，切换概率会被调高，避免整个会话困在一个一开始就选错的模型上。博文还称，新引擎已通过 typesafe/jev-router 与 openrouter/auto-beta 在生产负载上验证，全程遵守零数据保留。
三处可以查路由理由的地方：聊天室面板、router metadata 与模型页
聊天室里，每条回复旁会出现 Routing insights 面板：官方博客的示例中，一个 Python RecursionError 问题被分给了 InferenceNet 供应商上的 DeepSeek V4.1 Flash 1017，面板显示任务判定为 Debugging（98%）、难度 2/5、精确度 3/5、更大模型的预期收益 20%，以及各候选模型的选中份额（GPT-6 Luna 57.95%、DeepSeek 30.3% 等）。
API 侧走 ：按官方文档，请求带上 X-OpenRouter-Metadata: enabled 头后，成功响应会附带 openrouter_metadata 字段，记录路由策略、候选端点、重试尝试与管线阶段，缓存命中不携带该字段。X 帖文将其概括为「展示每次请求如何做出路由决策：考虑了哪些模型、为何入选、受哪些因素影响」。两个路由器的模型页还会显示实时路由组合——各模型的请求占比按 agentic 与非 agentic 分列，并随难度变化；博客发布时的快照显示 Auto Router 的请求份额由 GPT-6.1 Sol 以 33.8% 领先。
八条原则之后，独立核验还没有出现
OpenRouter 为这套路由器给出的规模依据是：Auto Router 每月处理超过 2.5 万亿 tokens、服务超过 10 万人，所以「路由器在基准上拿高分容易，在真实使用里表现好才难」。X 帖文把这一代归纳为八条原则：成本最优（pareto-optimal）、受限模型池下仍保持最优、路由决策透明、长会话中持续变好、新模型即时纳入、利用 600 多个模型的多样性、以真实世界表现而非仅基准为准、长期可信。帖文还预告，下周 Auto Router 将满三周岁——老用户当年在 agent 里写下的 openrouter/auto，今天仍指向最新的成本最优选择，FAQ 也确认旧 slug（模型代号）与 cost_tier、allowed_models、excluded_models 设置全部沿用，无需改代码。
与 Opus 5.5 的对照细节并不在博文的热力图里：官方把与各单模型基线的对照放在 ，并称结果会定期重跑，那是外界核对这批结论的公开节点。眼下用户能自己确认的，是每次响应 model 字段里实际选中的模型，以及聊天室面板里给出的路由理由。