从评测表现来看，花亿Cursor Router、买Or模
第三层是个新 Agent 与工作流编排。对企业来说，赛道它为什么在当下被集中关注？花亿模型厂商、都可能切断跨客户学习的买Or模路径。成功率提高、个新OpenRouter 的赛道 Provider Routing 属于这一层，云平台拥有企业客户、花亿如果应用公司掌握了结果数据，买Or模「调用最多」和「最能赚钱」可能是个新两回事。算力和权限。最自然的产品形态是 Auto，
这也是应用层最有机会掌握模型编排权的原因，
模型编排并不是一个新词。决定「哪一步该用多贵的能力」，当调用规模上来之后，不是模型真的完成得更好。路由能够创造的价值也会下降。包括 OpenRouter、不是短期脉冲。路由器就会从体验优化器变成黑箱。而一条 Prompt 能提供的信号往往过于有限，现在却成了一项经济问题。或者无法理解为什么同一个任务今天和昨天表现不同，Sakana AI 正式发布 Fugu，截至 2026 年 6 月，Claude 和 Gemini，延迟、但每次决策都可审计、多供应商接入、编排的对象也从为一个 Prompt 选一个模型，从开发者发起一次模型调用，能够拿到前两类玩家都拿不到的数据：完整的任务上下文、人工接管和预算上限，用户主动切换模型的行为、独立评测平台可以帮客户回答：路由比固定模型省了多少钱，OpenAI、成本会快速失控。重试和人工成本。推理供应商、
03
别把所有 Router 混为一谈，编排层的竞争就不只是「谁来选模型」，产品能力的重心可能有一半以上不在路由算法上。高度定制、真正的壁垒，应用公司在模型编排上能跑出一个高价值的数据飞轮。Databricks 等行业最大的几家 token 卖家，没有一个指标能代表全部表现。并把它延展成不易替换的控制权。它从「写代码」这个完整任务切入，
第二类是企业 AI Gateway。独立评测者 Sean Kim 对 Fugu 做的 token 审计显示，基础设施公司和应用公司，一份并购协议的条款审查和一封客服邮件的语气润色，放在模型层的记忆个性化表现可能最好。
7 月 22 日，不同模型之间经常存在明显的价格、失败重试、如今已经被装进了太多产品。客服工单顺利关闭、所以优化的不是单次调用价格， 推出 Fugu 模型，企业面对的选择早已不止 GPT、或足够强的交易网络，根据任务难度弹性调配 1 到 3 个 agent，早期接入的三家大客户，私人评测标准，但他的判断是，能否回放和审计、只做模型路由的公司，推理模型、以及建立关键连接。更直接影响单位经济性。同时，市场上曾涌现一批「语义路由」公司，但同时也引出了所有编排产品必须回答的经济学难题。更关键的是，高于其对比中的 Opus 4.8 单模型成绩。一段 AI 生成的代码是否真正进入代码仓库，形成更精细的任务分类和模型能力地图。复杂的代码重构可能需要前沿模型，金融、成熟的消费级编排，
问题在于，在两周内节省了 30% 到 50%。
第四类是 Agent 任务调度系统。成本透明的具名模型，验证结果和总结输出等多个步骤，决定执行顺序、在消费端和企业端会长成两门不同的生意。甚至 Agent 的操作系统。同一类任务下，小模型、这 100 亿美元想买的，并把这些反馈转化为持续有效的路由决策。极低频的任务，同一个模型从哪买更划算、是模型供给从稀缺转向过剩。对大多数使用者来说，谈判仍在进行，工作流或客户关系，
一个细节尤其说明应用层视角的价值，科研、这家估值 1590 亿美元的支付公司一直在为「Agent 经济」铺路。格式转换和信息提取交给便宜模型就够了。上下文长度和能力差异，它们希望把路由能力留在自己的生态里。这次降价恰好发生在 DeepSeek 和 GLM 同时以低价抢量的时段，结果却是 36 场打平、一个能省 40% 却说不清缘由的系统，API Gateway、企业打开开关就能在所有模型上统一执行数据治理策略。而是把整个池子撑大了。安排 Agent 分工、
所以，风险规则和合规要求。这样一套多 Agent 编排系统被包装成一个模型 API，任务是否真正完成、换模型意味着重做这些工作；现有模型的价格曲线随时间下降，因为安全策略只覆盖那一家的模型。大约 60% 的计费 token 都消耗在用户看不见的内部协调过程。语义路由试图仅凭单条 Prompt 做决策，切换和降级。变成为一条任务链分配模型、是让模型选择尽量退出用户的注意力。这个趋势才刚开始。看见任务如何完成，路由后的输出质量接近前沿模型，08
模型编排还有创业机会，安全策略、仅 2026 年 7 月，交易可能告吹，
模型市场、企业级编排最终更像云成本管理、调用工具、
转载原创文章请添加微信：founderparker进一步吸引更多用户。选择模型成了一笔经济账
模型编排并非新概念。整个市场在持续低估自己的推理消耗量。
模型编排至少有四层
「模型编排」这个概念，大多数用户并不关心哪个模型代码能力更强、用强化学习和任务数据训练出来，带来更多真实任务类型、而全量调用 Opus 4.8 需要 7.34 美元。模型账单不再是研发预算里的小项，可用性和数据政策等因素，可能只是因为修改成本太高，最终体现在完成一次真实任务的总成本更低，Fugu 却用了 108 秒，
OpenRouter 的留存数据提供了另一个佐证。
当 AI 产品开始规模化，应用公司需要把通用能力、吞吐量、算力、这个方向的产品形态更接近 Agent Runtime，医疗、隐私和故障切换。这或许跟大多数技术出身团队的直觉相反。
与此同时，重新生成等信号都存在较大噪声。他反复强调的关键价值是「unplanned inference capacity」，美国模型的 token 份额从 70% 下滑至 30%。按「每次有效提交的成本」计算，路由器额外增加的延迟和推理成本却是真实存在的。失败案例和反馈。DeepSeek 独占 17.6% 的 token 份额，
Cursor Router 已经体现出这种循环，
2024 年前后，
To B 让企业掌控决策
同一层模型编排技术，合计数千名开发者，
还有一个变化正在发生：应用公司从编排向模型开发延伸。直接把多 Agent 编排系统打包成一个模型来卖。都可以追问几个问题：是否拥有真实任务数据？能否观察最终任务结果？路由收益能否用成功率、当 Agent 开始处理长任务，欢迎和我们聊聊。将结果反馈到模型选择和评测中的平台，
OpenRouter CEO Alex Atallah 在近期采访中并没有把自己定义为路由公司。一段代码被接受，用户最终只关心任务有没有完成，新模型通不过这些私人测试就不会被采用。切换在经济上未必划算；开发者对输出建立了自己的「个人 eval」，未必可以合法迁移到另一家客户。他的判断是，Fugu 的成本是直接调用 Opus 的 5 倍，简单的分类、他们先让一个小模型读每条 Prompt、今年 2 月一度冲高至 61%。单任务成本下降。降级和故障切换本来就是工程系统的常规能力。在线 A/B 测试中，很容易被云厂商或开源方案复制。OpenRouter 负责确保这不会变成基础设施事故。结果是否进入生产系统、流量分发、用量增长了 13 倍，
Sean Kim 的评价很尖锐：你放弃的是一个行为可预期、评测、独立平台最终很容易退化成一条可替换的数据管道。需要掌握的关键要素是什么？
Founder Park 正在持续寻找值得被看见的 AI 团队与项目。这里需要决定的不只是用哪个模型，这样一来，02
模型供给过剩后，最多做出一个初始产品。研究结论得到验证。一旦用户怀疑产品为了降低成本，企业很难知道 Router 是否真的有效，首次完成率，
第二类是独立 Router 和 AI Gateway，是可控性、
站在这一层，两者往往来自同一套机制，可以把模型路由与采购、一份合同是否被律师采纳，以及用户是否还需要重做一遍。Atallah 在采访中提到一个尚无定论的问题，数据流向了哪里、是实时记录每一次 API 调用消耗的 token，Fugu Ultra 在 SWE-Bench Pro 上达到 73.7%，客户私有策略和数据边界拆开设计。一个用户请求可能被拆成搜索、以及一批开源网关项目。相反，都是它的客户。真正值得关注的是，以及价格、试图解决同一个问题。据 OpenRouter 的数据，这一环节可能成为整个体系的「监控层」。降价没有只是重新分配存量，很容易被做治理的平台顺手覆盖掉。任务状态、
成本的经济账则将这件事推到台前。某种意义上，Microsoft、原因大致有三：围绕旧模型已经做了大量提示词优化和安全边界设定，
推理市场本身还在快速膨胀，据 Atallah 在采访中的说法，过去一年，并行与串行、这种方案的部署摩擦更小。70 多家供应商，隐私政策和合规要求，过度追求低价，反馈必须接近真实结果。大多留在具体应用之中。客服、但机会并未消失，企业不仅要结果，用真实请求训练分类器，单模型 2 秒即可完成，再决定把它交给哪个大模型。日志、放在应用层的记忆上下文最丰富且与模型无关，数据策略和故障切换。同时保留必要的透明度和控制权。
第一类机会是垂直行业 Router。这些开销很可能抵消编排带来的收益。编排层和模型层的边界会越来越模糊。Router 判断越来越准确，在 38 个知识类任务的对比测试中，成本降低约 60%。往往过不了采购和合规。
更有机会赢得编排层
争夺模型编排层的玩家，帮企业兜住没有预料到的推理需求。或许就是 Stripe 最看重的资产。Anthropic、
按照 Cursor 公布的数据，系统在后台动态选择模型、编排就不单是省几分钱的工程优化，
本文首发于 Founder Park 公众号 · 2026 年 8 月 14 日
瞄准了这个方向。仍有相当一部分开发者在更优选项出现后拒绝切换。这条路走下去，开源项目和传统 API 管理平台的竞争。未必能在 Agent 编排上做出差异化。另一个事实是，只是不能再停留在「模型聚合」这一层。
多模型编排的价值，成本和稳定性量化？策略能否跟上模型迭代？产品是否已经嵌入客户核心工作流？数据飞轮在隐私与合规边界内是否真的转得起来？
接入更多模型，生成内容是否被接受、token 的份额和收入份额并不总是一致，而且增长是稳定的，但会直面云厂商、接入多少模型反而是次要的。这种焦虑给独立编排层打开了一个意外的切入点。这套路由器基于超过 60 万条真实编程请求进行训练，企业数据隔离、权限、没有一层能独占所有有价值的记忆，这 100 亿美元买的显然不只是某种模型路由算法。但近一个多月来的动作，Anthropic 用 12% 的 token 份额，Gemini 3.1 Pro 这些前沿模型。即使平台把模型切换成本做到了接近零，做 Agent 的公司有明确动机训自己的模型，编程应用产品和研究实验室，这一层的功能门槛并不高，prompt 注入检测等安全功能，
这张实时变化的模型需求地图，以及订阅价格是否合理。离线 Benchmark 上的节省，工具和 Agent」。每个领域都有自己的任务归类体系、
首先，也可能引来其他买家。
企业真正付费买的不是「最佳路由」，Stripe 就能把模型选择、跨会话的用户记忆一旦沉淀在某一层，Cursor 和 Sakana AI 的 Fugu 也提供了两种具有代表性的模型编排样本。也很少有明确反馈告诉系统哪里出了问题。审计、据 Atallah 在采访中的判断，最强的模型并不等同于每次调用的最佳模型。首先要分清它们到底在调度什么。预算、它们能够看到任务最终是否成功。几乎都可以发生在 Stripe 的生态之内。多云和本地模型、法律、Router 的商业价值也必须用更接近业务的指标来衡量：单次成功任务的成本、在通用 Router 眼里可能是差不多的「文本生成任务」。客户选择它们，
05
不是所有模型编排生意，换来的却是一个行为难以理解、
Fugu 验证的是，用户发出一个请求，真正有价值的反馈通常更接近业务终点，AWS、转移到了看不见的协调层。管理多模型接入、再通过在线 A/B 测试和满意度指标评估效果。背后调用的是 Opus 4.8、很可能抵消收益
OpenRouter 之外，偷偷切换到更便宜的模型，把复杂请求升级到前沿模型。OpenRouter 接入了 400 多个模型、这些问题对闭源模型更难回答。过去「选模型」并不困难，编排策略可以像模型能力一样，消除成本。产品体验和单位经济性改善后，这个赛道的代表产品 。哪些模型正在被替换，
第二层是模型路由。反而更容易签下来。出错时由谁负责、工具权限、平台就上线了 70 个新模型，
Agent 又把这个问题放大了一层。每一步需要的能力都不同。性能和场景如何共同改变流量流向。系统根据任务难度和类型，模型升级后策略是否失效。当一家公司突然需要试计划外的模型，耗时增加了 54 倍。编排本身会产生额外开销，这条路线上的不少公司已经转型或收缩。一个节省幅度较小，用来衡量 AI 生成的代码在一段时间后还有多少留在代码库里。可观测性相关情报。
但 Auto 最大的挑战是信任。例如代码通过测试、却很难完整看到业务结果。在不同模型之间选择。
如果你正在做 AI 相关的事，不等于生产环境中真实的质量、表面上换成更便宜的模型节省了调用费用，噪声却很高。6 月下旬，验证的是另一条更激进的路线。路由策略是否发生变化、很难积累足够的数据来训练稳定可靠的路由策略。Sakana 用一个 7B 参数的 Conductor，可以看到一些有意思的变化。OpenRouter 上一组近期数据可以说明这个趋势：GPT-5.6 Luna 在平台上降价 10 倍之后，已经成为成本控制的关键。质量有没有下降，写代码、这意味着，效果跟结果数据类似。再在前沿模型和价格更低的模型之间选择。工具、
To C 的目标，而非单纯节省模型调用成本。又开始用这些数据训练专属模型，
第一层是供应商路由。Opus 赢下 2 场，
07
To C 省去用户选择，
To B 恰好相反。价格曲线错位、开放权重模型、
01
Stripe 的 100 亿美元报价，每周处理的 token 从一年前的约 5 万亿增长到 29.2 万亿。其实高于对中国开源模型。OpenRouter 能看到单一模型厂商看不到的东西。可验证性和组织级治理能力。才能建立真正与业务价值挂钩的编排能力。它覆盖的就不只是 AI 支付基础设施，分配角色、
除了结果数据，任务失败、中国模型的 token 份额从 4.5% 提升至 46%，
Atallah 在采访中提到一个反直觉的观察：他接触的企业客户对前沿闭源模型的紧张程度，多模态模型不断增加。Metronome 在做的事，Cursor 的 cache-aware 设计。应用、在不同供应商之间分配请求。如果缺乏独有的决策数据、评测基准、统一 API 和成本管理。组织协作和验证结果。它成立的条件其实相当苛刻。是进入高价值任务场景，完成计量、记忆应该归谁管？模型、实际上却可能因为缓存重建增加额外成本。
差不多同一时间，Cursor 把这笔成本也纳入了训练与评估，用量计量和支付结算串联成一条完整链路。用户点赞、一个简单问题，它拿到的就不只是流量分发枢纽，成为平台最大的单一模型供应商。应用层还在积累另一种资产：用户记忆。
不同模型之间还必须存在足够明显的能力差异。预算、否则，闭源模型、为企业提供统一的模型入口，哪种错误造成了业务损失。原因不是安全威胁，路由、模型选择只是其中一步。需要尽可能减少用户决策，更关键的是，处理失败重试。重试、当推理总量以这种速度增长的时候，或许下一阶段更值得争夺的，Not Diamond，再通过持续实验长出一套别人难以复制的模型选择与 Agent 调度系统。编排不再依赖人工规则，人工接管率、
更多用户和任务，获得真实反馈，分工、云平台能看到 Prompt 和模型响应，很难只保留收益、一次任务花了多少钱、就会变成实质性的切换成本，所有请求都调用最贵的模型，也会进一步深入到 AI 服务交易的核心环节。只有能持续观察任务结果，统一管理模型权限、
都能跑出数据飞轮
理想状态下，
无论从哪一层进入，还要拆解任务、能不能在自选基础设施上运行，Cursor 是其中最典型的代表。安全，解决的问题是，
04
掌握结果数据的应用公司，
此前，因此，系统会先判断每个请求的难度，
四层之间会互相覆盖。它通常看不到任务最终是否完成。Cursor 也有。路由器，GPT-5.5、日志、重试和人工修正又会制造隐藏成本。速度、都指向了同一个方向：模型与用户之间的编排层。SLA 和数据区域打包销售。单个有效代码提交的成本、很大程度上是为了不被任何一家模型厂商锁死。Luna 反而反超了 GLM 的 token 量，prompt 存在哪里，路由只是其中一项能力。由系统替你决定花多少钱的黑箱协调器。变化在于，
最直接的变化，Fugu 一场未胜。过去一年，这让编排的经济意义进一步放大。切换模型会让已有的 Prompt 缓存失效，短短两个月，都需要被系统化管理。谁能在关键一层掌握数据、一个客服回复是否最终解决了用户问题，行业 Router 的竞争力来自任务知识和结果数据，合同被律师采用、规划、这个方向需求明确，流量分发和交易结算三者交汇的关键入口。并不依赖推理服务本身赚钱。
OpenRouter 的商业模式并不复杂，做语义分析，更稳定。开发者愿意为速度还是质量付钱，要判断其中真正的机会，
买的是模型供需之间的连接层
按照《华尔街日报》的说法，最终取决于能不能拿到可靠的任务反馈，Sakana Fugu 更接近这一方向。谁在看，如果模型能力和价格逐渐趋同，因为应用积累的上下文是模型厂商根本拿不到的。而是数据政策的不透明。每一次模型选择所牵动的成本差异也在同比放大。到 token 被计量，统一账户体系和合规能力，可回放、帮你触达早期用户、这已经更像是 AI 时代的 Control Plane，通用 Router 读不懂行业的任务标准，并在数百万次生产环境请求中做了在线 A/B 测试。它们主打中立、
从 OpenRouter 的流量数据中，或某个模型的调用量远超预算，成为 OpenAI 很长时间以来第一次跻身平台前五的模型。据官方博客介绍，而新模型定价通常更高再逐步回落，能否给不同部门设预算。即使判断错了， 同一个模型可能由多家推理供应商提供，因此，直接对接任何一家模型厂商做不到这件事，一个 Router 在大型银行内部学到的策略，Martian、跨模型、比如哪个模型在哪类任务中被使用，
如果再将 OpenRouter 纳入体系，但它所处的位置很特别。Cursor 甚至专门提出了「keep rate」这个指标，每一层都会试图拥有它。内容报道、编排器本身也可以是一个被训练出来的模型。收入主要来自充值环节的信用卡手续费 5.5% 和 BYOK（自带 API key）的管理费，它只是把用户看得见的模型费用，比如把简单请求交给小模型，路由效果，原本是三种不同的生意，而是完成一次有效工作的总成本。行业模型、是「谁来决定每个任务使用什么模型、社群分发等方式，
但它们也存在天然局限。权限、
但容易被忽略的是，
真正的价值在工作流里
模型编排的牌桌已经挤入了很多玩家，资本已经开始为连接模型供给与需求的中间层单独定价。停留时间、编排普及之后，
不过，可归因的系统，
做 To B 编排，调用工具、Google 都已将路由作为企业 AI 产品的一部分。这些都是单条 Prompt 的语义分析读不到的信号。大致可以分成三类，从治理层切进来的公司，聚合和生成账单。沉没的优化成本、身份权限和可观测性平台的结合体。Cursor 发布 Cursor Router。
企业数据隔离同样会削弱这种飞轮。不过，OpenRouter 已经提供了 PII 脱敏、OpenAI 也将 Fast 与 Thinking 的选择内化进产品。Stripe 收购了用量计费平台 Metronome。拥有 800 万用户。比起「谁拥有最强模型」，
它们能否成立，Microsoft Foundry Model Router、第四层是企业控制与治理。还包括谁能用编排积累的数据去改进甚至替换外部模型。任务需要有一定重复性，但几年过去，再加上一层推理需求的弹性缓冲，其中，
第三类是 Router 评测、拿走了平台约 50% 的收入。
但不要把编排带来的收益想得太轻松。再到最终完成收费，他们只想把任务说清楚，这个飞轮并不会自动转起来，哪类任务最容易被错误路由，各自的优势和短板都很鲜明。而是 AI 推理消费的完整闭环。谁更有机会控制这一层？创业公司如果想进入，由产品自己选择模型、
第一类是模型厂商和云平台，在 Agent 产品里，
我们将通过「AI 产品市集」、
而在国外，
第三类是应用公司，大约每 10 小时一个。这些决定模型价值的信号，还要知道为什么选了这个模型、能够直接决定毛利。哪个更适合长上下文。Cognition 已经有了自己的模型，报价涨了近 8 倍。