示例 1
输入：“写一个Dockerfile”
路由到：代码模型（DeepSeek / Qwen Coder）
Routing Engine
智能模型路由引擎
核心理念：你只需要定义任务，不需要选择模型。
我们不是模型市场，而是模型路由基础设施。
当前AI模型选择存在问题
开发者需要在 GPT、Claude、DeepSeek、Qwen、GLM 等多个模型之间手动选择。
模型选择复杂
成本不可控
效果不稳定
集成成本高
智能路由解决方案
本平台通过智能路由层自动选择最适合当前任务的模型。
“你只需要定义任务，不需要选择模型”
路由机制如何工作
DIM-1
任务类型（代码 / 推理 / 长文本 / 总结）
DIM-2
上下文长度
DIM-3
成本
DIM-4
延迟
DIM-5
模型可用性
Routing 示例
示例 2
输入：“分析一个200页PDF”
路由到：长文本模型（Kimi / Qwen Long）
示例 3
输入：“解释复杂算法”
路由到：推理模型（GPT / GLM / Claude类模型）
手动选择 vs 自动路由
| 维度 | OpenRouter | 本平台 |
|---|---|---|
| 模型选择 | 用户手动选择模型 | 系统自动选择模型 |
| 使用门槛 | 需要模型知识 | 无需模型知识 |
| 稳定性 | 容易选错模型 | 自动优化成本与效果 |
API 示例
curl 示例
POST /v1/chat/completions
{
"model": "auto-coding",
"messages": [
{"role": "user", "content": "写一个Dockerfile"}
]
}
说明：无需选择具体模型Python 示例
client.chat.completions.create(
model="auto-coding",
messages=[
{"role": "user", "content": "写一个Dockerfile"}
]
)
# 无需手动选择模型路由模型抽象层
auto-coding
代码任务
auto-reasoning
复杂推理
auto-long-context
长文本
auto-cheap
低成本任务
系统自动映射到最优模型，无需手动选择模型。