一次 agent 查询花掉 38 美元，作者反思模型混搭路由

rseroter · x · 2026-09-15

Google Cloud Tech 发布文章《把 Claude Fable 5.1 和 Gemini 3.8 Flash 放进同一个团队》，讨论在同一工作流中混用不同档位模型。rseroter 转发并补充观点：并非所有请求都需要深度推理的前沿模型，很多任务用轻量模型即可，应当按需混搭路由。

文中还举了一个反面案例：让 agent 检索近期聊天记录和文档回答一个无关紧要的问题，虽然答对了，却花费 38 美元，ROI 很差——凸显混合路由控制成本的必要性。