AB
AiBoss
ニュース

openJiuwen 首发 X-Router 自演进模型路由,实测 Token 成本降约 44.6%

openJiuwen 团队发布开源智能路由框架与 x-router 算法,在 Agent 与模型之间加入动态决策层。据其公布的 PinchBench 评测,开启自演进后模型调用成本较全云基线降低约 44.6%,得分仅低 0.66 个百分点。

openJiuwen 首发 X-Router 自演进模型路由

openJiuwen 团队发布开源智能路由框架,并首次公开其中的 x-router 算法。该框架位于 Agent 与模型之间,按任务复杂度动态决定这一轮请求交给哪个模型、采用何种策略,目标是让成本与效果综合最优。openJiuwen 由华为 2012 实验室、华为云、终端、计算等团队联合高校与企业开发者共同构建,相关代码已开源。

据官方说明,x-router 采用五档复杂度分级,支持端云分级、本地能力边界判断、进程内小模型分类器与失败降级,并用上下文 Bandit 做经验修正。框架整体分为算法、状态管理、自演进三块,彼此解耦;决策与执行分离,路由只给出推荐模型,实际调用由宿主完成,结果再回报给路由层。

实测数据与背景

团队将 x-router 接入 WorkSwarm,使用 PinchBench 全量 147 个任务评测,复杂度分类器为本地部署的 Qwen3-0.6B。据公布结果,静态路由得分 66.3%、模型调用成本 8.25 美元;开启 Bandit 自演进后成本降至 6.16 美元,得分升至 70.70%。与全部调用 Kimi-K2-Thinking 的基线(71.36%、11.11 美元)相比,得分低 0.66 个百分点,成本降低约 44.6%。

团队还在 Terminal-Bench/LLMRouterBench 上以 Opus4.8、Qwen3.5-122B、Qwen3.5-35B 三档模型池测试:cost focused 模式下降成本 51.4%,成功率达 Opus 的 95.2%;quality focused 模式下降成本 15.7%,成功率达 98.6%。团队称后续还将推出路由策略强化学习训练等自演进能力。

限制与来源

上述数据均来自 openJiuwen 团队自行公布的评测,任务集、模型池与评分方式由其设定,尚未见第三方独立复现。文中涉及的模型名称、成本数字与效果比例均以官方发布为准,实际表现可能因部署形态、模型版本与业务场景不同而变化。安装方式、配置项与算法可用性请以代码仓库 README 和官网当前信息为准。本文不构成任何投资或采购建议。

来源:量子位(www.qbitai.com)报道,相关资源见 openJiuwen 官网及 model-router 代码仓库。