一句话看懂：Fireworks AI 推出面向 Claude Opus 系列的缓存感知路由器 FireRouter with Opus，内部实测编码任务成本下降 57%，准确率仅损失 1.5 个百分点，并已通过 serverless endpoint 对外开放。
事件核心：发生了什么
Fireworks AI 发布了 FireRouter with Opus，官方称这是市场上首个针对 Claude Opus 系列优化的缓存感知路由模型，目前已作为独立路由模型通过 serverless endpoint 提供服务。在超过一个月的内部 A/B 测试中，该方案在编码任务上达到单独使用 Opus 时 98.1% 的准确率，同时降低成本 57%。
具体数据方面：每次会话成本从 15.36 美元降至 6.63 美元，降幅 57%（±19 个百分点，95% 置信区间）；评分轮次中 FireRouter with Opus 得分 78.7%，单独使用 Opus 为 80.2%，差距 1.5 个百分点（±1.3）。缓存命中率为 94.2%，对照组为 97.8%，相差 3.6 个百分点。测试流量来自内部编码业务，会话被随机分配到路由组和纯 Opus 对照组，工作量与用户相同。
为什么重要
FireRouter 的核心逻辑不是简单按任务难度切换模型，而是把 prompt 缓存成本纳入每次路由决策：评估模型池中每个模型对当前任务的适配度，估算包括缓存在内的处理成本，再权衡“切换模型省下的钱”是否值得“丢掉已缓存内容”的代价，最后选择质量与成本平衡最佳的模型。当前路由池包括 Claude Opus 5.5、GLM 5.3 和 GLM 5.3 Flash，并会随新模型发布持续调整。
这反映出一个正在成型的趋势：在大模型推理成本仍然高企的阶段，竞争焦点正从“单模型能力”转向“多模型调度与缓存效率”。把简单、常规的轮次交给更便宜的模型，把复杂任务留给闭源旗舰模型，这种混搭路线对依赖 API 的团队有直接的成本意义。
对用户/开发者/创作者的影响
对开发者和企业采购方来说，这类路由层的价值在于不改变应用接口的前提下压低账单。缓存命中率下降 3.6 个百分点是明确写在数据里的取舍，官方也承认这是有意为之——用一部分缓存复用率换取整体成本大幅下降。对以编码、Agent 等高频多轮场景为主的团队，57% 的成本差异值得做一次自己的 A/B 验证，而不是直接照搬官方结论，因为 95% 置信区间上下浮动达 19 个百分点。对普通用户和内容创作者，短期内更可能体现为调用相关 API 的 AI 应用价格更稳或功能更丰富，而非直接感知到路由层的存在。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是路由池后续是否会接入更多闭源与开源模型，以及是否会公布非编码任务（如长文本、图像生成相关调用）的成本与准确率数据；二是缓存感知路由在缓存命中率上的损失是否可优化，尤其对强依赖 prompt 缓存的长会话应用；三是主流模型厂商和云平台是否会跟进类似的多模型路由能力，从而改变 API 层的竞争方式。
来源：AIbase
