研究发现商业动态LLM路由器性能不及双模型随机选择

2026年10月5日，arXiv发表的一篇人工智能论文评估了6款商业LLM路由器在8个任务类别、14种设定下的表现。研究发现，在同等成本条件下，没有任何一款路由器的表现优于在两款合适模型间随机选择的基线方案，部分路由器表现甚至落后基线超过10个百分点。论文指出，现有路由器普遍存在难度盲区、长度反转、语义匹配和模型阵容次优四类模式缺陷，并据此提出了能避免奖赏上述偏差的新评测方法与双模型路由器概念验证。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。