Fireworks AI 发布 FireRouter with Opus，官方称这是市场上首个缓存感知路由器，针对 Claude Opus 系列优化，并首次以独立路由模型形式作为 serverless 端点开放。经过一个多月的内部 A/B 测试，执行编码任务的准确率达到单独使用 Opus 的 98.1%，成本降低 57%。
每次会话从 15.36 美元降到 6.63 美元
测试来自内部编码流量，会话被随机分配到 FireRouter 组或纯 Opus 对照组，工作负载和用户完全相同。结果显示，每次会话成本从 15.36 美元降至 6.63 美元，降幅 57%，置信区间为 ±19 个百分点。准确率方面，FireRouter 组在评分轮次得分 78.7%，纯 Opus 组为 80.2%，相差 1.5 个百分点，即达到 Opus 整体准确率的 98.1%。缓存命中率从 97.8% 降到 94.2%，差距 3.6 个百分点。
路由逻辑在算什么
核心机制是在每个用户轮次评估模型集合中每个模型对当前任务的适合程度，估算处理成本包含提示缓存成本，再权衡切换模型带来的节省与丢失缓存是否值得，最后路由到质量与成本平衡最好的模型。当前路由池包含 Claude Opus 5.5、GLM 5.3 和 GLM 5.3 Flash，会随新模型发布持续调整。
怎么接入
FireRouter with Opus 已集成到 Claude Code、Codex、Cursor IDE 等工具链，启用只需 fireconnect login 和 fireconnect claude –model firerouter/opus 两行命令。对同时用多个模型跑编码任务的团队来说，这类路由层的省钱效果比单独调价更直接，选型思路可参考 大模型推荐排行榜 2026 秋季版。
补充：准确率差距的置信区间
官方同时给出了准确率差距的置信区间：FireRouter 组 78.7% 与纯 Opus 组 80.2% 之间相差 1.5 个百分点（±1.3），换算下来相当于 Opus 整体准确率的 98.1%。换句话说，省下的 57% 成本买来的是约两个百分点的准确率折让，以及缓存命中率从 97.8% 掉到 94.2% 的 3.6 个百分点损失。
延伸阅读
- Google打破内部惯例：向全体工程师开放Claude Opus 5（2026年9月）3 周前
- Claude 中小企业版重大升级：43 项工作流 + 27 个应用集成，安装量已破 90 万次2 周前
- Grok 4.7 正式发布解析：2.1 万亿参数涨 40% 不涨价，与 Fable 5.1 基准全对比2 周前
- Claude Sonnet 5.5 发布，价格腰斩、提速 30%7 天前