openJiuwen X-Router：成本降44.6%质量不损，模型路由自演进

openJiuwen团队发布X-Router模型路由技术，实测PinchBench上以44.6%的成本降幅换来仅0.66个百分点的质量损失，Terminal-Bench上成本压缩51.4%的同时成功率维持在Opus的95.2%。这套系统的核心思路是：不再让Agent”一个模型包打天下”，而是为每一次请求选出最合适的模型。

三层能力构成路由体系

X-Router把智能路由拆成三层：精准画像、动态决策、自演进学习。画像层离线刻画每个模型的擅长领域，在线动态刷新时延优于1分钟。决策层同时考虑请求复杂度、KV缓存亲和度、实时负载和目标可用性，而非只看问题难度。自演进层将反馈闭环——每次调用结束后宿主回报结果，Contextual Bandit算法持续修正路由策略。

五级模型池与0.6B本地分类器

系统按能力从低到高配置五级模型池（SIMPLE→REASONING），本地部署Qwen3-0.6B作为复杂度分类器，推理时延亚100毫秒，完全在进程内完成，无需独立服务。简单任务走本地模型，复杂任务按需升级能力。

降本与质量并非对立

Bandit自演进开启后，PinchBench得分从静态路由的66.3%提升至70.70%，同时成本从$8.25降至$6.16——质量反升4.4%，成本再降25.3%。在Terminal-Bench上，cost focused模式降成本51.4%，quality focused模式降成本15.7%的同时保持Opus 98.6%的成功率。

算法与状态解耦：换模型不换骨架

X-Router只是引擎的一条算法通路。整套架构的真正价值在于”可配置、可演进、可观测”：算法是纯函数（给定相同输入必须给出相同输出）、状态外置（可随时丢弃降级为冷路由而不导致请求失败）、演进模块独立（算法升级不动状态层，状态升级不动算法）。

相关阅读：AI benchmarks 2026：MMLU 退役，ARC-AGI-3 接棒