26. 模型路由 (Model Routing) 与自动选择：跨 Agent 深度对比

April 3, 2026 · View on GitHub

模型路由 (Model Routing) 是 AI 编程代理的核心基础设施——决定每次请求使用哪个模型。从"用户手动切换"到"ML 分类器自动路由"，各工具的实现跨度极大。

总览

Agent模型槽位路由方式自动 Fallback多提供商复杂度
Gemini CLI1（内部多策略）8 策略类自动路由✓（FallbackStrategy）✗（仅 Google）★★★★★
Aider3（主/编辑/弱）配置文件 model-settings.yml✗（手动切换）✓（100+ 通过 LiteLLM）★★★★☆
Copilot CLI1手动 /model + 配额倍率✗✓（14 模型）★★★☆☆
Claude Code1手动 /model + --fallback-model部分（仅 --print 模式）✗（仅 Anthropic）★★☆☆☆
Qwen Code1手动 /model + 提供商前缀✗✓（6+ 提供商）★★☆☆☆
Kimi CLI1 + thinking 开关手动 /model✗✓（5+ 提供商）★★☆☆☆
Codex CLI1手动 /model + --oss 本地✗✓（GPT-5 + 本地）★★☆☆☆
Goose配置驱动模型注册表部分（需手动切换）✓（58+ 提供商）★★★☆☆

一、Gemini CLI：8 策略类自动路由（最复杂）

源码：packages/core/src/routing/

路由架构

用户请求
  │
  ├── OverrideStrategy ──→ 用户/系统显式指定模型？→ 使用指定模型
  │
  ├── FallbackStrategy ──→ 主模型失败？→ 自动切换备用模型
  │
  ├── ApprovalModeStrategy ──→ 当前审批模式影响模型选择
  │                            （Plan 模式 → 可能用 Pro 推理）
  │                            （YOLO 模式 → 可能用 Flash 加速）
  │
  ├── ClassifierStrategy ──→ 通用分类器评估任务复杂度
  │
  ├── GemmaClassifierStrategy ──→ Gemma ML 模型推理分类
  │                               （轻量级，专用于路由决策）
  │
  ├── NumericalClassifierStrategy ──→ 纯算法评分
  │     │  评分因素：输入 token 数、工具数量、
  │     │  交互轮次、是否需要代码生成
  │     └──→ 超过阈值 → Pro；低于阈值 → Flash
  │
  ├── CompositeStrategy ──→ 组合多策略链式决策
  │
  └── DefaultStrategy ──→ 最终默认选择

路由决策结构

interface RoutingDecision {
  model: string;           // 选中的模型 ID
  metadata: {
    source: string;        // 决策来源（哪个策略）
    latencyMs: number;     // 路由决策耗时
    reasoning: string;     // 选择原因（可解释）
    error?: string;        // 可选错误信息
  };
}

Flash vs Pro 自动路由

条件选择模型场景
简单/快速任务Gemini Flash代码阅读、记忆管理、快速分析
复杂任务Gemini Pro代码生成、架构设计、复杂推理
用户显式指定用户选择/model set gemini-3-pro
子代理默认Flashcodebase_investigator、memory_manager 等

子代理模型分配

子代理默认模型回退模型
generalist继承主模型—
codebase_investigatorgemini-3-flash-previewgemini-2.5-pro
memory_managergemini-3-flash-preview—
cli_helpgemini-3-flash-preview—
browsergemini-3-flash-previewgemini-2.5-flash

两种分类器对比

维度GemmaClassifier（ML）NumericalClassifier（算法）
推理方式ML 模型推理纯数值评分
速度较慢（需推理）快速（纯计算）
准确性更高（语义理解）中等（启发式规则）
可解释性较低高（分数可追溯）
依赖需加载 Gemma 模型无外部依赖

设计理念： 用低成本的路由决策（Gemma Flash 推理或纯算法评分）来节省高成本的 Pro 调用。路由本身的开销远小于选错模型的代价。

二、Aider：三槽位模型架构（最灵活的手动路由）

源码：aider/coders/base_coder.py、aider/models.py

三槽位设计

用户任务
  │
  ├── [主模型] ──→ 代码理解 + 推理 + 生成方案
  │     配置: /model claude-sonnet-4
  │
  ├── [编辑器模型] ──→ 根据方案执行代码修改（diff 生成）
  │     配置: /editor-model claude-haiku-4.5
  │     特点: map_tokens=0（不重复加载仓库地图）
  │
  └── [弱模型] ──→ 提交消息、历史摘要、lint 修复
        配置: /weak-model gpt-4o-mini
        特点: 低成本操作，不需要强推理

模型配置映射（model-settings.yml）

# 每个模型有最优配置
- name: claude-sonnet-4
  edit_format: diff           # 最适合的编辑格式
  weak_model: claude-haiku-4.5
  use_repo_map: true
  send_undo_reply: true

- name: gpt-4o
  edit_format: udiff
  weak_model: gpt-4o-mini
  use_repo_map: true

- name: deepseek/deepseek-chat
  edit_format: diff
  weak_model: deepseek/deepseek-chat
  use_repo_map: true

Architect 模式的双模型流水线

用户请求 → [架构师模型（主模型）] → 生成实现方案（自然语言）
                    ↓
             [编辑器模型] → 根据方案修改代码（diff）
  • ArchitectCoder 继承自 AskCoder（只读，不直接编辑）
  • reply_completed() 时将输出传给编辑器模型
  • 编辑器 Coder 创建时 map_tokens=0（不重复加载仓库地图）

为什么三槽位？

操作需要的能力最优模型成本
代码理解/推理强推理Opus/Sonnet高
应用代码修改格式遵循Haiku/Flash低
提交消息文本摘要Mini/Haiku极低
历史压缩摘要能力Mini/Flash极低

设计理念： 不同任务用不同强度的模型——强模型思考，弱模型执行，最弱模型做杂活。成本可降低 ~60-80%（基于模型定价差异估算）。

三、Claude Code：单模型 + 有限 Fallback

来源：claude --help v2.1.83、二进制分析

模型选择

# 交互式切换
/model                    # 选择 Sonnet 4.6 / Opus 4.6 / Haiku 4.5

# CLI 参数
claude --model opus       # 指定模型别名
claude --model claude-sonnet-4-6  # 完整模型 ID

Fallback 机制

# 仅在 --print（非交互）模式下有效
claude -p "fix the bug" --fallback-model haiku

# 当默认模型过载时，自动切换到 fallback 模型
  • 触发条件：默认模型 API 过载（overloaded）
  • 遥测 (Telemetry) 事件：tengu_api_opus_fallback_triggered
  • 限制：仅 --print 模式，交互模式无自动 Fallback
  • 锁定生态：仅 Anthropic 模型，无法切换到 OpenAI/Google

内部模型路由 (Model Routing)

Claude Code 的 Skill 系统有隐式模型选择：

  • /review 插件 (Plugin)：Haiku（前置检查）→ Sonnet（变更摘要/合规审计）→ Opus（Bug 扫描/安全分析）
  • 子代理 (Subagent)（Agent 工具）：可指定 model: "haiku" 或 "sonnet" 或 "opus"
  • 但这是插件 (Plugin) 级别的硬编码，非通用路由系统

四、Copilot CLI：多提供商 + 配额路由

来源：官方文档、二进制分析

模型选择

/model                    # 交互式选择
# 可用模型（14 个）：
# Claude: Sonnet 4, Haiku 3.5
# GPT: 4.1（免费）, 4.1-mini, gpt-5-mini（免费）, o3, o4-mini
# Gemini: 2.5 Pro, 2.5 Flash

配额倍率系统

来源：GitHub Copilot 官方文档，倍率因版本/计划而异。

模型配额倍率说明
GPT-4.1~1x基准（部分计划免费）
GPT-4.1-mini~0.25x低成本
o3~1.5x高推理
Gemini 2.5 Pro~0.5x中等
Claude Sonnet 4~1x基准
Claude Opus 4.5~3x高倍率

隐式路由： 虽然无自动 Fallback，但配额系统引导用户选择性价比最优的模型。

五、Qwen Code：多提供商前缀路由（无自动 Fallback）

来源：Qwen Code 开源代码

提供商前缀语法

/model dashscope/qwen3-coder      # DashScope
/model modelscope/qwen3           # ModelScope
/model anthropic/claude-sonnet-4  # Anthropic
/model google/gemini-2.5-pro      # Google
/model openai-compatible/custom   # 自定义端点

缺失：无模型路由器

作为 Gemini CLI 分叉，Qwen Code 没有移植上游的 ModelRouterService。影响：

  • API 错误/配额耗尽时直接失败（无自动 Fallback）
  • 所有模型选择都是手动的
  • 无法根据任务复杂度自动选择轻量/重量模型

已识别为 P1 优先级 功能缺口（见 Qwen Code vs Gemini CLI 功能差距）。

六、Kimi CLI：单模型 + Thinking 模式

源码：soul/slash.py、config.py

/model kimi-k2.5            # 切换模型
/model --thinking            # 开启深度推理显示
/model --no-thinking         # 关闭推理显示
  • 模型切换触发 Reload 异常（重新初始化 Shell 上下文）
  • 支持 5+ 提供商：Kimi（默认）、OpenAI、Anthropic、Google Gemini、Vertex AI
  • 无自动路由：完全手动选择

七、Codex CLI：云端 + 本地双轨

来源：codex --help、官方文档

# 云端模型
codex --model gpt-5.2-codex

# 本地模型（通过 Ollama/vLLM）
codex --oss --model qwen3:32b
  • 双轨架构：云端（GPT-5 系列）或本地（--oss 标志）
  • 事件系统：model/rerouted 事件存在但未公开文档
  • 无自动路由：手动选择

八、Goose：注册表驱动 + 快速 Fallback

来源：Goose 文档、开源代码

# ~/.config/goose/config.yaml
provider: anthropic
model: claude-sonnet-4

goose --model claude-opus-4     # 启动时指定
  • 58+ 提供商：通过模型注册表支持（Anthropic、OpenAI、Google、AWS、Azure、Groq 等）
  • 无自动 Fallback：模型不可用时需手动修改配置切换（注册表支持快速查找替代）
  • 无斜杠命令 /model：通过配置文件或启动参数选择
  • MCP 驱动：模型能力可从扩展推断

设计模式对比

模式 1：自动路由 vs 手动选择

方案代表优势劣势
ML 分类器自动路由Gemini CLI零用户干预，成本最优复杂，路由决策本身有延迟
三槽位手动分配Aider最大灵活性，用户完全控制需要用户理解模型特性
单模型 + FallbackClaude Code简单可靠无成本优化
注册表 + 手动切换Goose提供商最多无智能路由，无自动 Fallback

模式 2：成本优化策略

策略工具实现节省比例
任务分类路由Gemini CLIFlash(简单) / Pro(复杂)~50-70%（估算）
三槽位分离Aider主(强) / 编辑(中) / 弱(低)~60-80%（估算）
配额倍率引导Copilot CLI低倍率模型更"便宜"用户自选
子代理模型指定Claude CodeHaiku(前置) → Sonnet(主) → Opus(核心)~40-60%（估算）

模式 3：容错与可用性

AgentFallback 方式触发条件用户感知
Gemini CLIFallbackStrategy 自动API 错误/超时透明（日志记录决策来源）
Claude Code--fallback-model模型过载仅 --print 模式
Goose手动切换配置模型不可用需修改配置
其他无—直接报错

未来趋势

  1. 更多工具将引入自动路由 — Gemini CLI 证明了 ML 分类器路由的可行性，其他工具（尤其多提供商工具如 Qwen Code、Kimi CLI）有强烈动机实现类似功能

  2. 成本优化将成为核心竞争力 — Aider 的三槽位设计表明，合理的模型分配可节省 60-80% 成本

  3. Fallback 将成为标配 — 随着 AI 编程代理用于生产环境，API 容错能力不再是可选项

  4. 路由决策可解释性 — Gemini CLI 的 reasoning 字段是正确方向，用户需要理解为什么选了某个模型

  5. Harness 层路由 — Oh My OpenAgent 在 OpenCode 之上实现了按任务类别（visual-engineering/deep/quick/ultrabrain）自动路由到不同模型的 Discipline Agent 系统，证明模型路由可以在 Harness 层而非 Agent 内核实现。详见 Oh My OpenAgent。

证据来源

Agent来源获取方式
Gemini CLI 路由packages/core/src/routing/*.tsGitHub 源码
Aider 三槽位aider/models.py + aider/coders/architect_coder.pyGitHub 源码
Claude Code Fallbackclaude --help v2.1.83 + 二进制 strings本地二进制
Copilot CLI 配额官方文档 + 二进制分析官方文档 + SEA 反编译
Qwen Code 提供商packages/core/src/providers/GitHub 源码
Kimi CLI 模型src/kimi_cli/soul/slash.pyGitHub 源码
Codex CLI 双轨codex --help + 官方文档本地二进制 + 官方文档
Goose 注册表官方文档官方文档