Cloudflare Auto Router 公测：自动选模型后，仍要核算成功任务成本
2026年9月30日，Cloudflare宣布AI Gateway的Auto Router进入公开测试。请求使用cloudflare/auto后，路由器会从符合条件的模型中做选择。官方介绍，其选择会考虑请求特征、预期质量和成本，也会先筛选格式支持、访问策略与上游可用性等条件。官方说明。
图：AI生成模型路由概念配图，非产品界面或性能实测图。
不要把内部试验结果当成自己的预算承诺
发布文章给出了内部OpenCode使用和知识工作测试结果，但测试覆盖范围、任务构成与真实业务可能不同。官方还将零数据保留要求筛选、完整Responses API及WebSockets支持等列为后续方向。对这些能力有硬要求的团队，应按当前文档逐项确认，不要从路线图推断已经可用。
独立分析：先固定一组真实但脱敏的任务
路由带来的变化不只是一张价目表。可选十几种经常发生的工作，例如从公开资料生成草稿、解释内部使用说明的脱敏片段、完成一段小型代码修改。每种任务都写清“什么算完成”，并保留固定输入。若两次试验输入不同，或其中一次偷偷增加了人工提示，结果就失去了直接比较的基础。
在记录中至少保留任务类型、最终是否成功、用户等待时间、人工复核时间和总费用。把每次便宜调用的节省与后续重试分开看：第一次回答省下的钱，可能被多轮纠错消耗。相反，一次调用略贵但能直接完成，也可能是更好的选择。这个判断需要业务自己的数据，而不是凭模型名称大小推测。
长会话与受限数据应单独测试
短问答表现稳定，不代表多轮任务一样稳定。可以为同一类工作分别准备短对话和长对话，检查后续轮次是否仍遵守前面的约束、是否遗漏关键材料，以及错误发生在哪一步。若任务接触受限数据，则先确认允许的提供商和处理方式，再开展实验；不能把成本优化放在既有数据要求之前。
一个可控的起点，是让少量低风险任务进入路由流程，同时保留明确的人工接管和原有路径。观察一段足够代表日常工作的样本后，再决定扩大范围。自动选择模型减少了手动选择的负担，试用的成功标准仍应是：在可接受的质量、数据约束和响应时间内，以更低的整体代价完成事情。
核对时间：2026年10月1日（北京时间）。发布事实依据所链接的一手资料，实践建议为本站独立分析；测试状态、可用范围与文档可能继续更新。
