Grok Bot 为任务选择最合适的模型，而非拘泥于单一模型

Elon Musk 宣布，Grok Bot 将为每项任务选择最合适的人工智能模型，而不是始终依赖 Grok。Musk 写道，SpaceX 将使用“最佳后端模型”来实现最佳结果，并提到 Claude Opus 5.5、MidJourney、Suno 及其他接口都可能成为选项。

Grok Bot 是 SpaceXAI 与 Cursor 的联合产品。SpaceXAI 是 Musk 旗下的人工智能实验室，已并入 SpaceX。SpaceX 于 6 月同意以 600 亿美元的股票收购 Cursor，并于 8 月完成交易。Grok Bot 也在同月以测试版发布。

模型分配已成为降低成本的手段

文章将这种做法称为“模型分配”：根据工作的类型和成本，将每项请求转交给合适的模型，同时把价格较高的模型留给更复杂的任务。根据作者对参加 Insight Partners 旗下 ScaleUp:AI 活动的 22 家公司负责人进行的访谈，其中至少有 10 人表示他们采用了这种方式。

在一个例子中，一家安全公司首先使用规则引擎检查数据，然后将剩余数据交给小型模型。该公司一名负责人表示，让任何模型处理 PB 级数据，即使是小型模型，也可能花费数百万美元。在另一个例子中，一家公司使用低成本模型理解用户请求，然后将其转交给更昂贵的模型来执行任务。

主要动机是控制令牌支出。一些公司最初为人工智能设定了开放式预算，随后又回到一个更精确的问题：为所有这些令牌，它们究竟实际买到了什么？其他公司也在尝试培训员工选择合适的模型，而不是自动使用最强大的模型。

价格更低的模型承担大部分请求量

OpenRouter 的数据反映了这一趋势。OpenRouter 是一项允许通过单一连接访问数百个模型的服务。在截至 2026 年 10 月 7 日的一周内，四个低成本且速度较快的 Flash 模型按令牌数量计进入使用量最高的十个模型之列。DeepSeek V4.1 Flash 以 33.6 万亿个令牌位居榜首，GLM 5.3 Flash 以 10.5 万亿个令牌紧随其后，MiMo-V2.6-Flash 则为 10.1 万亿个令牌。

相比之下，Claude Opus 5.5 的使用量一周内增长了 74%，达到 3.37 万亿个令牌，但按规模计算仍排名第九。文章对此的解释是，这一先进模型获得的任务份额正在增加，但并未承担大部分使用流量。

The New Stack 测试中提到的结果表明，价格更低的模型在许多情况下可能已经足够：Claude Sonnet 5.5 通过了全部 15 项编程测试，成本比 Opus 5.5 低 42%；GPT-6.1 Sol 的准确率与 GPT-6 Astra 持平，而成本仅为后者的 18%。

实际发生了什么变化？

这一转变并不意味着最强大的模型变得不再必要，而是意味着选择它已成为一项需要指导和测试的运营决策。文章警告了快速切换的风险：某工程团队在一次重要演示前用一个模型替换了另一个模型，结果失败，随后不得不撤销改动。最终结论是，在切换模型前必须进行评估测试。

OpenRouter 的数据仍然只是一个指标，而不是对整个市场的完整测量，因为它反映的是本来就选择使用模型路由器的服务用户；此外，令牌数量无法衡量用户数量或支出，企业合同也可能更加稳定。但这一指标与受访公司的做法以及 Grok Bot 的发布结合起来，表明人们对单一模型的忠诚正在减弱，取而代之的是根据任务和成本选择模型的架构。