اگر امروز برای مسیریابی مدل‌های سطح بالا هزینه می‌پردازید، صورت‌حساب شما می‌تواند فوراً ۳.۸ برابر کاهش یابد. این نتیجه‌ی درخشش A3M Router در صدر جدول RouterArena است.
مسیریابی مدل (Model Routing) — شبیه به یک کارمند پست است که تصمیم می‌گیرد بسته را با پیک سریع بفرستد یا با کامیون ارزان — فرآیند انتخاب به‌صرفه‌ترین مدل برای حل یک مسئله است. ابزارهای فعلی معمولاً از انتخاب ترتیبی استفاده می‌کنند؛ یعنی ابتدا یک مدل را می‌آزمایند و اگر شکست خورد، سراغ مدل بعدی می‌روند. این روش کند و ناکارآمد است.
همان‌طور که در تحلیل‌های پیشین ما درباره‌ی بهینه‌سازی هزینه‌های استنتاج (Inference) — لحظه‌ای که مدل واقعاً جواب تولید می‌کند، شبیه خودِ آشپزی و نه دوره‌ی آموزش آشپز — اشاره کردیم، کاهش قیمت هر توکن، کلید ورود هوش مصنوعی به مقیاس‌های صنعتی است.
به نقل از گزارش dev.to، ابزار A3M Router در ۲۸ مه ۲۰۲۶ به امتیاز ۷۶.۴۳ در بنچمارک RouterArena (بر اساس مستندات arXiv:2510.00202) دست یافت. این نخستین بار است که یک پروژه متن‌باز جایگاه نخست را تصاحب می‌کند. این آزمون، ۱۹ مسیریاب را در ۸۴۰۰ پرس‌وجو و ۹ حوزه‌ی مختلف ارزیابی کرد.
جزئیات فنی این دستاورد عبارتند از:
- هزینه: ۰.۰۴۷ دلار به‌ازای هر ۱۰۰۰ توکن (ارزان‌ترین گزینه لیست).
- کارایی: ۳.۸ برابر ارزان‌تر از رتبه دوم (Sqwish) و ۲۱۳ برابر ارزان‌تر از GPT-5.
- سازوکار: برخلاف رقبا، A3M چندین ارائه‌دهنده را به‌صورت موازی اجرا کرده و بر اساس میزان اطمینان، پاسخ دقیق‌ترین را انتخاب می‌کند.
این تغییر ثابت می‌کند که امتیازدهی موازی بسیار مؤثرتر از منطق ترتیبی است. برای توسعه‌دهندگان، این یعنی دیگر نیازی نیست بین دقت گران‌قیمت مدل‌های پیشرو و هزینه پایین مدل‌های کوچک یکی را انتخاب کنند.
گام بعدی شما
- همین حالا ابزار را با دستور
npx a3m-router routeآزمایش کنید. - اثر این سازوکار امتیازدهی موازی بر نسل بعدی ارکستراتورهای عامل‌محور (Agentic) را زیر نظر بگیرید.
اما تأثیر این کاهش هزینه بر آینده‌ی عامل‌های خودکار حتی تکان‌دهنده‌تر است — به بررسی ما درباره‌ی معماری‌های Agentic مراجعه کنید.
گفتگو