Neurometric 发布基于任务基准的 TaskRouter API

Neurometric 发布 Taskrouter，这是一个允许开发者通过 OpenAI SDK 接入、根据特定任务的质量目标和成本偏好自动选择底层大模型的 API 路由层。该服务不依赖通用的排行榜，而是基于用户定义的任务（如“律师 - 客户特权分类”）在公开评估集上的实测数据来筛选和排序模型。用户只需更改 base_url 并指定一个稳定的路由别名（如 taskrouter/<slug>），系统即可在满足最低质量阈值的前提下，从 Qwen3、Gemma、Mistral 等候选池中选出最优解。 核心机制在于将模型选择转化为任务级问题。例如在“律师 - 客户特权分类”任务中，若设定 90% 的最低质量目标，系统会优先选择 Qwen3 235B A22B，因其在该任务上测得 91% 质量且成本远低于默认的 Claude Opus 4.7。测试数据显示，处理 10 万封邮件时，使用此路由方案可将成本从 666 美元降至 15.21 美元，扣除每千次决策 0.15 美元的额外路由费后，仍节省约 636 美元。路由费用仅在免费额度用尽后收取，推理费用则按供应商原价结算，无加价。 事实层面，该服务目前支持通过 Task Explorer 查看已发布的任务证据，并允许提交新的基准请求；推断层面，这种基于具体工作负载的精细化路由可能成为企业级 AI 应用降低单位经济成本的关键基础设施；猜测层面，随着更多垂直任务被纳入评估体系，通用模型厂商的定价权可能会受到基于实测数据的动态路由挑战。文中未提及对私有化部署的支持或具体的 SLA 保障条款。