OmnisRouter
PulseAugur coverage of OmnisRouter — every cluster mentioning OmnisRouter across labs, papers, and developer communities, ranked by signal.
-
OmnisRouter 因成本高昂而在基准测试中排名靠后，而非路由能力
OmnisRouter 的开发者分享了基准测试结果，该工具旨在将 LLM 请求路由到成本最有效的模型，但其排名接近底部。尽管测试设置存在初始错误，但修正后的 OmnisRouter 在 RouterArena 上达到了 72.7% 的准确率，每千次查询成本为 3.71 美元。与使用更便宜的开源模型的其他路由器相比，其高昂的成本使其排名第 16 位（共 18 个路由器）。
-
OmnisRouter 在基准测试中将 Claude Code 的成本减半 · 跟踪到 2 个来源
一个名为 OmnisRouter 的新 AI 路由系统在实际使用 Claude Code 时，成本显著降低了约一半。在 RouterArena 基准测试上的独立测试证实了这些节省。该系统旨在提高 AI 代理在修改代码和管理拉取请求等任务中的效率。
-
AI 编码代理成本：Opus 占主导地位，路由可节省 50%
对 AI 编码代理成本的分析显示，在 395 亿 token 的工作负载中，91% 由最昂贵的模型 Opus 处理，估计 API 成本接近 30,000 美元。然而，作者的个人工作负载由 Claude Max 订阅覆盖，实际支出大大减少。根据名为 OmnisBench 的配套基准测试，将请求路由到更便宜的模型（如果合适）有可能将这些成本降低 48-58%。
-
开源LLM路由器提供透明、节省成本的模型选择
一个名为OmnisRouter的新型开源、自托管LLM路由器已被开发出来，旨在提供AI模型使用中的透明度和成本节约。这个代理工具集成了OpenAI、Anthropic和Gemini API，允许用户维护自己的提供商密钥。OmnisRouter会选择能够处理给定请求的最具成本效益的模型，并在每个响应中附带一张详细的收据，概述所选模型、其成本和置信度级别。路由决策由一个小型ONNX模型做出，该模型嵌入提示并将其映射到意图集群，确保昂贵的尖…