Meta 内部开发 AI 模型路由工具降本

Meta Platforms 内部的 AI 孵化器正在开发一款 AI 模型路由工具，目标是通过将部分任务引导至更便宜的模型，来降低对昂贵前沿系统的依赖，从而节约成本。据 The Information 周二报道的文件显示，该工具的设计思路借鉴了初创公司 OpenRouter 首创的路由模式，后者允许开发者通过单一 API 接口，根据价格、延迟和性能在超过 400 个 AI 模型之间路由提示词。值得注意的是，同一家媒体在 7 月 17 日的另一篇报道中指出，OpenRouter 本身已收到多家大型科技公司数十亿美元的收购意向。

Meta 建立 Meta Compute 领导 AI 基础设施

AI 路由成为战略基础设施

这一举措反映了 Meta 在大力扩建基础设施的同时，也在努力控制 AI 成本。根据路透社审阅的一份内部备忘录，Meta 计划今年部署 7 吉瓦的算力基础设施，并在 2027 年翻倍至 14 吉瓦。同时，Meta 正在准备自研一款代号为 Iris 的 AI 推理芯片。

模型路由已成为企业大规模运行 AI 时关键的成本管理手段。它并非将每个查询都发送给最强大、最昂贵的模型，而是评估每个任务，并将其分配给能够妥善处理该任务的最便宜模型。

OpenRouter 在 2026 年 5 月完成了由 CapitalG 领投的 1.13 亿美元 B 轮融资，估值约 13 亿美元，英伟达的 NVentures、ServiceNow Ventures 等也参与了投资。该公司每月处理约 100 万亿个 token。

AI 支出失控驱动需求增长

关于推理成本管理的企业紧迫性，已有一些警示案例。Uber 在 2026 年 4 月就耗尽了全年的 AI 预算，原因是大范围向约 5000 名工程师推广 Anthropic 的 Claude Code，每位工程师的月成本高达 500 至 2000 美元。这一事件引发了内部讨论，即应该根据具体的功能交付来评估 token 使用量，而非仅仅看原始采用率。

Meta 的基础设施战略已经包括从外部租用算力——纽约时报在 7 月报道，Meta 正与 Anthropic 洽谈一项可能价值 100 亿美元、为期两年的数据中心电力租赁协议。内部打造路由层将补充这些努力，确保 Meta 自己的 AI 工作负载为每个任务使用最具成本效益的模型，无论该模型运行在 Meta 的自研芯片还是第三方基础设施上。