当企业开始关注推理成本和响应速度时，单纯追求最大模型不再划算。更多团队开始把小模型、专用模型和路由架构组合起来，按任务选择合适的能力。

这种方式的好处，是能把高价值请求送到更强的模型，把常规请求留给更轻的组件。模型栈越复杂，越需要路由层来控制成本和体验。