多模型路由与降级

依赖单一模型供应商，等于把可用性交给别人。

路由维度

按任务类型、延迟要求、成本和地区可用性选择模型。路由规则集中配置，不要在业务代码里散落判断。

降级顺序

主模型超时或限流时切备用模型，并在响应里标注实际使用的模型。用户有权知道自己得到的是什么。

一致性

不同模型的输出格式可能不同。路由层负责归一化，业务层只处理统一结构。

成本观测

按模型统计调用量与失败率。某个备用模型突然变成主力，通常意味着主模型出了长期问题。