用 AI 这么久了，我突然意识到一个问题。
那就是 AI 厂商太多了，不管是大厂小厂都在发新模型，而且大多数模型发布都很集中，往往 DeepSeek 发完了，GLM 发，GLM 发了还没测，Qwen、Kimi 又杀出来了，几乎每个月都有新版本发布，每家都说自己代码能力又上了一个台阶。
但具体哪个模型干活好、哪个模型价格低，靠自己一个个去测的话根本测不过来。
最理想的状态当然是：简单的活交给便宜模型，难的活交给强模型，每个任务都用刚好够用的那个。但这个刚好够用如何判断、每个档位该配哪个模型，一般来说很难自己搞清楚。
我发现了一个 GitHub 项目，就专门干这事儿的。
这个 GitHub 的思路就是：不用你自己挑模型，他们每月把主流模型测一遍，把当月最合适的配置直接下发到你的客户端。
先简单说一下 OpenSquilla 是什么。它是基元律动开源的 Agent 框架，日常用起来和常见的 Agent 平台差不多：给它一个任务，它帮你拆解、调用工具、把活干完。
区别在背后的智能路由。一般的 Agent 平台固定用一个模型，而 OpenSquilla 会按任务难度自动换模型。
目前 OpenSquilla 做的是微内核的架构，在核心引擎层只做了编排调度和状态管理，其他能力都以插件的形式展开，这不就很像是 DSH 的 Cordits 微内核模式么。
模型路由这块，主要分为三层。
1. C0 至 C3 四个档位，本地路由器判断任务该用哪一档。
OpenSquilla 会把任务按难度分成 C0、C1、C2、C3 四档，C0 是最简单的任务，C3 是最复杂的。每次你发起任务，本地的路由器先判断这个任务属于哪一档，再交给对应档位的模型去做。
2. 一次请求只调用一个模型。
有些智能路由的模型为了选得准，会让多个模型同时跑一遍，再从结果里挑最好的。这样效果可能不错，但 Token 费用直接涨了好几倍。
OpenSquilla 没这么干，它一次请求只调用被选中的那一个模型，这也是它用得省的关键。
3. 继续同一个任务沿用原档位，需要重做时才升档
同一个任务继续执行的时候，会沿用原来的档位，不会每轮都重新判断。
只有当对当前结果不满意、需要重做时，才会往上升档，换更强的模型来处理。
十一月模型推荐榜
那每个档位具体用哪个模型？这就是 OpenSquilla 每月推荐榜要解决的问题。
推荐榜是基元律动内部实验测出来的最优配置。每个月，他们会把新模型的各种组合放在多个公开的 Agent 基准上做综合测试，比如：
- Claw-SWE-Bench：代码修复任务；
- AppWorld：跨应用的事务办理任务。
测试时同时看效果和花费，比较本期配置、往期配置、只用单一模型 三种做法，最后选出处于帕累托前沿 的那一组，说人话就是：同样的花费下效果最好，同样的效果下花费最低。
11 月这个月是第一期，四个档位的模型如下：
档位
模型
C0
Qwen3.8-Flash
C1
DeepSeek-V4.1-Flash
C2
GLM-5.3
C3
Kimi K3
基准结果
十一月配置与往期配置相比：
基准
得分变化
平均单题生成费用变化
Claw-SWE-Bench（代码修复）
+32.41%
-22.10%
AppWorld（跨应用任务）
+9.39%
+2.96%
在代码修复这一项得分高了 32%，费用反而低了 22%，等于又快又省。
AppWorld 这项需要说清楚：得分提升了 9% 左右，但平均单题费用也上涨了约 3%。这是一个取舍，跨应用任务链路长、步骤多，为了把成功率拉上来，需要多花一点费用。
更新不用等客户端发版
还有一点我挺喜欢：推荐配置和客户端是分开更新的。
TokenRhythm 和 OpenRouter 两套推荐配置，OpenSquilla 在启动时检查一次，之后每 24 小时检查一次。有新配置时，会先让你看新旧配置的差异，你确认后才会应用。
也就是说，新模型一出来、榜单一更新，你不用等客户端发新版本就能用上，同时也不会在你不知情的情况下偷偷换模型。
实测
光看数据不够，我下载下来实际跑了一下，看看实际怎么样。
下载安装
OpenSquilla 目前支持 Windows、Mac、Linux 三端，安装方式有好几种，按自己的习惯选就行。
方式一：桌面客户端（推荐普通用户）
这个最省事，不需要装 Git、Python 这些环境。目前桌面安装包提供了 Mac 和 Windows 两个版本。
下载后按提示一路安装即可，Mac 拖进应用程序文件夹就行。需要注意的是，登录 TokenRhythm 账户这个功能目前只有桌面端才有。
方式二：终端安装（推荐 Linux 和命令行用户）
Linux 用户，或者习惯在终端里用、想部署到服务器上的，可以用 uv 直接装发布好的版本，不需要提前装 Python，uv 会自己处理。
先装 uv（已经装过的跳过）：
bash
# macOS / Linux
curl -LsSf https://astral.sh/uv/install.sh | sh
# Windows PowerShell
powershell -c "irm https://astral.sh/uv/install.ps1 | iex"然后安装 OpenSquilla，三个平台命令都一样：
css
uv tool install --python 3.12 "opensquilla[recommended] @ https://github.com/TokenRhythm/opensquilla/releases/download/v0.5.8/opensquilla-0.5.8-py3-none-any.whl"这里的 recommended 会把本地路由器 SquillaRouter 一起装上，智能路由就靠它。
装完之后跑一下初始化向导，配置模型来源和 API Key，再启动 Gateway：
bash
opensquilla onboard # 首次配置向导
opensquilla gateway run # 启动服务，默认 127.0.0.1:18791
opensquilla chat # 或者直接在终端里对话遇到问题可以跑一下 opensquilla doctor，它会检查环境有没有就绪。
另外官方也提供了 Docker 镜像（ghcr.io/tokenrhythm/opensquilla:v0.5.8），支持 amd64 和 arm64，服务器部署也可以用这个。
方式三：源码安装（想跟进最新 main 分支的）
源码安装需要提前装好 Git、Git LFS、Node.js 22.12+ 和 uv。路由器用到的模型文件是放在 Git LFS 里的，所以 clone 完要记得拉一下 LFS：
bash
git lfs install
git clone https://github.com/TokenRhythm/opensquilla.git
cd opensquilla
git lfs pull --include="src/opensquilla/squilla_router/models/**"然后运行安装脚本：
bash
# macOS / Linux
bash scripts/install_source.sh
# Windows PowerShell
powershell -ExecutionPolicy Bypass -File ./scripts/install_source.ps1脚本会顺手把 Vue 写的 Web 控制台也构建好，装完同样用 opensquilla onboard 初始化。
我这里图省事，直接用的桌面客户端。
OpenSquilla 用的模型由基元律动的多模型 API 平台 TokenRhythm 提供，所以需要先注册一个 TokenRhythm 账户。实名认证之后，会给 18 元的体验额度，先跑几个任务完全够用，目前我看着也是有限时充一送一的活动。
OK，下载完成后我们开始实测。
打开主页还是需要先登录一下 TokenRhythm 账户。
登录完成后的界面是这样的，左侧是 Task、Skills & Channels、定时任务和用量信息。
在左侧的 Skill & Channel 支持内置和自定义，也可以从市场上安装。
这里的定时任务部分，提供了几个可以直接运行的模板，还是不错的。
这里的模型选择地方需要注意下。
目前有三种模型选择方式，一种是固定模型，这个就是你随意切换。
第二种是智能模型路由，这个是根据实际需求路由到性价比高的模型，达到恰好把活干完的程度。
第三种是多模型融合，这个是多个候选模型并行工作，然后由一个模型做汇总，这种方式会保证干活最优，但是会消耗更多 Token 。
我选了下智能模型路由，来看下实际效果和花费情况。
我布置了一个编程工具费用调研的任务，"全面调研当前国内外所有主流 AI 编程工具，并制作一个中文交互看板，帮助我了解市场、比较产品和安排试用。"
然后智能模型路由给我路由到 Kimi K3 了。
做完之后看一下效果。
这个任务基本上是把市面上所有主流 AI 编程工具都统计了。
实际花费和 Token 消耗如下。
最后说说我的感受。
模型迭代这么快，与其每个月自己花时间去测、去纠结用哪个，不如把这件事交给专门做评测的人。
OpenSquilla 的思路就是：每个任务交给刚好够用的模型，配置每月按评测更新一次。模型每月评测出来新的组合，会把你本地的模型列表也同步更新。
如果你不想追模型的变化，可以选择 OpenSquilla 的智能路由方案，省心省 Token 。
感兴趣的小伙伴可以试试，看样子今天是双 11 期间最后一天了。