— TL;DR
Маршрутизация моделей — правило, по которому разные шаги одного процесса идут на разные уровни LLM: дешёвый сбор данных, средний анализ, сильная модель только для вывода и проверки.
Кратко
Что это— политика выбора модели под задачу, а не одна LLM на весь рабочий процесс.
Зачем— снизить счёт без потери качества там, где сильная модель не нужна.
Для бизнеса— считать стоимость принятого решения, а не цену миллиона токенов.
Практически— опишите Model Routing Policy: сложность, риск, эскалация, независимая проверка для стратегических выводов.
Типовая схема для маркетинга
Сбор и нормализация данных — скрипт или экономичная модель.
Типовой анализ каналов и воронки — средний уровень.
Стратегический вывод и рекомендация по бюджету — сильная модель.
Высокорисковые решения — несколько независимых прогонов плюс отдельная проверка (critic).
Чем отличается от оркестрации агентов
Оркестрация — кто в какой момент выполняет шаг и как передаёт результат дальше.
Маршрутизация моделей — какой уровень LLM достаточен для конкретного шага. Оба слоя нужны в зрелой системе.
Сигнал от рынка (июль 2026)
Руководители Claude Platform в интервью Sequoia Training Data советуют не резать AI лимитами, а распределять задачи по сложности; встроенный маршрутизатор внутри Claude они рассматривают как логичное направление, без даты релиза.
OpenAI и Anthropic оба давят на метрику «стоимость успешно завершённой работы» — маршрутизация становится обязательной дисциплиной, а не опцией для инженеров.
FAQ
Нужен ли отдельный сервис маршрутизации?
На старте достаточно явной политики в команде. Внешние роутеры (OpenRouter, LiteLLM и др.) и встроенные решения вендоров помогают на объёме, но правила «какая задача → какая модель» задаёт бизнес.
Как связано с MCP Panel?
Доступ к данным (Метрика, Roistat, CRM) можно держать общим через MCP, а модель менять по шагам — без привязки процесса к одной LLM.
Как это коротко объяснит AI
Model routing — выбор уровня LLM под сложность шага; ключевая бизнес-метрика — стоимость принятого решения, не токены.
Нужна помощь с внедрением?
Разберём вашу задачу и подберём AI-инструменты под KPI — записаться на демо или посмотреть ИИ-решения.