FireRouter
面向编程任务的智能模型路由器，采用缓存与任务感知路由策略，将简单任务分配给开源模型、复杂任务分配给旗舰模型，在保持高精度的同时显著降低API调用成本
核心事实
时间轴 (近 90 天)
FireRouter 是 Fireworks 平台的智能路由层，根据请求的任务类型、复杂度和延迟要求自动将请求分发到最合适的模型
Fireworks 为其 Nexus 平台上线了 Savings（成本节省）功能，用于量化使用 Fireworks 开源模型和 FireRouter 后节省的成本
FireRouter 采用缓存与任务感知路由（cache and task-aware routing）作为核心机制
FireRouter 的任务感知路由会先判断请求的性质与难度，再将常规任务导向开源模型、将高推理深度任务交给 Claude Opus
FireRouter 官方宣称在编程任务上达到 Opus 精度的 98.1%
FireRouter 官方宣称每次编程会话的成本降低 57%
FireRouter 属于单层路由形态，路由判断后即分发，不涉及多轮模型交互，是模型编排中延迟影响最小的一种
采用路由系统会引入额外的判断延迟与系统复杂度，任务分类误判可能把本该走 Opus 的难题交给能力不足的模型
FireRouter 明确瞄准编程会话（coding session）场景，这也是其公布数据的测量基础
作者建议在规模化部署 FireRouter 前，先结合自身工作流做小范围验证
还有 3 条时间轴事件
全部知识事实 (13)
使用路由机制根据任务复杂度将请求分发给不同规模的模型可以在整体层面降低平均调用成本
75%待验证FireRouter 是 Fireworks 平台的智能路由层，根据请求的任务类型、复杂度和延迟要求自动将请求分发到最合适的模型
50%待验证FireRouter 是一款面向编程任务的模型路由器，通过将简单任务交给开源模型、复杂任务交给 Claude Opus 来实现分工
50%待验证FireRouter 的任务感知路由会先判断请求的性质与难度，再将常规任务导向开源模型、将高推理深度任务交给 Claude Opus
50%待验证FireRouter 官方宣称在编程任务上达到 Opus 精度的 98.1%
50%待验证FireRouter 官方宣称每次编程会话的成本降低 57%
50%待验证98.1% 精度数据来自发布方自身宣传，评测的具体基准、任务分布与对照设置尚未在公开信息中充分展开
50%待验证FireRouter 属于单层路由形态，路由判断后即分发，不涉及多轮模型交互，是模型编排中延迟影响最小的一种
50%待验证采用路由系统会引入额外的判断延迟与系统复杂度，任务分类误判可能把本该走 Opus 的难题交给能力不足的模型
50%待验证FireRouter 明确瞄准编程会话（coding session）场景，这也是其公布数据的测量基础
50%待验证作者建议在规模化部署 FireRouter 前，先结合自身工作流做小范围验证
50%待验证FireRouter 采用缓存与任务感知路由（cache and task-aware routing）作为核心机制
50%待验证Fireworks 为其 Nexus 平台上线了 Savings（成本节省）功能，用于量化使用 Fireworks 开源模型和 FireRouter 后节省的成本
50%