模型极致化(model maxxing)指根据任务种类挑选使用多个人工智能(AI)模型的策略。对最困难或需要长时间推理的任务使用Claude Fable 5或GPT-5.5等使用费高昂的最新模型,而简单、重复的工作则交给旧款或免费模型。
此前,AI模型的使用被视为体现企业竞争力的指标。因此企业竞相炫耀AI模型使用量,“代币极致化(Token Maxxing)”一度流行,即尽可能最大化使用AI理解或生成信息的最小单位——token。
但随着企业的AI模型费用负担加大,模型极致化取代代币极致化成为替代方案。顺应这一趋势,能够分析用户请求内容并将其分配给合适AI模型的“模型路由”服务也备受关注。






