DeepSeek V4 Pro 熬过了自己的死亡日期，这次反转对路由策略意味着什么
DeepSeek 在9月10日宣布 V4 Pro 将于今天 04:00 UTC 停服，结果食言了。他们以「用户需求」为由保留了 V4 Pro，价格不变。本文梳理两个模型当前的实际参数差异，以及路由团队现在需要做的决策。
来源 DeepSeek
DeepSeek V4.1-Flash 上线带原生视觉——四天后 deepseek-v4-pro 静默切换
DeepSeek V4.1-Flash 今日上线，新 API 名 `deepseek-flash`，原生支持图像输入。9 月 14 日 12:00 起，所有 deepseek-v4-pro 请求静默切换至 V4.1-Flash 并按 Flash 定价计费。本文拆解能力差异、定价变化与截止日期前需要确认的配置。
来源 DeepSeek
DeepSeek V4-Pro-0813 与 8 月 16 日价格断崖，网关运营团队接下来 48 小时必须检查什么
DeepSeek 的 V4-Pro 别名刚刚升级到新的 GA 模型，agent 基准显著提高，峰谷定价将在 8 月 16 日生效。生产 routing 团队的成本计算方式已经变了。
来源 DeepSeek
OpenAI Ultrafast mode routing 让 GPT-5.6 Sol 多了一条 14 倍预览快车道
OpenAI Ultrafast mode routing 给 GPT-5.6 Sol 增加了一个最高 14 倍于 Standard 的限量预览层，网关运营者需要把低延迟流量和成本敏感的 fallback 流量拆开。
来源 OpenAI
Google Cloud API Gateway model routing 的规格优先路线和共享主机限制
Google Cloud API Gateway model routing 已进入 Public Preview。它用 OpenAPI 规格承载 serverless 路由，可转发 Gemini、Claude 和 OpenAI 请求，前提是所有后端都在 Vertex AI。
来源 Google Developers Blog
Anthropic fallbacks "default" 模式扩展至 Opus 5 —— Opus 4.7 的 speed: fast 现在直接返回 400
Anthropic 7 月 24 日的 API 更新将 fallbacks: "default" 引入 Opus 5 和 Opus 4.8，同时将 Opus 4.7 的 speed: "fast" 升级为硬性 400 错误。本文梳理两项变更对路由策略的具体影响。
来源 Anthropic
Claude Opus 5 正式发布：每个运营商必须了解的模型 ID 变更、基于 effort 的成本曲线与路由决策
Anthropic 昨日发布 claude-opus-5，adaptive thinking 默认开启——这意味着即使你的应用从未收到 thinking 内容，thinking token 也会按 output token 计费。以下是从 Claude API、Bedrock 到 Vertex 的路由策略更新指南。
来源 Anthropic
Cohere North Mini Code 通过 API 和自部署双渠道上线：面向 agentic coding 工作负载的 operator 路由决策框架
Cohere 推出 North Mini Code——一个仅激活 3B 参数的 30B MoE 模型，支持 API、托管云及自部署三种模式。本文梳理 operator 路由决策框架。
来源 Cohere
Claude Dreams 现支持 Fable 5 和 Sonnet 5：Agent 记忆整合的模型路由选择
Anthropic 的 Dreams API 不再强制使用 Opus 4.8 进行 agent 记忆整合。Fable 5 和 Sonnet 5 现已支持，为每个运行异步记忆任务的团队提供了真正的模型层级路由选择。
来源 Anthropic
xAI Grok 4.3 model routing：旗舰 alias 现在需要策略
xAI Grok 4.3 model routing 把新的旗舰 alias、1M context、cached-input pricing 与区域可用性变成 AI gateway 策略决策。
来源 xAI Docs
GLM-5.2 OpenRouter 接入指南：TPS 基准、定价对比与 Coding Agent Routing 配置
GLM-5.2 已在 OpenRouter（z-ai/glm-5.2）及其他 12 家服务商上线。Artificial Analysis 实测最快输出速度达 266 t/s（Baseten），最低价格 $0.72/1M tokens（GMI FP8）。凭借经验证的 Solid 1M token 无损上下文与 128K 最大输出，GLM-5.2 在 FrontierSWE 上与 Claude Opus 4.8 差距仅 1%，是长程 coding agent routing 的顶级开放权重选项。
来源 Zhipu AI / BigModel
70% 的工程团队已在生产中运行多模型 AI——Datadog 2026 数据揭示路由基础设施的真实差距
Datadog 2026 年 AI 工程现状报告显示，超过 70% 的企业在生产环境中同时运行三个或以上的 AI 模型。这份来自千余家真实客户的遥测数据，揭示了多模型 AI 路由生产化的核心挑战与应对思路。
来源 Datadog
Kimi K2.7 Code API：强制思考模式如何改变 Coding Agent 的路由策略
Moonshot AI 于 6 月 12 日发布 Kimi K2.7 Code。Kimi K2.7 Code API 强制启用思考模式——禁用它会直接返回 API 错误——这一设计改变了使用 Coding Agent 团队的成本建模、路由策略与 fallback 逻辑。
来源 Moonshot AI
Claude Code enforceAvailableModels 补上了 Managed Settings 中 Default 模型的治理漏洞
Claude Code v2.1.175 新增 enforceAvailableModels 托管配置项：启用后，availableModels 白名单同样约束 Default 模型的解析结果，且项目或用户级配置无法扩展白名单。对于通过审批模型列表进行路由的企业团队，这关闭了一个长期存在的隐性绕过路径。
来源 Anthropic
Claude 代码执行工具新增 90 秒单格预算：Operator 必须调整的智能体流水线策略
Anthropic 推出 code_execution_20260521，将 90 秒每格墙钟限制写入工具描述，使 Claude 可提前规划长耗时格，超时返回 detection_timeout。Operator 需更新重试逻辑、格拆分策略及 Haiku 4.5 路由路径。
来源 Anthropic
Claude Code fallbackModel 支持三级 fallback 链，并收紧跨 session 安全边界
Claude Code v2.1.166 将 fallbackModel 升级为支持最多三个有序 fallback 模型的配置，覆盖交互式 session，并加固多 agent 信任机制：通过 SendMessage 转发的消息不再携带用户权限。
来源 Anthropic
GLM-5.1-HighSpeed：400 TPS 旗舰改变路由团队的延迟决策
智谱 AI 的 GLM-5.1-highspeed 基于 TileRT 推理引擎实现每秒 400 tokens 的稳定输出，同等旗舰能力下吞吐量大幅提升，直接重塑实时 agent 和编程工作流的 provider routing 决策。
来源 智谱 AI / BigModel
MiniMax M2.7 发布：双格式 API 兼容 OpenAI 和 Anthropic，对路由层意味着什么
MiniMax 最新旗舰模型同时支持 OpenAI 和 Anthropic 两种 API 格式，SWE-Pro 评分接近 Claude Opus，定价仅 $0.30/$1.20 每百万 token，为 agent 工作负载带来全新成本-性能路由选择。
来源 MiniMax
Kimi K2.6 API 定价：¥1.10/¥6.50/¥27 每 1M Tokens 的 Coding Agent 路由
Kimi K2.6 API 定价为缓存命中输入 ¥1.10、缓存未命中输入 ¥6.50、输出 ¥27 / 1M tokens，并提供 KVV 验证、256K 上下文和 OpenAI 兼容路由，适合 coding agent 评估。
来源 Moonshot AI