项目需求是这样的：一个知识库问答系统，不同问题要路由到不同模型。简单问题走便宜的快模型，复杂推理走深度模型，代码相关走擅长编程的模型。超过3个说明你的模型选型有问题，而且链路太长会拖慢响应。涉及DeepSeek、通义千问、智谱GLM三个模型的统一接入和智能路由。时间敏感的问题、需要实时信息的场景、需要随机性的创意写作，这些场景加黑名单不走缓存。每家请求格式不一样，DeepSeek用OpenAI兼容

项目需求是这样的：一个知识库问答系统，不同问题要路由到不同模型。简单问题走便宜的快模型，复杂推理走深度模型，代码相关走擅长编程的模型。超过3个说明你的模型选型有问题，而且链路太长会拖慢响应。涉及DeepSeek、通义千问、智谱GLM三个模型的统一接入和智能路由。时间敏感的问题、需要实时信息的场景、需要随机性的创意写作，这些场景加黑名单不走缓存。每家请求格式不一样，DeepSeek用OpenAI兼容

去年接了个项目，要给用户提供多模型切换功能，光接入层就写了小一千行。每次加新模型都得改核心逻辑，测试时漏了一个异常处理，半夜三点被报警叫起来。今天用A写代码，明天用B做翻译，后天用C搞数据分析——三套接入方式、三种计费规则、三个后台来回切。同一个文本在A模型算100 Token，B模型可能算120。不同模型单价差好几倍，没有统一的计量视图，月底看账单才傻眼。一个月真实数据对比，场景：知识库问答系统