阿里云开源本地路由引擎 HiRoute：用阶段评分在长任务中换模，案例称整单成本降约九成
阿里云博客展示开源路由引擎 HiRoute（运行在开发者本地的模型与任务路由工具）的两个工程案例：同一交付标准下，研究交 Qwen-3.8 Flash、关键判断交 GPT-6 Astra，两次合格运行整单成本比全用 Astra 低 91.39%–92.01%；
另一约 32 分钟编码任务在上下文交接处自动换模 3 次，通过 343 项检查。 数据为团队自述案例。
据阿里云博客 2026 年 10 月 22 日文章，HiRoute 以 Apache 2.0 开源，运行在开发者本地，位于既有编码代理（Codex、Claude Code、Qoder、DeepSeek Harness、Pi）与模型服务之间，由路由计划决定每段工作使用哪个模型，也支持主代理把研究、实现、测试分派给不同执行代理。
案例一为消息系统设计评审：在两种模式均通过原始整单验收门的两次运行中，混合方案整单成本下降 91.39%–92.01%，研究核查平均准确率 99.03%，全 Astra 为 99.72%； 三次关键决策复审中混合方案与全 Astra 均为 3/3 无重大错误，全 Qwen 为 1/3。
案例二为给 HTTPX 增加 JSON 流迭代：历时 31 分 36 秒，模型顺序 Qwen → Astra → Qwen → Astra，三次自动换模，无人工提示或人工代码补丁，Astra 在关键升级后调用工具 13 次，执行后 108 项功能、229 项回归、6 项增量性检查全部通过。
成本口径为 API（应用程序编程接口） 等效价格，含所有受试尝试与路由评估。
这条信息的价值不在“省钱百分比”，而在于给出可操作的调度依据：用上一阶段的执行评分（案例中阈值 0.5）而非任务开头一次性选模，来决定是否在上下文交接处升级模型。 它把多模型协作从并行投票推进到长任务的阶段性资源分配，对编码代理的成本结构有直接影响。 但两个案例来自同一团队、任务类型集中，343 项检查也是其自建检查集，尚不能外推为普遍任务成功率提升；
全 Qwen 关键判断仅 1/3 说明，省成本的上限取决于能否识别关键判断环节。
后续观察信号
- HiRoute 的阶段评分方法是否公开可审计？
- 343 项检查的具体构成与可复现性
- 是否有非阿里云团队在自有代码库上的对照结果