一、五维动态决策：从静态规则到实时评分
v2.0路由引擎的核心是五维加权评分模型，每个请求在5ms内完成多候选模型评分：
| 维度 | 权重（均衡模式） | 采集信号 |
|---|---|---|
| 成本 | 0.25 | 模型实时单价、上下文长度预估Token量 |
| 延迟 | 0.25 | 各模型近5分钟P50/P99实测、当前负载水位 |
| 质量 | 0.25 | 任务类型匹配度、历史质量评分反馈 |
| 负载 | 0.15 | 并发水位、限流余量、区域可用性 |
| 预算 | 0.10 | 调用方剩余预算、降级策略状态 |
三套策略（均衡/成本优先/质量优先）支持热切换，可按时间段自动调度——如非高峰用成本优先、高峰切均衡。技术负责人李伟强解读：『权重的价值不在数值本身，而在'每周可微调'。客户的模型价格在变、负载在变、业务重心在变，路由策略必须跟着变。"
二、语义缓存：把重复问题挡在模型外
客服FAQ类请求有天然的重复性。v2.0内置语义缓存，请求向量与缓存条目相似度≥0.92即直接命中返回，实测命中延迟8ms，命中率在客服场景可达30%。缓存层的收益是三重的：成本直接归零、延迟降低95%、高峰期模型压力显著缓解。
三、毫秒级自动 fallback
当主选模型超时、限流或返回质量异常时，引擎毫秒级切换到备选模型，对调用方完全透明。配合P1-P3三级应急响应机制，故障恢复时间从分钟级降至秒级，实测改善98%。
四、ROI 精算：86% 提升来自哪里
ROI精算能力的提升由三部分构成：
- 成本归集粒度细化（约35%）：从按API Key统计升级为部门/项目/用户/场景/模型五维归集
- 产出价值量化引入（约40%）：效率价值、业务价值、决策价值三维产出模型上线，ROI从『成本单边『变为完整的投入产出比
- 归因分析自动化（约11%）：ROI波动自动归因到模型调价、场景结构变化、缓存命中率等因素
五、兼容性与迁移
v2.0引擎对调用方完全透明：OpenAI格式API不变、SDK不变、历史数据自动迁移。已在生产环境验证的完整方法论见《企业级Token路由算法：从规则引擎到智能路由的成本优化路径》。