Panda Orchestrator 开源，能省 78% 调用成本

隆重推出 Panda Orchestrator（开放权重）：速度最快、准确度最高、而且真正懂模型的编排器。它能根据模型的专长进行编排，在同等性能下为你节省最高 78% 的成本和最高 30% 的时间。

你有没有想过？如果连 Opus 5.5 都不了解自己，那它到底要怎么判断 Sol、Astra、Luna、Opus、Fable 哪个更好？如果你要把这些上下文都喂给它，那成本会非常高，速度也会非常慢。

为了在不让你花一大笔钱的前提下解决这个问题，我做了 PandaRouter：一个 31 MB 的任务分析器 + 模型卡匹配器，能选出最便宜或最可能成功的模型。这是一个专门训练的 31MB 模型，非常擅长根据任务来决定用哪个模型。它是开源的，附带数据和训练配方。

现在 PandaCode 已经上线了这个功能：如果你在那里使用团队功能，它现在可以在 10-25ms 内为每个任务选出合适的模型，而且全部在本地完成。Opus 在较低配置下大约需要 1-2 分钟。你的主模型可以把任务交给这个分析器，它能在 25ms 内为你的任务选定模型并开始工作。

而且还不止于此……这个分析器有 3 种编排选择类型：便宜、均衡、最佳。在“便宜”模式下，它会考虑成功概率，让你通过使用更便宜的模型来节省一些成本和用量。

该模型会接收完整的模型卡（包含排名、价格、缓存价格和基准测试详情的列表）来做出决策。模型卡是完全可定制的，可以添加或删除不同的模型，甚至可以对它们进行排名（可在 PandaCode 设置中找到）。目前整个模型卡列表包含约 80 个模型，并且会持续增加。

如果你把整个模型卡列表都给 Opus，每次编排的成本将超过 5 美元，而且决策时间更长（最多 3 分钟，而 PandaRouter 只需 12-25ms）。它已在 PandaCode 中上线，并能在你电脑上可用的所有模型之间进行路由（Claude Code、Codex、DSH 等）。

该模型本身采用 MIT 许可证，任何人都可以以任何方式使用：你可以在 PandaCode 内充分利用它（无遥测）：