توجيه النماذج (Model Routing)

توجيه النماذج هو ممارسة توجيه كل طلب استدلال ذكاء اصطناعي تلقائياً إلى النموذج الأنسب من مجموعة — موازنة التكلفة والزمن والجودة — بدلاً من إرسال جميع الاستفسارات إلى نموذج واحد.

توجيه النماذج هو ممارسة توجيه طلبات الاستدلال الفردية تلقائياً إلى نماذج ذكاء اصطناعي مختلفة — أو متغيرات نموذج — بناءً على معايير مثل تعقيد الاستعلام المقدر، جودة المخرجات المطلوبة، ميزانية الزمن، أو قيود التكلفة. بدلاً من استخدام نموذج واحد لجميع الطلبات، تختار طبقة التوجيه النموذج الأنسب لكل استعلام، مما يحسن المقابلة بين التكلفة والأداء عبر مجموعة متغايرة.

يجلس جهاز التوجيه أمام مجموعة النماذج ويصنف كل استعلام وارد. تستخدم أجهزة التوجيه البسيطة استدلالات قائمة على القواعد — الاستعلامات القصيرة تذهب إلى نموذج صغير؛ طلبات توليد الكود تذهب إلى نموذج متخصص في الكود. تدرب أجهزة التوجيه الأكثر تطوراً مصنفاً خفيف الوزن للتنبؤ بالنموذج الذي سيعيد إجابة مقبولة بأقل تكلفة، باستخدام ميزات مثل طول الطلب أو الموضوع أو ملاحظات المستخدم التاريخية. تحاول الأنظمة المتتالية أولاً نموذجاً أرخص وترقيه إلى نموذج أكبر فقط عندما لا يتم استيفاء عتبة الجودة. تسهل الخدمات مثل OpenRouter و Martian و LiteLLM التوجيه عبر المزودين وعائلات النماذج.

يمكن أن يكون الفارق في التكلفة بين النماذج الحدودية والنماذج السلعية من درتين إلى ثلاث درات من حيث الحجم لكل رمز. بالنسبة للمنتج عالي الحجم الذي يتعامل مع ملايين الاستعلامات يومياً، يمكن توجيه حتى 70–80٪ من الاستعلامات البسيطة أو الروتينية إلى نموذج أصغر تقليل تكاليف الاستدلال بمعامل 10–50 مع الحفاظ على جودة مرئية للمستخدم. يسهل التوجيه أيضاً الرجوع الأنيق أثناء انقطاع المزود، وموازنة الحمل الجغرافي، واختيار النموذج المدفوع بالامتثال — على سبيل المثال، توجيه أنواع بيانات معينة إلى نماذج في الموقع.

بحلول عام 2026، أصبح توجيه النماذج مكوناً راسخاً في البنية التحتية الإنتاجية لنماذج اللغة. توفر المنصات السحابية الرئيسية — AWS Bedrock و Google Vertex AI و Azure AI Foundry — نقاط نهاية متعددة النماذج مع خطافات توجيه مدمجة. أدت التوسعة المستمرة للنماذج المفتوحة الوزن القادرة مثل Llama 3 (Meta) و Mistral و Qwen (Alibaba) و DeepSeek إلى توسيع حدود Pareto للتكلفة والجودة، مما يزيد من القيمة العملية للتوجيه الذكي مع تضييق الفجوة في الأداء بين النماذج المفتوحة والملكية.