蓝耘最近悄悄上了个新模型，叫 automodel。一次叫五个顶级大模型去解题，看看到底行不行。

这两天我刷到蓝耘上了一款新模型，名字叫 automodel。

我第一反应是，缝合怪啊这是。

点进去一看，果然是把五个当下最猛的模型塞进了一个入口，Gemma3-27B、Qwen3-VL-32B-Instruct、DeepSeek-V3.2、MiniMax-M2.5、GLM-5.1，一个不落。

这种「模型路由器」的玩法不算新了。前两年就有厂商做过，思路也不复杂，你把问题扔过去，后台看哪个模型擅长这个，就派它上。

你问代码生成，DeepSeek 出马。你丢个视觉问题，Qwen3-VL 上场。你写个长文档分析，GLM 顶上。理论上，每个问题都能找到最对口的那位选手。

但是不是真的美好，谁知道呢。得拉出来遛遛。 

我是用 Cherry Studio 接的它，整个过程也就三分钟。

打开 Cherry Studio，找到模型服务这块，点左下角的添加按钮，弹出添加模型的窗口。这里要填两个东西，一个是 API 地址，也就是 https://maas-api.lanyun.net，另一个是模型 ID，直接输入 automodel 就行。

API KEY 得去蓝耘的 MaaS 平台拿。打开蓝耘控制台，左下角找到系统管理里的 API KEY 管理，点创建 API KEY，然后复制那一串 sk-ak 开头的密钥，回到 Cherry Studio 粘到 API 密钥那里。

粘完之后记得点一下右边那个对勾按钮检测一下，看到绿色的「连接成功」弹出来，就齐活了。

说实话这个流程比我想的简单。复杂模型通常意味着复杂的接入成本，蓝耘这个至少在接入这一关没给我添堵。

一切准备就绪，可以开始测试了。

我准备了三道题，难度逐级上升，分别考察推理能力、代码能力、还有综合调度能力。

为啥挑这三块？因为这正是 automodel 这种路由模型最被诟病的地方。五个模型来回切，调度能不能切对？会不会把简单问题扔给最贵的那个？能不能真的像宣传的那样「任务级最优」？

光听宣传没用，咱们实测一遍。

题目是这样的，「A、B、C 三人中有一个说谎者。A 说，B 在说谎。B 说，C 在说谎。C 说，A 和 B 都在说谎。请用一步步推理得出到底谁在说谎，谁说真话。」

看着简单吧，这种题目小学奥赛就见过。但实际上是一道经典的逻辑陷阱题，思考路径稍微偏一点就绕不出来。

我把同样的题目分别扔给了 automodel、DeepSeek、GPT。

automodel 给的答案是「B 说真话，A 和 C 说假话」，并且把整个推理过程写得很完整，从假设到验证到最终结论，一步一步来。

DeepSeek 给出了同样的答案，但多加了一句话，「如果坚持只有一个说谎者，则题目条件无解」。这个提示挺关键的，说明它真的把题目当逻辑问题拆解了，而不是套答案模板。

GPT 给出的答案就有点不一样了。它列了三种假设情况，每种都不成立，最后得出结论，题目本身不满足条件的答案，建议修改题目的某个表述。

三家答案在表述方式上略有差异，但核心逻辑都对。automodel 在这一步的表现，至少不比单兵作战的 DeepSeek 差。

这里有一个细节我想提一下。automodel 处理这种逻辑推理任务的时候，明显调用了 DeepSeek-V3.2 这个底座，因为推理风格几乎一模一样。这说明后台的路由判断是准的，它知道这种长链逻辑该派谁上。

这个测试目的，是看它能否展现出极强的逻辑链推理（CoT），不被绕晕。

我给三家的题目是，「用 Python 写一个单文件函数，输入一个 List，不借助任何第三方库，在 O(n) 时间复杂度和 O(1) 空间复杂度内找出其中未出现的最小正整数。要求写出极致简洁优雅的代码并附带说明。」

这题是 LeetCode 第 41 题，经典中的经典。难的不是做出来，是做漂亮。

DeepSeek 给的 Python 实现，是用原地哈希表的思路，把 nums[i] 放到 nums[i]-1 的位置上，然后扫描找第一个不满足的位置。代码很优雅，注释也清楚。

GPT 给的方案思路差不多，但实现细节略有不同，交换条件的写法不一样。

automodel 给的代码，跟前两家几乎是同一个套路，只是变量名和注释风格有差异。

这种结果其实挺合理的，因为这题本来就有一个标准的最优解，三家都奔着最优解去写，自然会写得很像。

但反过来想，这也说明 automodel 在代码任务上大概率调用的也是 DeepSeek 或者 GLM，因为风格对得上。

不管调用的谁，结果是准确的，边界条件考虑到了，效率符合要求。这就够了。

第三题我故意搞得很刁钻，「分析下面这句话的语法错误，并用英文重写，最后附带一段可以输出重写后文本的 Bash 脚本，'He don't know where is the nearest bank.'」

这道题同时考察三件事，语法纠错、跨语言改写、脚本生成。三个任务叠加在一起，正好是路由模型最考验调度能力的场景。

把题目扔给 automodel，它在一次对话里把这三件事全办了。语法错误找得很准，主谓不一致和语序问题两个都指出来了，英文重写版本是「He doesn't know where the nearest bank is.」，然后给了一段 Bash 脚本，输出重写后的句子。

我又把同样的题目扔给 GPT 和 DeepSeek，对比了一下。三家都能完成，但写法不太一样。automodel 的 Bash 脚本里用了一个 corrected_sentence 变量来承接重写结果，比直接 echo 显得更工程化一点。

这种「语法纠错+翻译+脚本」的混合任务，能一次给齐，说明路由系统在调度的时候没把任务拆碎，而是把它当作一个整体派给了最合适的那一位。

很多路由模型的真实表现是，遇到复杂任务就开始犯迷糊，要么把多个子任务拆给不同模型导致上下文丢失，要么就一股脑全塞给最贵的那个浪费资源。

automodel 这块处理得还行，至少没让我看到明显的调度事故。

测完三道题，我心里的结论是，automodel 至少是及格线以上的。

但我想了想，光做几道题还不够。这种模型最终还是要落到真实业务里，能不能扛住生产环境的考验才是关键。

正好我手上有个项目，叫 AI 人生规划师，是用 Next.js 写的，已经开源到 GitHub 了。

之前这个项目的核心对话是用单一模型驱动的，效果还行但有点单调。换句话说，每个用户的问题都由同一个大脑回答，缺乏多样性。

这次我直接把 automodel 接了进去，让它根据问题的类型自动派给不同的子模型。

比如用户问职业规划，DeepSeek 来答，逻辑严密。用户问学习成长建议，Qwen 来答，调性更活泼。用户问财务规划，GLM 来答，更专业。

跑了两天下来，效果确实有改善。最明显的是回答的多样性上来了，不再是单一模型的固定腔调。

顺便还把项目的视觉风格也升了一下。原来是冷色调，换成了更温和的渐变色，看起来没那么「硬核」，更像一个陪伴型的产品。

这个项目是开源的，地址放在下面，感兴趣的朋友可以 star 一下，或者直接拿去二开都行。

https://github.com/Leterhong/ai-life-planner

坦率的讲，它不是完美的。三个测试都是单回合测试，没有长时间对话的记忆评估。也没有覆盖到多模态、视频理解、Agent 工具调用这些更复杂的场景。

但作为一个「五合一」路由模型，它在三道刁钻题上的表现，让我对这种「模型路由器」的产品形态有了新的看法。

去年的时候，我对这种「模型路由器」是有点不屑的。总觉得这是打不过单兵王者的无奈之举，把好几个二线模型拼一起，看起来功能全面，其实每项都不精。

automodel 这次让我意识到，我可能有点偏见。

如果路由调度真的能做到任务级最优，那「五个 90 分的模型」可能真的比「一个 99 分的模型」更实用，因为 90 分覆盖的领域更多，99 分可能只在一个领域特别突出。

这个想法对不对，我现在也不敢说死。

但有一件事我可以确定，下次再有人问我「我该用哪个模型」的时候，我会多问一句，「你的问题类型是单一的还是混合的？」

如果是单一垂直问题，那就挑那个领域的王者。如果是混合问题，那 automodel 这类路由模型，可能真的值得一试。

蓝耘把五个顶级 AI 塞进一个模型，我出了三道刁钻题让他们打一架

人工智能

新闻资讯

云计算

蓝耘推出automodel模型，整合五大AI模型智能调度任务，实测逻辑推理、代码生成和混合任务表现优异。支持一键接入生产环境，提升回答多样性，适合处理复杂混合型问题。开源项目实测效果显著，覆盖多领域需求，是解决综合问题的优选方案。

视频理解

路由器

DeepSeek

路由

Python

GitHub

Agent

MaaS

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

蓝耘把五个顶级 AI 塞进一个模型，我出了三道刁钻题让他们打一架

蓝耘把五个顶级 AI 塞进一个模型，我出了三道刁钻题让他们打一架

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐