أطلقت Cloudflare النسخة التجريبية العامة من Auto Router عبر AI Gateway. يضبط المستخدمون النموذج على `cloudflare/auto`، ليتولى مصنّف مدمج تحديد النموذج الأنسب للإجابة عن كل طلب. وتتم عملية التوجيه على خطوتين. أولًا، تُنشئ AI Gateway مجموعة من النماذج المرشحة، وتستبعد النماذج التي لا تتعامل مع تنسيق الطلب أو التي لا تجتاز التحقق من بيانات الاعتماد أو الفوترة أو صلاحيات الوصول. بعد ذلك، يعمل نموذج تصنيف متعدد الرؤوس على Workers AI عند الحافة، ويقيّم الطلب وفق أربعة أبعاد: التعقيد والغموض والأهمية والاعتماد على السياق السابق، ثم يمنحه درجة من 1 إلى 5.
لا يفحص المصنّف سوى أحدث دور في المحادثة، بحد أقصى 8 KiB من النص. وبعد التقييم، يجمع النظام الدرجات مع نتائج الاختبارات المعيارية وفق المعادلة «المنفعة = الجودة المتوقعة – عقوبة التكلفة التكيفية». وينتج عن ذلك اختيار نموذج يوازن بين الجودة والسعر، مع إعطاء المهام الأصعب وزنًا أكبر.
ما الذي تظهره الاختبارات المعيارية؟
في اختبار معياري أجرته Cloudflare على 97 مهمة، حقق Auto Router زيادة قدرها عشر نقاط في الموثوقية، مقابل إنفاق يقارب ثلث ما يتطلبه استخدام نموذج أرخص واحد. وتقول الشركة إن الفرق تستطيع تحديد ما إذا كانت تريد إعطاء الأولوية للتكلفة أم للموثوقية، وهي ميزة لا تتيحها معظم منتجات التوجيه. وتضم مجموعة النماذج الافتراضية Claude Opus 5 وSonnet 5 وFable 5 وGPT‑5.6 Luna وSol وTerra وGrok 4.5. أما النماذج الأعلى مستوى، مثل Opus 5.5 وGPT‑6 Sol، فلا يمكن استخدامها إلا عبر ترويسات طلب خاصة.
كيف يعمل عمليًا؟
تتضمن كل استجابة ترويستين هما `cf-aig-routed-model` و`cf-aig-routing-reason`، ما يتيح للمطورين مراجعة سبب اختيار النموذج. ويمكن تضييق مجموعة النماذج لكل طلب باستخدام الترويستين `cf-aig-allowed-models` و`cf-aig-allowed-providers`، لكن حفظ ملفات تعريف التوجيه غير مدعوم بعد. وفي غياب معرّف جلسة، قد تُرسل الأدوار المتتالية إلى نماذج مختلفة، ما يؤدي إلى فقدان ذاكرة التخزين المؤقت للموجّه، وفرض «عقوبة تبديل» تزداد مع طول السياق.
Auto Router مجاني خلال الفترة التجريبية، ولم تعلن Cloudflare بعد عن الأسعار المستقبلية. وتدعم الميزة حاليًا Chat Completions وواجهة Responses API، لكنها لا تدعم WebSockets. وتعتزم الشركة إطلاق إصدار مستقبلي باسم `cloudflare/auto-best` يختار النموذج صاحب أعلى جودة متوقعة من دون تطبيق عقوبة على التكلفة.
لماذا يهم
بالنسبة إلى المطورين الذين يبنون تطبيقات مدعومة بالذكاء الاصطناعي، يستطيع Auto Router مطابقة كل طلب تلقائيًا مع نموذج يوازن بين التكلفة والأداء، ما قد يخفض فواتير الخدمات السحابية مع الحفاظ على جودة المخرجات. لكن بما أن قرارات التوجيه تُتخذ لكل دور وقد تتغير عند غياب معرّف الجلسة، فعلى الفرق تصميم واجهات برمجة التطبيقات لديها بما يحافظ على السياق إذا أرادت سلوكًا متسقًا للنموذج.
