选模型时，工程师通常在这几个维度上权衡：

• 能力：难推理、长文档、多语言，强模型更稳。
• 成本：强模型每 token 可能是小模型的十几倍（回忆 Day 13 计费）。
• 速度：小模型延迟低，适合高频、要秒回的场景。
• 隐私/合规：数据不能出境或不能上公网时，用国产云或本地开源模型。
• 可用性：多接一家做备份，一家挂了能切换（Day 54 会讲降级）。

# 1. 到 ollama.com 下载安装（像装普通软件）
# 2. 拉一个小的开源模型（名字以官方清单为准，这里示意）
ollama pull llama3.2

# 3. 直接在终端跟它聊
ollama run llama3.2 "用一句话解释什么是模型路由"

关键在于：Ollama 启动后会开一个本地服务，而且它兼容 OpenAI 的接口格式。这意味着你写好的调用代码，只要把"地址"指向本地，就能跑本地模型——这正是下一讲"统一接口"的威力。

from openai import OpenAI

# 同一套写法，靠 base_url + api_key + model 切换目标
# ① 海外云：用默认 base_url（省略）
gpt = OpenAI()

# ② 国产云（很多都兼容 OpenAI 格式，地址以官方文档为准）
cn = OpenAI(base_url="https://某国产平台/v1", api_key="你的key")

# ③ 本地 Ollama（地址固定在本机）
local = OpenAI(base_url="http://localhost:11434/v1", api_key="ollama")

def chat(client, model, text):        # 业务逻辑完全一样
    r = client.chat.completions.create(
        model=model,
        messages=[{"role": "user", "content": text}],
    )
    return r.choices[0].message.content

print(chat(local, "llama3.2", "你好"))   # 换一行就切到本地模型

常见的路由判断依据（由易到难升级）：

from openai import OpenAI
client = OpenAI()

CHEAP = "gpt-4o-mini"    # 学徒：便宜快，干套路活
STRONG = "gpt-4o"         # 专家：贵且强，干攻坚活（名字示意，以实际为准）

def route(question: str) -> str:
    """便宜的规则先判断难度，返回该用哪个模型。"""
    hard_words = ["为什么", "分析", "对比", "推理", "证明", "设计方案"]
    if len(question) > 200:                 # 依据1：输入很长 -> 上专家
        return STRONG
    if any(w in question for w in hard_words):  # 依据2：命中"难词" -> 上专家
        return STRONG
    return CHEAP                            # 其余套路活 -> 学徒

def ask(question: str):
    model = route(question)                 # 先派单
    print(f"[路由] 本次交给：{model}")
    r = client.chat.completions.create(
        model=model,
        messages=[{"role": "user", "content": question}],
        temperature=0.2,
    )
    return r.choices[0].message.content

print(ask("把这句话翻译成英文：你好"))          # 套路活 -> 学徒(CHEAP)
print(ask("请分析为什么这段代码会内存泄漏……"))   # 难活 -> 专家(STRONG)

✋ 动手（约 10 分钟）

目标：亲手体验"路由"。存成 day15.py，先只用一个模型也能跑（把 STRONG/CHEAP 都设成你有的模型名即可）。

from openai import OpenAI
client = OpenAI()

CHEAP, STRONG = "gpt-4o-mini", "gpt-4o"   # 换成你实际能用的模型名

def route(q):
    if len(q) > 120 or any(w in q for w in ["为什么", "分析", "对比"]):
        return STRONG
    return CHEAP

for q in ["翻译成英文：早上好",
          "为什么天空是蓝色的？请详细分析原理"]:
    m = route(q)
    print(f"问题：{q}\n -> 路由到 {m}")
    r = client.chat.completions.create(
        model=m, messages=[{"role": "user", "content": q}], max_tokens=120)
    print(" 答:", r.choices[0].message.content.strip(), "\n")

进阶（选做）：装个 Ollama，把 CHEAP 换成本地模型，体验"简单活走本地、免费"。