Meta打造Switchboard路由器，AI成本飆升至1450億美元

Meta正在打造一款AI模型路由器，以避免為簡單的編碼任務支付高昂價格——這直接回應了不斷攀升的推論成本，該成本正威脅其1450億美元的基礎設施布局。

Meta的內部AI孵化器正在開發Switchboard，這是一款模型路由工具，可將簡單的編碼請求發送給較便宜的小型模型，直接針對侵蝕其1450億美元基礎設施預算的推論成本。

「我們為每一個編碼請求支付頂級模型的價格，包括簡單的請求在內，」根據最先於7月21日報導此項目的《The Information》，內部項目文件如此寫道。

Switchboard由Meta的應用AI工程孵化器AAI Labs打造，該工具會根據難度為每項任務評分，並將簡單的請求路由至較小、較便宜的模型。文件將推論成本描述為該公司內部更廣泛部署AI代理的「主要障礙」。Meta在6月開始限制AI代幣使用量，距離鼓勵更廣泛採用僅過了數週。

該工具與OpenRouter的Auto Router相似，後者已引起一家大型科技公司的收購興趣，潛在估值超過13億美元。Meta的版本可能對外發布，在該公司尋求將AI投資變現（不僅限於廣告）之際，創造新的收入來源。

推論成本難題

Meta預計今年在AI基礎設施和其他資本支出上花費高達1450億美元，較2025年的支出翻倍以上。然而，該公司一直將所有內部編碼請求——從瑣碎的自動補全查詢到複雜的多步驟邏輯——都透過其最昂貴的前沿模型來處理。《The Information》取得的內部文件直言不諱：「成本是大規模運行代理的限制因素。」

這個問題並非Meta獨有。高盛研究預測，隨著企業採用率增長，到2030年AI代幣消耗量將增加24倍，達到每月120兆個代幣。整個行業的公司都在競相建立路由層，將任務複雜度與模型能力相匹配，避免為簡單查詢支付前沿模型價格而造成浪費。

OpenAI直接將路由功能嵌入GPT-5，當用戶提示詞較為簡單時，自動切換到更便宜的模型。Databricks和Palantir也已建立自己的路由工具。Spectro Cloud於7月21日推出了PaletteAI Inference Launchpad，這款即用型解決方案據稱可透過在企業基礎設施上本地運行推論，將代幣成本降低多達70%。

從成本中心到收入來源

Switchboard隸屬於AAI Labs，這是Meta於2026年3月成立的內部孵化器，允許員工提交AI產品提案。該實驗室已批准約200個項目，涵蓋消費產品、開發者工具和內部基礎設施。Switchboard是少數正在考慮對外發布的項目之一。

這種雙軌策略——先在內部部署以削減成本，再作為產品對外銷售——反映了Meta將巨額AI支出轉化為新業務線的更廣泛布局。執行長馬克·祖克柏在4月告訴分析師，AI代理意味著「小團隊能夠取得非常快速的進展」，並預測這項技術將推動「大量創新」。他表示Meta可能打造多達50款新應用程式。

AAI Labs還在開發一款可在Apple CarPlay和Android Auto上運行的AI驅動駕駛旅遊應用程式，該應用可解說沿途地標，並允許駕駛提問。這款產品被定位為Instagram地圖體驗的延伸，未來可能整合基於位置的Reels內容、旅遊推薦以及Meta Ray-Ban智慧眼鏡。

競爭格局

OpenRouter已成為模型路由領域的早期領導者，讓開發者透過單一API即可使用數十種模型，同時自動選擇最具成本效益的選項。據《The Information》報導，該公司在4月估值為13億美元，目前正在進行收購談判，可能推動其估值大幅攀升。

對於Meta而言，自建而非收購路由層具有戰略意義。該公司營運著一些最大的開源語言模型，包括Llama系列，這使其對模型架構和推論最佳化擁有深度控制權。一個能夠學習哪些模型在哪些任務上表現最佳的內部路由工具，可為Meta帶來隨代幣量增長而不斷累積的成本優勢。

對投資者而言，更廣泛的啟示在於AI行業正從「越大越好」的心態轉向效率優先的方法。贏得下一階段AI採用的公司，可能不是那些擁有最強大模型的企業，而是那些能夠以最低成本為每項任務提供適當模型的企業。Meta的Switchboard如果成功，將使該公司既能做到這一點，又能將解決方案銷售給其他企業。

本文僅供資訊參考，不構成投資建議。