企業在規模化部署 AI 時，最常遇到的問題之一是：用最強的模型來處理所有任務，結果是為簡單問題支付了過高的成本。Snowflake 於 8 月 18 日正式推出的 Cortex AI Gateway 動態模型路由（Dynamic Model Routing）功能，正是為了解決這個問題——據 VentureBeat 報導，該功能可將 Token 成本降低高達 3 倍。
什麼是「模型路由」？為什麼重要？
目前市場上主流的 AI 模型（如 GPT-5、Claude Opus 5、Gemini Ultra 等）雖然能力極強，但運算成本也極高。與此同時，也有許多較小、較便宜的模型（如 GPT-5 Mini、Claude Haiku、Gemini Nano 等）對於簡單任務已經足夠勝任。
傳統做法是：企業選擇一個模型並讓所有請求都經過它——但這就像「用航母送快遞」，既慢又貴。模型路由（Model Routing）的核心理念就是：根據任務的複雜度，自動選擇最適合（而非最強）的模型來處理。
Snowflake 不是唯一看到這個需求的廠商。據報導，Databricks、AWS、Google Cloud 和 Nvidia 都已宣布某種形式的模型路由技術。但 Snowflake 的策略獨特之處在於，它將路由與既有的數據治理架構深度整合。
Snowflake 的運作機制
據 VentureBeat 報導，Snowflake Cortex AI Gateway 的動態路由依賴兩種核心機制：
- 顧問模式（Advisor Pattern）：較小的模型先嘗試處理任務。如果它能完成，請求就在這裡結束，成本極低。如果無法完成，它會自動將任務「升級」給更大的模型，並繼續協作完成。
- 分類器（Classifier）：一個基於歷史查詢訓練的分類器，能夠自動將簡單的、例行性的問題路由到較簡單的模型，將複雜推理任務路由到旗艦模型。
此外，企業客戶仍可以手動「固定」特定模型——自動路由是可選功能，而非強制。企業可以限制路由範圍，只允許在特定的模型集合內進行選擇。
最關鍵的是：Snowflake 不對路由本身收取額外費用。定價完全基於 Token 用量——路由到較便宜的模型自然產生較低的賬單。
數據治理與安全邊界
對於香港企業尤其重要的一點是，Snowflake 將路由與其既有的角色基礎存取控制（RBAC）整合在一起。數據層的權限控制延伸到模型層——用戶角色決定了可以使用的模型範圍，再延伸到 Agent 層——Agent 的權限可以比調用它的用戶更嚴格。
此外，開源模型可以在客戶指定的區域運行，以滿足數據駐留要求。Gultekin 表示，所有推理（無論是開源還是專有模型）都保持在 Snowflake 的安全邊界內，不會路由到外部供應商。這個區域和網絡安全設定對使用非美國來源開源模型（包括 DeepSeek-V4-Flash 和 GLM-5.3）尤其重要。
為什麼香港企業需要關注模型路由？
1. AI 成本正在成為企業的隱形負擔
當企業只運行少量 AI Agent 時，模型選擇的影響不明顯。但當 Agent 數量擴展到數十、數百個時，每一個不必要的「用大模型處理小事」都在浪費金錢。Snowflake 提出的「成本可降低 3 倍」並非誇張——對於每月消耗數百萬 Token 的香港企業來說，這可能意味著每年節省數十萬甚至數百萬港元的 AI 開支。
2. 選擇模型路由策略等於選擇數據治理策略
正如分析師 Sanjeev Mohan 所說：「不要從路由開始，要從你的數據治理和平台承諾開始。」對於已在使用 Snowflake 的香港企業，在其生態內使用路由是最自然的選擇。對於使用 Databricks 的企業，則應考慮其 Unity AI Gateway。對於使用多個雲端平台的企業，中性網關（如 OpenRouter、LiteLLM）可能是更好選擇。
3. 小型企業也能從模型路由中受益
香港的 SME 可能沒有自己的 AI 基礎設施團隊，但這不意味著不能享受模型路由的好處。市面上已有不少商業化的 AI 網關服務（如 OpenRouter、Portkey），簡單配置即可將企業的 AI API 調用自動優化。此外，許多香港企業常用的 SaaS 工具（如 Salesforce、Microsoft 365）也正在整合類似的智能路由功能。
香港企業可以立即採取的行動
- 檢視現有 AI 使用模式：分析目前的 AI API 調用中，有多少是簡單任務（摘要、分類、翻譯）被不必要地發送給了旗艦模型。通常這類簡單任務佔總調用量的 60-80%。
- 評估 AI 網關方案：無論是 Snowflake Cortex AI Gateway、Databricks Unity AI Gateway、OpenRouter 還是 LiteLLM，選擇一個與現有技術棧匹配的方案進行概念驗證。
- 建立 Token 成本監控儀表板：如果你還不知道每個部門、每個應用消耗了多少 AI Token 以及對應的成本，現在就是建立監控的時候。
- 從「一個模型打天下」轉向「模型組合策略」：建立一個包含不同成本等級的模型清單，並制定規則——哪些任務用便宜模型，哪些必須用旗艦模型。
總結：AI 成本的「瑞士軍刀」思維
Snowflake 的動態模型路由功能，反映了 AI 產業正在從「一台模型打天下」邁向「智能模型組合」的新階段。對於香港企業來說，好消息是：你不需要總是使用最昂貴的模型來獲得 AI 的價值。關鍵在於建立一個能夠根據任務需求自動選擇最合適模型的系統——這不僅能降低成本，還能提升用戶體驗（因為簡單任務的回應速度更快）。
在 AI 成本已成為 CFO 關注焦點的今天，模型路由不再只是技術選項，而是企業 AI 策略的核心組成部分。早一步建立智能路由機制的企業，將在 AI 投入產出比上獲得顯著優勢。