如何为智能体选择引擎、深度与模型

核心亮点

OpenRouter 发布了一份实时排行榜，系统评测"模型、搜索引擎、搜索方法、预算"四类配置组合在智能体任务上的表现，为开发者选择最优组合提供了数据依据，而不必靠直觉瞎猜。

具体能力或事件经过

排行榜数据显示，把搜索预算从 1 轮提升到 25 轮，能让 BrowseComp 这类需要深度检索的任务得分几乎翻倍，而成本只增加 2.5 到 7 倍，性价比相当可观。另一个关键结论是：模型选择比搜索引擎更重要——模型之间的平均分差约为 15 分，而搜索引擎之间只有约 10 分。对于失败率本来就高的任务，报告建议降低搜索深度来控制成本，避免无谓的算力浪费。

技术细节

BrowseComp 是一项考验智能体海量网页检索与推理能力的基准，分数越高代表检索越精准。搜索轮数（budget）决定智能体可以反复检索的次数，深度（depth）则控制每次检索的展开范围。OpenRouter 通过统一接口聚合多家模型与搜索后端，让这些变量可以被量化比较，而不是只凭轶事下结论。

与竞品对比

相比凭直觉挑选模型与搜索工具，这份排行榜把"引擎、深度、模型"三个维度拆开评测，帮助使用者按需取舍。许多平台只给出单一综合分，而 OpenRouter 提供了可解释的拆解视图，清楚展示性能提升究竟来自哪里。

行业影响或适用场景

对于正在搭建检索型智能体的团队，这份数据能直接指导预算分配：优先换更好的模型，再考虑加搜索轮数。说白了，钱要花在刀刃上——先选对模型，再决定让智能体搜几轮，因为模型才是最终质量更大的杠杆。