【2026 最新】Weave Router 2.0 真的省嗎？Claude Code 路由、HMM 與完成成本驗收教學

你在 Claude Code 裡修同一個專案，看到 Weave Router 2.0 宣稱可以把簡單工作交給便宜模型、難題再升級。帳單看似下降，卻可能多出重試、快取重建與人工收尾。Weave Router 2.0 真的省嗎？答案要在同一批任務完成後才算得出來。

這篇寫給第一次替 Coding Agent 配模型路由的讀者。你會學會分辨自架預設 scorer、可選 HMM 與代管服務，將固定 GPT-6.1 Sol 作為強而較便宜的基線，然後用成功率、快取、時間和總費用決定是否保留路由。你只需會開終端機、讀懂測試通過或失敗。

先說結論：省錢看「完成成本」

路由省錢＝同任務成功交付的總成本下降，且品質與耗時仍符合你的門檻。把路由想成計程車派車台：派到便宜車只是起點；轉車、繞路、沒到目的地，都要算進車資。單次 API 請求的價格不能代替整件工作完成的成本。

Weave 在官方 2.0 文章報告相對 GPT-6 Astra 的節費與速度優勢；這是廠商在指定 Codex harness、任務集及 pass@2 條件下的結果。截至 2026 年 10 月 3 日，公開 benchmark 說明的 Sol 對照仍是 GPT-5.6 Sol，並把 Claude Code harness 列在範圍之外。這些結果回答不了你在 Claude Code 使用 GPT-6.1 Sol 時的問題。

Weave Router 2.0 在 Claude Code 裡做了什麼？

Claude Code 是替你讀檔、改碼、跑命令的工作介面；路由器則站在它與模型供應商之間，替每次模型呼叫選擇去處。Claude Code 的閘道文件說明了改走相容端點的架構。Weave 自己把最小決策單位稱為 action，也就是一次上游模型 API 呼叫；一個人眼中的「修好 bug」，通常包含多次 action。

截至 2026 年 10 月 3 日，自架設定文件把預設策略寫為 cluster：在本機程序中以 cluster scorer 選模型。HMM sidecar 是另行啟動與選用的策略；執行 make up-hmm 只啟動 sidecar，仍須查安裝層策略或獲授權的請求覆寫。代管入口的實際策略則以該安裝當時的設定與決策證據為準。看見產品名「2.0」，不等於你這次請求跑了 HMM。

要跟著操作，先在可丟棄的測試 repo 中確認 Node 版本達 18、已安裝 jq，再執行 npx @weave-os/router@0.2.28 --claude --scope project；依畫面完成授權後執行 npx @weave-os/router status --claude 與 npx @weave-os/router models --claude。這些命令和專案範圍設定見官方安裝說明。將該測試 repo 的 .claude/settings.json 變更一併記錄，才知道此次 Claude Code 指向哪個端點。

Weave Router 2.0 怎麼驗收？先鎖住四個條件

① 鎖「同一個題目」：用乾淨副本

挑一個可重複的 repo，寫下三類真任務：修一個有測試的 bug、做一個小功能、解一個需要跨檔案理解的錯誤。每題先固定起始 commit、提示詞、可用工具、驗收測試與最長時間。每個組別從同一 commit 的獨立 worktree 開始；前一輪改過的檔案不能帶進下一輪。工作樹就像考卷影印本，起跑內容不同，分數便失去比較意義。若你不熟 worktree，可先看Agent Harness 實作教學，理解執行層怎麼保管工具與停損點。

② 鎖「同一個比較對象」：固定 GPT-6.1 Sol

固定組在 Weave 路由端點使用 /force-model gpt-6.1-sol，另開乾淨 Claude Code session 跑同一題；路由組用 /unforce-model 恢復自動選模。每輪保存狀態、模型清單與已啟用的供應商。這種固定組仍經過同一閘道，較能隔離「選模」與「多一道代理層」；若還想量代理層開銷，另加直接供應商組，但 Claude Code 直接連 Anthropic 的組別無法視為 GPT-6.1 Sol 直連組。

OpenAI 官方模型頁截至 2026 年 10 月 3 日列出 gpt-6.1-sol 的標準 API 價格：每百萬輸入 token 2 美元、快取讀取 0.10 美元、輸出 10 美元。這只是定價簿，不是整題帳單；不同推理強度、長上下文與供應商計費方式都要記錄。本站的Claude Code 與 Codex 比較可幫你辨認 harness 差異，避免把不同介面混成同一組。

③ 鎖「實際路由策略」：不要把 scorer 與 HMM 合併

自架時記下 Git commit 或套件版本、ROUTER_DEFAULT_STRATEGY、安裝層已保存策略、/readyz 狀態與模型清單。make up-hmm 後還要證明安裝策略已選 HMM；若沒有能核對的策略證據，將結果標成「策略未確認」，不要寫成 HMM 成績。代管版請向管理者取得本次安裝的策略與版本記錄。若要區分預設 cluster 與 HMM，分成兩組，分別記錄設定及 sidecar 的 package digest，不把兩組平均成一個「Router 2.0」。

④ 鎖「計分規則」：成功、重試、快取與時間同時記

每題先判斷測試是否通過、需求是否完成；再記總模型費、手動重試費、cache read 與 cache creation token、未命中後重新輸入的 token、從啟動到通過測試的分鐘數。建議同一題每組至少多跑幾次，保留全部失敗紀錄，並列出「每次嘗試平均費用」及「每個成功任務平均費用」。後者用總費用 ÷ 成功任務數；若某組沒有成功，該值保持未定義，不能硬填零。

Weave 的session cost API可讀已提交的路由計價與快取 token；逐 action 匯出另記實際模型、故障切換、token 與費用。requested_cost 是按「原請求模型」估的反事實數字，不是你實際跑過的固定 GPT-6.1 Sol 對照組。訂閱額度內服務的請求也可能在路由計價中顯示 0；團隊仍應另記訂閱費及額度機會成本。

一次完整記錄長什麼樣？

假設題目是「修正搜尋欄位清空後仍保留舊結果」。先把驗收寫成：一個指定測試通過、操作錄影顯示清空後列表復原、沒有意外改動其他頁面。固定組與路由組都從同一 commit 起跑，提示詞完全一樣。看到路由組第一次測試失敗時，不立刻把它當作免費重試：把後續模型呼叫、等待與人工介入記入同一題。最後只有交付條件都滿足才記「成功」。這是記錄方法的示例，不提供虛構的測試分數。

你的工作表一列放一題、一組、一次嘗試。欄位依序為：起始 commit、提示詞版本、Claude Code 版本、Router 版本與策略、實際模型序列、成功／失敗、重試次數、輸入／輸出／cache read／cache creation token、實際帳單、總分鐘、人工收尾分鐘。每題結束後再把兩組並排；不要只挑路由成功的題目展示。若你需要先理解 cache 為何會影響帳單，可接著看Claude token 成本教學。

切換失敗後，怎麼停用、回滾與對帳？

1. 先停用。在終端機執行 npx @weave-os/router off --claude，完全關閉再重開 Claude Code；以 npx @weave-os/router status --claude 確認已走直接供應商。這是 Weave 安裝文件記載的切換方式。
2. 還原工作樹。保留失敗紀錄後，丟棄該次隔離 worktree，重新從鎖定 commit 建立副本。若曾在主工作樹操作，先檢查 git diff，逐檔確認再還原；不要在有未保存修改時直接執行破壞性重置。
3. 對帳。將路由匯出資料按 session_id 與 request_id 對回題目，核對供應商實際發票、重試及快取欄位。記得路由匯出是逐 action，不能直接把列數當成題目數；資料提交也可能晚於最後一個請求。若放棄整合，再用 npx @weave-os/router --uninstall --scope project 移除專案層設定。

回滾完成後，固定組與路由組都應重新做一次小型 smoke task：讀檔、改一行、跑測試，驗證權限和端點都回到預期。比起看一個「省下 X 美元」角標，這份記錄更能告訴你下一次是否值得開啟路由。想補齊執行與停損的概念，可讀Agent Harness 基礎。

Weave Router 2.0 常見問題

1. 裝好就一定在用 HMM 嗎？

不一定。目前自架設定的預設是 cluster；HMM sidecar 需要啟動並明確選用策略。以本次安裝記錄為準。

2. 看到代管版宣稱 HMM，能套用到自架嗎？

不能直接套用。部署策略、供應商、模型清單與快取狀態各自影響結果；先保存版本與策略證據。

3. 為何要選 GPT-6.1 Sol 當基線？

因為它提供另一個有競爭力的固定模型對照。截至 2026 年 10 月 3 日，OpenAI 官方把它定位為較低成本的複雜工作模型。是否適合你的 repo，仍看任務結果。

4. 官方 benchmark 的「半價」可以直接當預算嗎？

不行。那是廠商對指定 Astra 基線、Codex harness 與任務集的結果；比較對象換成 Sol，結論就要重算。

5. 只看 cache hit rate 夠嗎？

不夠。同時記 cache read、cache creation、未命中後的非快取輸入與總帳單；切換模型的成本可能延後出現。

6. requested cost 就是固定 Sol 的費用嗎？

不是。Weave 文件將它定義為原請求模型的估計成本。固定 Sol 要獨立跑一組，並用真實完成結果對照。

7. 某組比較便宜但常失敗，該選它嗎？

先看你的交付門檻。若成功任務更少、重試更久，就用每個成功任務的成本與時間判斷；價格較低不能抵掉未完成。

8. 怎麼快速撤回路由？

執行 npx @weave-os/router off --claude，重開 Claude Code 後查 status。保留原始執行記錄，先對帳，再決定是否卸載。

給新手的三個判斷點

• 先確認你測的是自架 cluster、自架 HMM，還是代管版；策略不明就不寫策略勝負。
• 固定 GPT-6.1 Sol 與路由組使用同一 repo、提示詞、驗收、時間上限，保留每次失敗。
• 以成功任務的總成本和耗時決定是否上線，並預先練習 off --claude 回滾。