R2-Router：一种具备推理能力的 LLM 路由新范式

针对现有 LLM 路由方法忽略输出长度对质量与成本影响的问题，本文提出 R2-Router。该方法将输出长度预算视为可控变量，联合优化最佳 LLM 选择与长度约束，通过长度受限指令强制执行预算。研究构建了首个捕捉不同长度预算下 LLM 行为的路由数据集 R2-Bench。实验表明，R2-Router 在成本降低 4-5 倍的同时实现了最先进性能，开创了“路由即推理”的新方向，使路由器从被动选择器演变为主动推理者。