已收录文章摘要，完整内容可前往原文阅读。
TokenRouter：让大模型逐词元路由真正高效运行导读同一段回答，能否由小模型处理容易的词元，再把困难部分交给大模型？词元级路由试图把模型协作细化到生成过程内部，但算法上的节省，未必能直接转化为服