一、操作场景
典型场景：
·多模型成本优化：企业同时接入 GPT-4（短上下文，成本高）、Claude（中长上下文，成本中）、Gemini（超长上下文，成本低），根据请求 Token 长度自动选择最经济的模型
·长短文本分流：短文本请求（如 0-4K Token）路由到经济型模型，长文本请求（如 32K+）路由到长上下文模型，避免截断和成本浪费
二、前提条件
·已创建 AI 网关实例且处于运行中状态。
·已配置多个模型服务（作为候选服务池）。
·已明确预期进行分段的 Token 长度值。
三、步骤 1：进入模型 API 配置页
1. 登录微服务平台控制台，在左侧导航栏单击 AI 网关 > 实例列表；
2. 在实例列表页面，单击需要配置的网关实例的“ID”，进入该网关实例的基本信息页面；
3. 选择左侧导航栏模型管理 > 模型 API；
4. 单击新建或编辑已有 API；
5. 完成基本信息配置后，进入第二步：选择模型服务。
四、步骤 2：选择服务类型和路由策略
1. 选择服务类型为多模型服务；
2. 若你需要先筛选候选服务池，可启用标签过滤（可选）。开启后，将根据标签筛选符合条件的模型服务；不启用标签过滤时，候选服务池为全部模型服务列表。
·过滤模式：选择 AND（服务必须同时满足所有标签） 或 OR（服务满足任意一个标签即可）。推荐使用 AND。
·标签配置：单击添加标签，填写标签的 Key 和 Value。
3. 在路由策略区域，选择 Token 长度路由。
五、步骤 3：选择 Tokenizer 编码
选择模型对应的分词规则，不同的编码会直接影响 Token 数量、API 费用以及中文处理效率。请根据你实际使用的模型进行选择：
| 编码 | 推荐场景 | 特点 |
| o200k_base（推荐） | GPT-4o / o1 / o3 / GPT-5 系列 | 最新、最省成本。对中文支持最好，相同的中文内容消耗的 Token 更少。 |
| cl100k_base | GPT-4 / GPT-3.5 / Claude 系列 | 通用兼容。适合旧版 OpenAI 模型或与 Claude 对齐 Token 计数。 |
| p50k_base | 早期 GPT-3 / Codex | 偏向代码处理，中文效率低，仅用于旧系统维护。 |
| r50k_base | 早期 GPT-2 / GPT-3 | 最古老的编码，中文消耗极大，一般不建议选择。 |
六、步骤4：配置默认目标
Token 计数失败、规则为空或未命中任何分段规则时，使用此默认目标。
1. 选择二级路由策略：单模型服务、权重路由、延迟优先路由。
2. 根据所选二级路由策略完成后续配置。
七、步骤5：配置分段规则
1. 在分段规则区域，按 Token 长度区间配置多个分段，为每个分段设置以下参数：
·Token 长度区间： [分段包含的最小 Token 数，分段包含的最大 Token 数]。前一分段的上界即为下一分段的下界，分段必须连续，不允许区间重叠
·典型配置示例：
·短文本：[1, 100] / [101, 500] / [501, 2000]
·中等文本：[1, 1000] / [1001, 8000] / [8001, 32000]
·长文本：[1, 4000] / [4001, 32000] / [32001, 200000]
·二级路由策略：单模型服务、权重路由、延迟优先路由。
·根据所选二级路由策略完成后续配置。分段内配置多个模型时，自动按所选策略在多模型间分发。
2. 支持单击添加分段规则增加新分段。
八、步骤6：确认并保存
单击确定保存配置，通过配置合法性检验后智能路由策略生效。