處理不同類型任務時，系統未必要每次都交給同一個模型或機械人策略。Route Anything 是一套研究實驗程式碼，探討路由器如何按輸入選擇候選方案，並在品質下降有限的前提下控制成本，涵蓋語言模型、影像、影片、語音生成器及機械人策略。
選擇與固定候選方案：在 24 個基準、19,814 個測試輸入上，理想路由得分為 87.98，固定方案為 82.60；但這個差距代表潛在上限，不等於訓練出的路由器已能達成同等收益。實際訓練的能力樹路由器在 16 個基準上只高 0.3 分，影片生成則高 2.1 分。
成本實驗顯示，四個測試環境平均效率提升 8.82 倍，品質損失低於 0.5 分；程式碼任務提升 25.5 倍，文字問答提升 7.1 倍。機械人測試中，結果路由器提升 1.1 分並減少 24% 策略執行時間；以勝出標籤預測結果的成功率為 42.8%，結果回歸則為 71.55%，反映訓練目標會左右路由效果。
- 路由依據是路由器可觀察的輸入資訊，並按預期價值扣除成本選擇候選方案。
- 參考策略與品質容忍度用來設定成本價格，適合比較省成本幅度與品質底線。
- 程式碼提供路由實作、離線重播及品質底線認證工具，可按實驗指南重現部分測試。
研究團隊或需要在多種模型、生成器與機械人策略間分配任務的工程團隊，可用這套工具檢驗路由是否值得加入工作流程。限制是全模態實驗所用的軌跡矩陣並未公開，因此相關結果未必能完整重現；公開的程式碼與文字測試資料目前只支援部分實驗。