TierFlow

TierFlow - 智能体推理调度平台，模型路由、上下文管理与记忆整理工具

TierFlow 简介

TierFlow是一个面向AI智能体的推理结构感知调度引擎，由清枢智汇（Tsingshu.AI）运营，域名为tierflow.cn。它不自研模型、不做API转售，而是在智能体与各主流大模型之间增加一层调度——在Agent执行的每一步判断“这次调用到底需要什么能力”，进而动态选择模型、压缩上下文并管理记忆。其核心目标可概括为一句话：让每一块钱买到更多智能。平台依托清华大学韩军功教授与人大高瓴马彦彪老师的科研团队，上线两天用户数即突破一万。

TierFlow 核心功能/服务

步骤级模型调度：基于BrainNet-8B任务感知决策模型，在Agent每一步调用前评估任务难度，从代码修复、工具调用、多跳推理、任务分解与规划五个维度评分，动态匹配最合适的模型，避免全程使用旗舰模型带来的成本浪费。
上下文压缩与记忆管理：提供历史压缩判断与压缩召回判断接口，约30ms返回决策结果。自动决定哪些历史可以精简、哪些需要找回，在控制token消耗的同时保持任务连续性。
OpenAI兼容接入与透明定价：baseURL指向tierflow.cn，model设为tierflow或tierflow_pro即可接入，无需修改现有代码。提供轻享版¥29.9、专业版¥59.9、旗舰版¥99.9三档套餐，每30天购买，不自动续费。

TierFlow 适合谁

• AI Agent开发者与工程团队：构建多步骤Agent工作流、需要控制推理成本的开发者，可通过TierFlow的步骤级调度与上下文压缩功能，在保持任务完成率的同时显著降低token消耗。
• 使用WorkBuddy等智能体的效率用户：已在WorkBuddy、Claude Code等工具中运行Agent的用户，可将TierFlow API接入现有工作流，无需更换平台即可享受更经济的模型调度策略。
• 关注推理成本与效果平衡的AI团队：需要在任务完成率与预算之间寻找最优解的团队，可参考TierFlow公开的PinchBench与WildClawBench榜单成绩，用实际数据评估调度效果。

为什么选择TierFlow

TierFlow的差异化在于“不卖算力、卖调度决策”——它将模型选择、上下文压缩与记忆召回从散落在提示词和路由规则中的经验判断，封装为可接入的信号接口。在PinchBench基准上，TierFlow完成率达91.6%，成本效率约为Opus 4.6的8.6倍。平台同时公开研究论文与决策链路，开发者可基于实际数据评估其调度逻辑是否符合自身工作流需求。访问TierFlow官网，获取API Key或查阅研究文档。