让便宜模型先干活，遇到难题再换强模型，看起来很省钱。但接手者得读懂前任留下的对话、工具调用和代码修改，就像接着别人的草稿继续写；理解错了，前面省下的钱可能变成“交接力税”。这项研究用 Claude 和 GPT 两组高低成本模型，在真实代码修复任务中测试了中途换模型，共覆盖 58,000 次运行、处理 360 亿个 token（模型处理文字的基本单位）。
作者报告，直接把低能力模型的完整轨迹——Agent 此前的推理、操作和反馈记录——交给高能力模型，只能追回两组模型质量差距的不到一半。Claude 组更反直觉：即使把前段低能力模型的费用算进去，放弃其成果、让强模型从头开始，仍比接力更便宜且更准确。减少旧轨迹反而能改善升级效果；但从强模型换到便宜模型时，保留前者轨迹又有帮助。换句话说，模型路由不能只比较下一次调用的价格和能力，还得把交接方向、历史包袱以及是否值得重启一并计入。