降低單一模型依賴
學校應能評估及採用更合適的獲批准模型，而毋須更換身份、知識、治理及應用工作流程。
為何可遷移性重要
領先模型會更替，機構架構應該更持久。
按任務配對模型
不同模型可能更適合中文、英文、編程、推理、媒體創作或需要較低延遲的工作。
更有效使用容量
未來路由可考慮可用GPU容量、延遲、工作優先次序，以及任務應位於正式環境還是實驗沙盒。
政策保持中央管理
更換模型不應在沒有明確決策的情況下改變誰可以使用、可以接收哪些數據，或適用哪些治理控制。
路由維度
按機構規則選擇模型，而不是依賴使用者猜測。
任務
把寫作、翻譯、編程、評估支援或媒體生成路由至已獲機構批准作相關用途的模型。
數據分類
較敏感的工作負載可按機構政策限制於指定本地模型或部署區域。
效能
模型評估可按學校實際任務比較質素、延遲、語言能力及硬件效率。
生命周期
模型可透過受控流程，由評估階段進入沙盒，再成為獲批准的正式模型。
相關服務
模型選擇是一項持續的營運工作。
模型評估服務
規劃中的服務可在採用前，按教育準確度、中英文表現、延遲、安全行為及基礎設施成本測試候選模型。
AI採購顧問
由學校需求出發，為模型、GPU、伺服器及部署方式提供可比較的規格與建議，而不是由供應商宣傳倒推需求。
私有AI遷移
規劃中的遷移路徑，把適合的工作流程由缺乏統一管理的公共AI帳戶或API逐步移入受治理的機構環境。
AI Gateway / Model Router是content-v2策略架構概念。路由規則、支援模型及實際營運行為，只有在完成技術驗證後才應被表述為已實施功能。