OpenRouter Fusion

在追求大模型极致性能的道路上，单一模型的瓶颈日益显现。OpenRouter 正式推出了API 工具 Fusion，它通过并行分发与智能综合机制，将多个模型的输出融合为单一、更高质量的答案。测试显示，Fusion 不仅在 DRACO 深度研究基准中取得了 69.0% 的历史最高分，更证明了“模型多样性”带来的群体智能优势——甚至三个平价模型的组合也能以一半的成本击败顶级旗舰模型。

核心亮点：并行融合、群体智能、高性价比

1. 超越单模型的群体智慧

• 并行分发与综合：用户发送一个提示词，Fusion 将其并行发送给选定的模型组合（均启用网络搜索），再由一个“裁判模型”读取各方结果，生成结构化分析并产出最终答案。
• 显著性能提升：
  • Fable 5 + GPT-5.5 融合得分 69.0%，超越所有单独运行的模型。
  • Opus 4.8 自融合（即两个 Opus 4.8 实例由第三个 Opus 4.8 综合）得分从 58.8% 升至 65.5%，证明综合步骤本身即可带来巨大增益。

2. 平价模型的逆袭

• 成本效益极佳：由 Gemini 3 Flash + Kimi K2.6 + DeepSeek V4 Pro 组成的平价组合，在 Opus 4.8 的裁判下得分为 64.7%。
• 击败旗舰：该组合不仅超过了单独运行的 GPT-5.5 (60.0%) 和 Opus 4.8 (58.8%)，且成本仅为顶级模型 Fable 5 的 50%。

3. 严谨的防作弊机制

• 排除评分标准：为防止模型通过网络搜索直接查找 DRACO 基准的评分规则，Fusion 在网络搜索与抓取中实施了严格的排除列表（excluded_domains / blocked_domains），确保测试结果的真实性与可靠性。

DRACO 基准测试表现对比

(注：DRACO 基准包含 100 个深度研究任务，涵盖学术、金融、法律等 10 个领域，重点评估事实准确性、广度深度及引用质量)

工作原理：像调用单模型一样简单

1. 并行执行：Fusion 接收请求，同时向选定的多个模型发起带有网络搜索能力的查询。
2. 结果聚合：裁判模型（Judge Model）读取所有参与模型的响应。
3. 结构化分析：裁判模型对不同观点进行交叉验证，识别共识点、矛盾之处、独特见解及盲点。
4. 最终输出：基于分析结果，生成最终的高质量答案。
5. 透明调用：整个过程在服务器端完成，用户只需通过 "model": "openrouter/fusion" 即可像调用普通模型一样使用。

API 调用示例：

{
  "model": "openrouter/fusion",
  "messages": [
    { "role": "user", "content": "支持碳税的最有力论点和反对碳税的最有力论点是什么？" }
  ]
}

自定义组合示例：

{
  "model": "openrouter/fusion",
  "plugins": [{
    "id": "fusion",
    "model": "google/gemini-3-flash-preview", // 裁判模型
    "analysis_models": [
      "google/gemini-3-flash-preview",
      "moonshotai/kimi-k2.6",
      "deepseek/deepseek-v4-pro"
    ]
  }]
}

适用场景

• 深度研究与事实核查：需要极高准确率、多方信源交叉验证的复杂查询。
• 复杂代码生成与审查：利用不同模型在编程逻辑上的互补性，减少 Bug 与幻觉。
• 高风险决策辅助：在金融、医疗等领域，通过多模型共识降低单一模型偏差带来的风险。
• 成本敏感型高精度任务：使用平价模型组合替代昂贵的旗舰模型，实现性能与预算的最佳平衡。