新聞 
壹半價格實現性能碾壓 叁便宜模型組團效果驚人
壹半價格實現性能碾壓 叁便宜模型組團效果驚人壹半價格實現性能碾壓 叁便宜模型組團效果驚人
在低價模型中，Fusion 體現出較高的性價比優勢。Gemini 3 Flash、Kimi K2.6、DeepSeek V4 Pro 叁個相對經濟的模型經過合成後取得 64.7 分，已超過單獨的 Opus 4.8（58.8 分）及 GPT-5.5（60.0 分），但整體推理成本只有前沿模型的壹半。
OpenRouter 還讓 Opus 4.8 與 Opus 4.8 組成“雙胞胎面板”，裁判與調用方模型也是 Opus 4.8。結果顯示，這套自我合成的組合拿到了 65.5 分，比單獨測試 Opus 4.8 還高出 6.7 分。
研究者在測試中意外發現，開啟網頁搜索後，部分模型檢索到了 DRACO 的評分標准，這種無意識的作弊構成了數據污染。團隊隨後通過域名排除機制統壹屏蔽了相關頁面，最終公布內容均為模型屏蔽後的表現。
集成學習早就有了，護城河在哪？
將多個模型組合以提升性能的思路，最早可以追溯到上世紀九拾年代。機器學習有集成學習（Ensemble Learning）的傳統，人們熟知的隨機森林、提升方法（Boosting）等經典方法，都建立在“多個弱模型勝過單個強模型”上。
進入大語言模型時代，這壹策略最具代表性的工作之壹是 2023 年發布的雙模塊集成框架 LLM-Blender：其壹從多個開源模型的候選答案中挑出最優；另壹個模塊把得分最高的若幹候選答案與原始問題交給壹個融合模型，最終生成綜合答案。
不難看出， Fusion“面板模型+裁判模型”的方案與老前輩 LLM-Blender 的結構高度相似：並行調用多個模型，讓壹個能力更強的模型閱讀全部回答後輸出答案。
“叁個 Opus 4.8 比壹個 Opus 4.8 更強”的結果，其實呼應了自壹致性（self-consistency）的概念：同壹個模型對同壹問題獨立采樣多次再投票，效果通常優於單次輸出。
但 Fusion 的價值並不在算法，閉源模型的調度協作、工程化封裝以及多樣性的工具調用才是它真正的護城河。
集成研究需要訪問模型權重等內部參數和原始計算結果，最少也要了解完整的概率分布，因此，學術界相關工作絕大多數基於開源模型。但目前真正能力最強的幾款模型基本都閉源，只能通過 API 獲取文本輸出，OpenRouter 要在閉源模型之間做集成，必然要同時擁有多家廠商的接入權限和穩定的調度能力。
其次，壹套可用的多模型集成流程，需要處理並發調用、超時與失敗回退、合成提示詞模板、成本核算、負載均衡等問題。對壹般開發團隊而言，這是壹筆不小的工程投入。而 Fusion 將整套流程封裝成壹次性的 API 調用，大大降低了開發者的操作門檻。
第叁是工具調用層面的多樣性。傳統集成研究大多只涉及純文本問答，多個模型的差異主要體現在生成策略。Fusion 執行任務時，每個面板模型會各自調用檢索和篩選工具。在對信息覆蓋要求較高的任務上，其最終合成的結果不僅綜合多種推理路徑，還涵蓋多套獨立資料來源，超越了單模型多次采樣的表現。
[加西網正招聘多名全職sales 待遇優]
還沒人說話啊，我想來說幾句
OpenRouter 還讓 Opus 4.8 與 Opus 4.8 組成“雙胞胎面板”，裁判與調用方模型也是 Opus 4.8。結果顯示，這套自我合成的組合拿到了 65.5 分，比單獨測試 Opus 4.8 還高出 6.7 分。
研究者在測試中意外發現，開啟網頁搜索後，部分模型檢索到了 DRACO 的評分標准，這種無意識的作弊構成了數據污染。團隊隨後通過域名排除機制統壹屏蔽了相關頁面，最終公布內容均為模型屏蔽後的表現。
集成學習早就有了，護城河在哪？
將多個模型組合以提升性能的思路，最早可以追溯到上世紀九拾年代。機器學習有集成學習（Ensemble Learning）的傳統，人們熟知的隨機森林、提升方法（Boosting）等經典方法，都建立在“多個弱模型勝過單個強模型”上。
進入大語言模型時代，這壹策略最具代表性的工作之壹是 2023 年發布的雙模塊集成框架 LLM-Blender：其壹從多個開源模型的候選答案中挑出最優；另壹個模塊把得分最高的若幹候選答案與原始問題交給壹個融合模型，最終生成綜合答案。
不難看出， Fusion“面板模型+裁判模型”的方案與老前輩 LLM-Blender 的結構高度相似：並行調用多個模型，讓壹個能力更強的模型閱讀全部回答後輸出答案。
“叁個 Opus 4.8 比壹個 Opus 4.8 更強”的結果，其實呼應了自壹致性（self-consistency）的概念：同壹個模型對同壹問題獨立采樣多次再投票，效果通常優於單次輸出。
但 Fusion 的價值並不在算法，閉源模型的調度協作、工程化封裝以及多樣性的工具調用才是它真正的護城河。
集成研究需要訪問模型權重等內部參數和原始計算結果，最少也要了解完整的概率分布，因此，學術界相關工作絕大多數基於開源模型。但目前真正能力最強的幾款模型基本都閉源，只能通過 API 獲取文本輸出，OpenRouter 要在閉源模型之間做集成，必然要同時擁有多家廠商的接入權限和穩定的調度能力。
其次，壹套可用的多模型集成流程，需要處理並發調用、超時與失敗回退、合成提示詞模板、成本核算、負載均衡等問題。對壹般開發團隊而言，這是壹筆不小的工程投入。而 Fusion 將整套流程封裝成壹次性的 API 調用，大大降低了開發者的操作門檻。
第叁是工具調用層面的多樣性。傳統集成研究大多只涉及純文本問答，多個模型的差異主要體現在生成策略。Fusion 執行任務時，每個面板模型會各自調用檢索和篩選工具。在對信息覆蓋要求較高的任務上，其最終合成的結果不僅綜合多種推理路徑，還涵蓋多套獨立資料來源，超越了單模型多次采樣的表現。
[加西網正招聘多名全職sales 待遇優]
| 分享: |
| 注： | 在此頁閱讀全文 |
| 延伸閱讀 |
推薦: