一半价格实现性能碾压 三便宜模型组团效果惊人
一个名叫“合成大西瓜”的小游戏曾风靡一时，它的玩法很简单：两颗相同的水果撞在一起，会变成更大的一颗。葡萄合成樱桃，樱桃合成橘子，最终目标是合出一颗西瓜。
如果把这套逻辑搬进 AI 领域，会发生什么？
近日，美国大模型聚合平台 OpenRouter 真的做出了一个能“合成大 AI”的产品，名为 Fusion。在基准测试中，三个中等价位的模型经过 Fusion 的合理编排，最终表现系统性地超过了同期所有单一旗舰模型。而且，把三个同样的模型合在一起，其得分竟也高于原模型单独作答的结果。
中间层平台的生存焦虑，催生了 Fusion
成立于 2023 年的 OpenRouter，总部位于美国纽约，是一家提供 AI 中间层的初创公司。
创始人之一亚历克斯·阿塔拉（Alex Atallah）曾在 Palantir 担任工程师，2017 年联合创办了全球知名 NFT（非同质化代币）交易平台 OpenSea。另一位联合创始人路易斯·维奇（Louis Vichy）则是一位连续创业者，长期专注于开发者工具与平台层产品。
OpenRouter 为开发者提供统一 API 网关，接入超 400 个大语言模型，覆盖 OpenAI、Anthropic、谷歌、Kimi、DeepSeek 等主要厂商，盈利方式是抽取 5% 的佣金。
据其披露数据，成立以来，平台月消费金额已从 2024 年 10 月的约 80 万美元增长至 2025 年 5 月约 800 万美元，平台每周路由 token 额度已达 25 万亿到 27 万亿量级。融资方面，不到三年，OpenRouter 已踏入独角兽行列。
但其最大的商业风险是被绕过：一旦某家头部模型在某个场景明显占优，开发者完全可以直接接入该厂商的 API，不必额外向 OpenRouter 支付佣金。
为应对这一危机，Fusion 应运而生。他们要提供单一模型供应商都无法提供的跨厂商模型协同。
功能实现和实测表现
Fusion 的架构大致如下：用户在 API 请求中指定一个调用方模型，调用方模型决定启用 Fusion，系统将提示词（prompt）并行分发给若干面板模型（panel models），每个模型同时启用三项服务端工具，包括网页搜索和网页抓取，以及 bash 命令执行（Linux 和 macOS 系统最常用的命令行解释器）。
面板模型各自独立完成任务后，一个裁判模型（judge model）将读取全部回答，产出一份结构化的 JSON（一种通用的数据交换格式）分析。最后再由调用方模型基于这份分析撰写最终答案，撰写阶段不再启用网页搜索工具。在默认情况下，裁判模型和调用方模型是同一个模型。
整套流程封装在服务器端，开发者只需将模型字段填为“openrouter/fusion”即可调用整套工具，面板成员与裁判模型均可由用户自定义。
为避免编排的无限嵌套，每次内部请求都会携带一个“x-openrouter-fusion-depth”标头，阻止面板模型和裁判模型再次套娃式调用 Fusion。
聊完机制，Fusion 在基准测试中的实际表现如何？
2026 年 2 月，Perplexity 开源了一项名为 DRACO 的基准测试，包含 100 道深度研究任务。这些题目源于平台收集的真实用户请求，评分标准覆盖事实准确性、分析广度与深度、呈现质量、引用质量四个维度。部分标准带有负权重，模型如果说错或提供危险建议就会被扣分，这让凑字数刷分的策略难以奏效。
Fusion 在 DRACO 上的测试结果显示，Fable 5 与 GPT-5.5 组成的双面板（合成模型为 Claude Opus 4.8）拿到了 69.0 分。对比之下，Fable 5 单独作答得到 65.3 分，单独的 GPT-5.5 是 60.0 分。
[物价飞涨的时候 这样省钱购物很爽]
还没人说话啊，我想来说几句
如果把这套逻辑搬进 AI 领域，会发生什么？
近日，美国大模型聚合平台 OpenRouter 真的做出了一个能“合成大 AI”的产品，名为 Fusion。在基准测试中，三个中等价位的模型经过 Fusion 的合理编排，最终表现系统性地超过了同期所有单一旗舰模型。而且，把三个同样的模型合在一起，其得分竟也高于原模型单独作答的结果。
中间层平台的生存焦虑，催生了 Fusion
成立于 2023 年的 OpenRouter，总部位于美国纽约，是一家提供 AI 中间层的初创公司。
创始人之一亚历克斯·阿塔拉（Alex Atallah）曾在 Palantir 担任工程师，2017 年联合创办了全球知名 NFT（非同质化代币）交易平台 OpenSea。另一位联合创始人路易斯·维奇（Louis Vichy）则是一位连续创业者，长期专注于开发者工具与平台层产品。
OpenRouter 为开发者提供统一 API 网关，接入超 400 个大语言模型，覆盖 OpenAI、Anthropic、谷歌、Kimi、DeepSeek 等主要厂商，盈利方式是抽取 5% 的佣金。
据其披露数据，成立以来，平台月消费金额已从 2024 年 10 月的约 80 万美元增长至 2025 年 5 月约 800 万美元，平台每周路由 token 额度已达 25 万亿到 27 万亿量级。融资方面，不到三年，OpenRouter 已踏入独角兽行列。
但其最大的商业风险是被绕过：一旦某家头部模型在某个场景明显占优，开发者完全可以直接接入该厂商的 API，不必额外向 OpenRouter 支付佣金。
为应对这一危机，Fusion 应运而生。他们要提供单一模型供应商都无法提供的跨厂商模型协同。
功能实现和实测表现
Fusion 的架构大致如下：用户在 API 请求中指定一个调用方模型，调用方模型决定启用 Fusion，系统将提示词（prompt）并行分发给若干面板模型（panel models），每个模型同时启用三项服务端工具，包括网页搜索和网页抓取，以及 bash 命令执行（Linux 和 macOS 系统最常用的命令行解释器）。
面板模型各自独立完成任务后，一个裁判模型（judge model）将读取全部回答，产出一份结构化的 JSON（一种通用的数据交换格式）分析。最后再由调用方模型基于这份分析撰写最终答案，撰写阶段不再启用网页搜索工具。在默认情况下，裁判模型和调用方模型是同一个模型。
整套流程封装在服务器端，开发者只需将模型字段填为“openrouter/fusion”即可调用整套工具，面板成员与裁判模型均可由用户自定义。
为避免编排的无限嵌套，每次内部请求都会携带一个“x-openrouter-fusion-depth”标头，阻止面板模型和裁判模型再次套娃式调用 Fusion。
聊完机制，Fusion 在基准测试中的实际表现如何？
2026 年 2 月，Perplexity 开源了一项名为 DRACO 的基准测试，包含 100 道深度研究任务。这些题目源于平台收集的真实用户请求，评分标准覆盖事实准确性、分析广度与深度、呈现质量、引用质量四个维度。部分标准带有负权重，模型如果说错或提供危险建议就会被扣分，这让凑字数刷分的策略难以奏效。
Fusion 在 DRACO 上的测试结果显示，Fable 5 与 GPT-5.5 组成的双面板（合成模型为 Claude Opus 4.8）拿到了 69.0 分。对比之下，Fable 5 单独作答得到 65.3 分，单独的 GPT-5.5 是 60.0 分。
[物价飞涨的时候 这样省钱购物很爽]
| 分享: |
| 注： | 在此页阅读全文 |
| 延伸阅读 |
推荐: