壹半價格實現性能碾壓 叁便宜模型組團效果驚人
壹個名叫“合成大西瓜”的小游戲曾風靡壹時，它的玩法很簡單：兩顆相同的水果撞在壹起，會變成更大的壹顆。葡萄合成櫻桃，櫻桃合成橘子，最終目標是合出壹顆西瓜。
如果把這套邏輯搬進 AI 領域，會發生什麼？
近日，美國大模型聚合平台 OpenRouter 真的做出了壹個能“合成大 AI”的產品，名為 Fusion。在基准測試中，叁個中等價位的模型經過 Fusion 的合理編排，最終表現系統性地超過了同期所有單壹旗艦模型。而且，把叁個同樣的模型合在壹起，其得分竟也高於原模型單獨作答的結果。
中間層平台的生存焦慮，催生了 Fusion
成立於 2023 年的 OpenRouter，總部位於美國紐約，是壹家提供 AI 中間層的初創公司。
創始人之壹亞歷克斯·阿塔拉（Alex Atallah）曾在 Palantir 擔任工程師，2017 年聯合創辦了全球知名 NFT（非同質化代幣）交易平台 OpenSea。另壹位聯合創始人路易斯·維奇（Louis Vichy）則是壹位連續創業者，長期專注於開發者工具與平台層產品。
OpenRouter 為開發者提供統壹 API 網關，接入超 400 個大語言模型，覆蓋 OpenAI、Anthropic、谷歌、Kimi、DeepSeek 等主要廠商，盈利方式是抽取 5% 的傭金。
據其披露數據，成立以來，平台月消費金額已從 2024 年 10 月的約 80 萬美元增長至 2025 年 5 月約 800 萬美元，平台每周路由 token 額度已達 25 萬億到 27 萬億量級。融資方面，不到叁年，OpenRouter 已踏入獨角獸行列。
但其最大的商業風險是被繞過：壹旦某家頭部模型在某個場景明顯占優，開發者完全可以直接接入該廠商的 API，不必額外向 OpenRouter 支付傭金。
為應對這壹危機，Fusion 應運而生。他們要提供單壹模型供應商都無法提供的跨廠商模型協同。
功能實現和實測表現
Fusion 的架構大致如下：用戶在 API 請求中指定壹個調用方模型，調用方模型決定啟用 Fusion，系統將提示詞（prompt）並行分發給若幹面板模型（panel models），每個模型同時啟用叁項服務端工具，包括網頁搜索和網頁抓取，以及 bash 命令執行（Linux 和 macOS 系統最常用的命令行解釋器）。
面板模型各自獨立完成任務後，壹個裁判模型（judge model）將讀取全部回答，產出壹份結構化的 JSON（壹種通用的數據交換格式）分析。最後再由調用方模型基於這份分析撰寫最終答案，撰寫階段不再啟用網頁搜索工具。在默認情況下，裁判模型和調用方模型是同壹個模型。
整套流程封裝在服務器端，開發者只需將模型字段填為“openrouter/fusion”即可調用整套工具，面板成員與裁判模型均可由用戶自定義。
為避免編排的無限嵌套，每次內部請求都會攜帶壹個“x-openrouter-fusion-depth”標頭，阻止面板模型和裁判模型再次套娃式調用 Fusion。
聊完機制，Fusion 在基准測試中的實際表現如何？
2026 年 2 月，Perplexity 開源了壹項名為 DRACO 的基准測試，包含 100 道深度研究任務。這些題目源於平台收集的真實用戶請求，評分標准覆蓋事實准確性、分析廣度與深度、呈現質量、引用質量肆個維度。部分標准帶有負權重，模型如果說錯或提供危險建議就會被扣分，這讓湊字數刷分的策略難以奏效。
Fusion 在 DRACO 上的測試結果顯示，Fable 5 與 GPT-5.5 組成的雙面板（合成模型為 Claude Opus 4.8）拿到了 69.0 分。對比之下，Fable 5 單獨作答得到 65.3 分，單獨的 GPT-5.5 是 60.0 分。
[加西網正招聘多名全職sales 待遇優]
好新聞沒人評論怎麼行，我來說幾句
如果把這套邏輯搬進 AI 領域，會發生什麼？
近日，美國大模型聚合平台 OpenRouter 真的做出了壹個能“合成大 AI”的產品，名為 Fusion。在基准測試中，叁個中等價位的模型經過 Fusion 的合理編排，最終表現系統性地超過了同期所有單壹旗艦模型。而且，把叁個同樣的模型合在壹起，其得分竟也高於原模型單獨作答的結果。
中間層平台的生存焦慮，催生了 Fusion
成立於 2023 年的 OpenRouter，總部位於美國紐約，是壹家提供 AI 中間層的初創公司。
創始人之壹亞歷克斯·阿塔拉（Alex Atallah）曾在 Palantir 擔任工程師，2017 年聯合創辦了全球知名 NFT（非同質化代幣）交易平台 OpenSea。另壹位聯合創始人路易斯·維奇（Louis Vichy）則是壹位連續創業者，長期專注於開發者工具與平台層產品。
OpenRouter 為開發者提供統壹 API 網關，接入超 400 個大語言模型，覆蓋 OpenAI、Anthropic、谷歌、Kimi、DeepSeek 等主要廠商，盈利方式是抽取 5% 的傭金。
據其披露數據，成立以來，平台月消費金額已從 2024 年 10 月的約 80 萬美元增長至 2025 年 5 月約 800 萬美元，平台每周路由 token 額度已達 25 萬億到 27 萬億量級。融資方面，不到叁年，OpenRouter 已踏入獨角獸行列。
但其最大的商業風險是被繞過：壹旦某家頭部模型在某個場景明顯占優，開發者完全可以直接接入該廠商的 API，不必額外向 OpenRouter 支付傭金。
為應對這壹危機，Fusion 應運而生。他們要提供單壹模型供應商都無法提供的跨廠商模型協同。
功能實現和實測表現
Fusion 的架構大致如下：用戶在 API 請求中指定壹個調用方模型，調用方模型決定啟用 Fusion，系統將提示詞（prompt）並行分發給若幹面板模型（panel models），每個模型同時啟用叁項服務端工具，包括網頁搜索和網頁抓取，以及 bash 命令執行（Linux 和 macOS 系統最常用的命令行解釋器）。
面板模型各自獨立完成任務後，壹個裁判模型（judge model）將讀取全部回答，產出壹份結構化的 JSON（壹種通用的數據交換格式）分析。最後再由調用方模型基於這份分析撰寫最終答案，撰寫階段不再啟用網頁搜索工具。在默認情況下，裁判模型和調用方模型是同壹個模型。
整套流程封裝在服務器端，開發者只需將模型字段填為“openrouter/fusion”即可調用整套工具，面板成員與裁判模型均可由用戶自定義。
為避免編排的無限嵌套，每次內部請求都會攜帶壹個“x-openrouter-fusion-depth”標頭，阻止面板模型和裁判模型再次套娃式調用 Fusion。
聊完機制，Fusion 在基准測試中的實際表現如何？
2026 年 2 月，Perplexity 開源了壹項名為 DRACO 的基准測試，包含 100 道深度研究任務。這些題目源於平台收集的真實用戶請求，評分標准覆蓋事實准確性、分析廣度與深度、呈現質量、引用質量肆個維度。部分標准帶有負權重，模型如果說錯或提供危險建議就會被扣分，這讓湊字數刷分的策略難以奏效。
Fusion 在 DRACO 上的測試結果顯示，Fable 5 與 GPT-5.5 組成的雙面板（合成模型為 Claude Opus 4.8）拿到了 69.0 分。對比之下，Fable 5 單獨作答得到 65.3 分，單獨的 GPT-5.5 是 60.0 分。
[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: