OpenRouter 上线 Fusion API：一次调用组合多模型，半价追平顶级表现

平常用大模型查点硬核资料，很多人都有过这种体验：先开个窗口问一个模型，觉得不够稳再复制给第二个，甚至拉来第三个对比，最后自己人工挑出最靠谱的说法。

6 月 13 日，大模型聚合平台 OpenRouter 正式把这种「人肉比对」做成了自动化工具，上线了 Fusion API。它把一整套模型协作流程，打包成了一次普通的接口调用。

组一个小型 AI 研究班子

这项功能最早在 2026 年 3 月 31 日作为实验功能公开，现在完全接入了正式 API。它的核心逻辑并不复杂，说白了就是不再逼你在多个聪明大脑里做单选题，而是把它们凑在一起开会。

当你向 Fusion 发送一条提示词时，系统默认会并行分发给 3 到 5 个模型。这些模型会先各自进行联网搜索和网页内容抓取，搜集足够信息并给出各自的解答。

接着，系统会派出专门的「裁判模型」对所有答案进行交叉对比、消除分歧，最后合成出一份综合输出。用户也可以在 Quality 和 Budget 预设之间切换，或者手动指定自己信得过的分析模型和裁判模型。

平价组合跑出旗舰战力

这种集思广益的效果，比单打独斗强出不少。在 DRACO 基准测试中，Anthropic 家目前最顶级的 Fable 5 单独得分是 65.3%，GPT-5.5 单独得分是 60.0%。而把这两个模型融合在一起后，得分直接冲到了 69.0%，明显打破了单个最强模型的上限。

更亮眼的是平价方案。OpenRouter 用 Gemini 3 Flash、Kimi K2.6 和 DeepSeek V4 Pro 搭了一个预算版面板，在 DRACO 上拿下了 64.7% 的分数。

这个表现不仅击败了单独运行的 GPT-5.5 和 Claude Opus 4.8，距离顶级的 Fable 5 也只差约 1 个百分点。在 6 月 12 日进行的一组 100 项复杂深度推理任务测试中，Fusion 同样全面压过了 GPT-5.5 和 Claude Opus 4.8 单模。

在费用方面，Fusion 采用的是透传累加模式：调用了四个模型就结算四份调用的钱。但 OpenRouter 算了一笔账，即便算上多个模型的开销，前面那套三款平价模型的预算组合，综合成本也只有 Fable 5 的一半左右。

为什么重要

对开发者和重度用户来说，Fusion 最大的价值是省掉了自己搭建多智能体投票系统的脏活累活。以往要做到这一步，得自己写并发请求、处理联网搜索异常、还要写提示词让大模型做仲裁裁决，现在直接调用 openrouter/fusion 别名就能解决，接入成本极低。

在商业策略上，OpenRouter 这一步走得相当精明。它平台本身就接入了 60 多家供应商和 400 多个模型，之前用户只是拿它当切换渠道的路由器；现在做成融合层，不仅直接拉动了底层长尾小模型的调用量，还把单一模型厂商的护城河给拆平了。

不过这种做法也有显而易见的代价。一次请求要等 3 到 5 个模型全部跑完并完成二次裁判，端到端延迟必然会拉长，几乎不可能用在对实时性要求高的对话场景中。同时，裁判模型本身的偏好和判断水准，也会成为最终答案质量的隐形瓶颈。我们认为，它目前最合适的位置，依然是后台那些不急于秒回的深度调研和长文本分析任务。