OpenRouter 发布 Fusion 复合模型
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
本条选题由第三方线索发现；线索方提供的摘要未被采用，本页内容依据下方信源整理。线索来源：AIHOT
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载多模型辩论机制
Fusion 被定义为一种复合模型系统，其核心在于赋予模型多模型审议工具。当用户发起请求时，系统会将提示词同时发送给一组专家模型面板。这些模型并行独立地生成回复，随后由一个专门的裁判模型对这些答案进行对比分析。裁判会梳理出各方的一致与分歧之处，生成结构化的分析结果，最终由发起调用的主模型基于这些信息撰写唯一的最终答案。这种设计打破了单一模型仅遵循一条推理路径的传统，能够将多种推理路径、来源选择及解释融合进同一个回复中。
成本与适用场景
使用 Fusion 需要在速度和 Token 消耗上做出权衡以换取质量。一次 Fusion 调用会额外增加面板和裁判的完成量。采用默认的三模型面板时，其成本大约是同一提示词下单次模型调用的四到五倍，且响应时间通常延长两到三倍。因此，该功能被定位为一种选择性升级路径，主要推荐用于复杂研究、专家级批评以及决策场景。在这些场景下，错误答案带来的损失远高于增加几次模型调用的成本。
与自动路由的区别
OpenRouter 强调 Fusion 与自动路由服务于不同的目的。自动路由是通过分类提示词的任务类型，并选择 OpenRouter 社区在该类任务上花费最多的模型，从而为请求挑选一个最合适的单一模型。而 Fusion 则是结合多个模型并混合其答案，旨在通过整合多模型的能力，产生比任何单一参与者都更强的答案。Fusion 在正常的模型请求内部增加了一个审议循环，包含调用模型评估提示、面板并行工作、裁判对比以及最终合成四个阶段。
为什么值得看
引入多模型辩论机制，以算力换质量，解决复杂任务中的单模型局限。
信源1 家
关键事实
相关 · 模型
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。