OpenRouter 推出 Fusion API，以半價提供媲美 Fable 的 AI 服務

標題：OpenRouter 推出全新「Fusion」堆疊，透過結合低成本模型模擬 Claude Fable 5 — 正值 Fable 對許多用戶下線之際 本周，OpenRouter 推出了 Fusion，這是一項 API，主張透過結合多個低成本模型並整合其輸出，即可以遠低於原價的成本媲美頂級模型。此發佈恰逢其時：Anthropic 的 Fable 5 與 Mythos 5 因美國出口管制指令而對外國國民暫停服務，市場出現缺口，OpenRouter 立即抓住機會，宣稱「以一半價格獲得 Fable 級智慧」。 Fusion 如何運作 - 單一提示同時並行發送至一組模型，每個模型均可使用網頁搜尋與 bash 工具。 - 判斷模型分析各模型回應，提取共識點、矛盾與盲點。 - 結合器（預設為 Claude Opus 4.8）根據判斷模型的分析，生成最終、穩健的答案。 - 所有流程均在 OpenRouter 伺服器端運行。用戶可將模型字串設為 openrouter/fusion 來呼叫預設面板，新增 fusion 工具讓自己的模型有選擇性地呼叫 Fusion，或在無代碼 Fusion 聊天室中建立自訂面板。 基準測試與成本權衡 OpenRouter 在 DRACO 上測試 Fusion，DRACO 是 Perplexity 基於真實用戶深度研究任務設計的基準。重點如下： - 由 Opus 合成的 Fable 5 + OpenAI GPT-5.5 組合得分為 69%。 - 單一 Fable 得分為 65.3%（七項任務因 Fable 過濾器而被阻擋）。 - OpenRouter 強調的「低成本」面板 — Google 的 Gemini 3 Flash 加上開源中文模型 Kimi K2.6 與 DeepSeek V4 Pro，經 Opus 融合合成後得分為 64.7%，超越單一 GPT-5.5（60%）與單一 Opus 4.8（58.8%），且僅比 Fable 低不到一個百分點，成本卻約為一半。 - 將 Opus 4.8 與另一個獨立 Opus 實例配對得分為 65.5%，較單一 Opus 提升 6.7 點。OpenRouter 指出約 75% 的提升來自合成步驟本身，其餘則歸因於模型多樣性。 品質控制與限制 - 發現一個問題：當模型擁有即時網頁存取權時，可能在搜尋結果中曝光 DRACO 的評分標準，污染基準測試。OpenRouter 已透過一行設定排除基準測試的主機網域；公布結果均基於清理後的運行數據。 - OpenRouter 明確表示，Fusion 不是 Fable 的即插即用替代方案。DRACO 未評估長時程任務，而 Fable 在此類任務中據稱仍具優勢。在程式碼編寫方面，Fusion 被定位為編碼代理有選擇性呼叫的工具，而非全面取代編碼模型 — 其他測試低成本 Claude 相容後端（如 DeepClaude）的團隊也觀察到此限制。 - Fusion 完全依賴透過 OpenRouter 基礎設施路由的模型，因此無法從根本上繞過出口管制問題。 社群反應與對加密開發者的意義 對此發佈的反應普遍正面（OpenRouter 追蹤顯示約為 2:1）。AI 研究員 Andrew Trask 認為 Fusion「比表面看起來重要得多」，並表示前沿實驗室不再能自動壟斷前沿技術。懷疑者則指出，在某些情況下編碼與工具呼叫表現較差，並警告 Fable 5 的暫停使公開的公平比較更為困難。 對於加密專案與全球開發團隊而言，Fusion 具有以下幾點意義： - 成本：若您需要接近頂級的推理能力但希望降低成本，模型組合可大幅節省開支並接近同等效能。 - 可用性：被排除於 Fable 5 之外的團隊現有多种備案 — Fusion 面板、後端替換如 DeepClaude 或開源模型（GLM-5.2 等）。 - 中心化風險：Fusion 仍依賴 OpenRouter 的路由與基礎設施，因此並非完全去中心化解決出口管制或模型壟斷的方案。 總結 Fusion 是一次及時的示範，證明「多個中等但低成本的模型 + 優秀的判斷模型 + 優秀的合成器」可接近昂貴單一模型的效能，且成本更低。它不會立即取代 Fable 在所有高端任務中的角色，但對於當前優先考慮成本與彈性而非絕對頂尖推理的團隊而言，Fusion 是一個極具吸引力的新選擇。