OpenRouter представил новый инструмент — Fusion. Суть простая: вместо одной модели запрос уходит сразу к нескольким, а потом судья-модель собирает из их ответов финальный результат. Один API-вызов, но внутри — параллельная работа панели экспертов.
Проверяли на бенчмарке DRACO от Perplexity — сто сложных задач на глубокое исследование с поиском, синтезом и цитированием. Результаты показали три вещи:
Первое. Панели стабильно обгоняют одиночные модели. Лучший результат — Fable 5 + GPT-5.5, синтезированные через Opus 4.8: 69,0%. Это выше, чем Fable 5 в одиночку (65,3%).
Второе. Дешёвая панель тоже может. Комбинация Gemini 3 Flash + Kimi K2.6 + DeepSeek V4 Pro набрала 64,7% — в пределах одного процента от Fable 5, при этом обогнав GPT-5.5 (60,0%) и Opus 4.8 (58,8%). И стоила в два раза меньше.
Третье. Даже если взять одну модель и запустить её дважды — прирост есть. Комбинирование двух проходов Gemini 2.5 Pro дало +3% к точности по сравнению с одним проходом. Дело не только в разнообразии моделей, но и в самом акте синтеза — двойной проход даёт разные пути рассуждения, разные источники, разные ошибки.
Интересный момент с методологией: когда исследователи дали моделям доступ к поиску, те начали находить в интернете саму рубрику оценки DRACO. Не специально — просто совпали поисковые запросы. OpenRouter закрыл это блокировкой доменов, и это стало частью инструмента: при своих оценках теперь можно указывать источники, которые модели не должны видеть.
Fusion работает через стандартный API:
model: "openrouter/fusion" — и всё. Можно кастомизировать состав панели и выбрать судью.Что это значит на практике: гонка за всё более дорогими флагманами получает альтернативу. Иногда правильно собрать команду из доступных моделей — и получить результат лучше и дешевле, чем у любого одиночки.
#AI #OpenRouter #Fusion #LLM
https://openrouter.ai/blog/announcements/fusion-beats-frontier/
