Fable 5 剛被封殺，OpenRouter 用「多模型協(xié)作」搞出了「平替天團(tuán)」

最強(qiáng) AI 突遭封殺下架，多模型協(xié)作能否填補(bǔ)空白？

作者丨高允毅

編輯丨馬曉寧

當(dāng)世界上最聰明的 AI 被強(qiáng)制拔掉網(wǎng)線，我們能否有另一套方案，用上同樣聰明的智力？

2026年6月14日，全球最大的大模型 API 聚合平臺(tái)OpenRouter，在 X 上發(fā)布一條推文，短短幾天，吸引近600萬人圍觀。

該平臺(tái)宣布推出了世界上最聰明的“復(fù)合模型”Fusion API ，能用模型組合的方式，復(fù)刻 Claude Fable 5 的智力水平。 所謂“復(fù)合模型”，不是靠一個(gè) AI 自己埋頭苦干，而是讓好多 AI 模型一塊兒配合，做出一份最好的答案，再交給用戶，對(duì)外統(tǒng)一用一個(gè)API 入口。

Fusion API 的橫空出世，踩中了一個(gè)微妙的時(shí)機(jī)。 就在同一周，Anthropic 剛發(fā)布了 史上最強(qiáng)模型Claude Fable 5。該模型以強(qiáng)悍的長(zhǎng)周期智能體推理出圈，能將企業(yè)原本需要數(shù)月的代碼遷移工作縮短至一天。

然而，發(fā)布僅 3 天，美國(guó)政府便簽發(fā)了緊急出口管制令。Anthropic 官方被迫切斷全球網(wǎng)絡(luò)，暫停該模型的 API 訪問，原本躍躍欲試的開發(fā)者們，瞬間哀嚎遍野。

OpenRouter這條推文，正是精準(zhǔn)地踩在了市場(chǎng)真空期的最痛點(diǎn)，同時(shí)給出一套新方案：與其押注單一模型，不如讓一群模型"開會(huì)"。

它公布了一組驚人數(shù)據(jù)：在深度研究中，由 Gemini 3 Flash、Kimi K2.6 和 DeepSeek V4 Pro 組成的“模型專家團(tuán)”，融合后不僅輕松擊敗了 Opus 4.8，其綜合智力與被禁的 Fable 5 相比，得分誤差不到 1%。（注：Claude Fable 5 因內(nèi)容過濾僅完成 DRACO 100 道任務(wù)中的 93 道，中端模型組合完整跑完全部 100 題，二者評(píng)測(cè)樣本存在差異。）

而實(shí)現(xiàn)這一切的調(diào)用成本，僅僅是 Fable 5 的一半。

01

Fusion API背后的“多模型拼盤”

OpenRouter 將 Fusion 冠以“市場(chǎng)上最智能復(fù)合模型”的稱號(hào)，確實(shí)帶有營(yíng)銷色彩。

從底層來看，它的原理是將“多模型并行、裁判海選、終審合成”三步走流程化、標(biāo)準(zhǔn)化的工程解法。

第一步：專家團(tuán)模型的“頭腦風(fēng)暴” 首先，用戶的提示詞一經(jīng)觸發(fā)，系統(tǒng)會(huì)將其同時(shí)派發(fā)給最多8 個(gè)“專家模型”，包括Fable 5、GPT-5.5、Gemini 3.1 Pro以及國(guó)產(chǎn)好評(píng)的GLM-5.2、Kimi K2.6等眾多模型。 值得注意的是，為了防止模型“閉門造車”，系統(tǒng)在底層為所有專家統(tǒng)一配備了實(shí)時(shí)聯(lián)網(wǎng)搜索與網(wǎng)頁內(nèi)容抓取工具。這意味著，專家模型們?cè)诮痪砬埃梢圆殚喨W(wǎng)最新的參考資料。這種實(shí)時(shí)交互，讓 Fusion 徹底區(qū)別于簡(jiǎn)單的“少數(shù)服從多數(shù)”的盲目投票。

第二步：裁判模型來挑刺 這是 Fusion 的靈魂所在。一個(gè)被指定當(dāng)“裁判”的模型，會(huì)把所有專家的回答看一遍，然后寫出一份細(xì)致的分析報(bào)告。它會(huì)特別嚴(yán)格地把這些回答里的意見一致的地方、 互相矛盾的地方、特別出彩的個(gè)人見解，還有大家都沒注意到的盲點(diǎn)，一條條都揪出來。

第三步：主筆模型最后定稿 裁判的報(bào)告出來之后， 一個(gè)主筆模型就上場(chǎng)了。它會(huì)吸收所有專家的優(yōu)點(diǎn)，排除掉個(gè)別模型瞎編的東西，最后產(chǎn)出一份沒有技術(shù)矛盾、邏輯順暢的高質(zhì)量回答。

在這里，OpenRouter 展現(xiàn)了一個(gè)很聰明的工程設(shè)計(jì)：為了避免多次調(diào)用導(dǎo)致系統(tǒng)延遲全面崩塌，它巧妙地讓“裁判”與“主筆”兩件事，放在同一個(gè)超級(jí)大模型的一次思考里一口氣完成。那些復(fù)雜的開會(huì)、辯論、審計(jì)、整合，全都在后臺(tái)悄悄做完了，用戶最終只是一個(gè)干干凈凈的結(jié)果。

Fusion的這套思路，其實(shí)在學(xué)術(shù)界早有探索。2024年，Together AI 團(tuán)隊(duì)正式提出的一種多模型協(xié)同技術(shù)范式，又稱MoA。

它的核心邏輯是“三個(gè)臭皮匠，頂個(gè)諸葛亮”，不再死磕一個(gè)超級(jí)貴、超級(jí)大的單個(gè)模型，而是分好幾層，讓一組便宜些的模型同時(shí)想，再讓一個(gè)高級(jí)模型當(dāng)評(píng)委，最后出來的答案，反而比任何單個(gè)模型都強(qiáng)。 在 MoA 正式提出之前，學(xué)界長(zhǎng)期爭(zhēng)論一個(gè)猜想：把好多比較弱的模型湊在一起，

能不能出現(xiàn)比最強(qiáng)模型還好的集體智慧？ 于是就有了這種讓 AI 組團(tuán)辯論的方法。

從很早將工具與模型縫合的復(fù)合 AI 系統(tǒng)，到 2023 年把多個(gè)模型的輸出直接糅合的工具，再到 2024 年谷歌讓多個(gè)智能體像開會(huì)一樣辯論的論文，學(xué)術(shù)界早已論證了同一件事：組合拳的輸出遠(yuǎn)比單打獨(dú)斗更具確定性。

Fusion 的核心價(jià)值在于它是行業(yè)首個(gè)將完整 “多模型合議” 流程標(biāo)準(zhǔn)化、托管化、開箱即用的商用 API 產(chǎn)品。 它把一整套復(fù)雜架構(gòu)變成了一項(xiàng)可以托管的、即插即用的 API，無需任何基礎(chǔ)設(shè)施。開發(fā)者不用自己再去搭服務(wù)器、調(diào)參數(shù)。只要改一行代碼，就能直接指揮一整個(gè)專家團(tuán)。

在真正落地的過程里，OpenRouter 表現(xiàn)得很務(wù)實(shí)，主要體現(xiàn)在兩個(gè)機(jī)制上：

• 第一，給用戶完全透明的控制權(quán)：你可以自己決定讓哪些模型當(dāng)評(píng)審，讓哪個(gè)模型當(dāng)最后的主裁判。如果國(guó)外的服務(wù)不好用，你還能讓咱們的國(guó)產(chǎn)大模型挑大梁。甚至可以給不同模型分配重要程度，讓整個(gè)合作網(wǎng)完全聽你指揮。

• 第二，極具靈巧性的“動(dòng)態(tài)智能門控”：這個(gè)功能像一個(gè)工具箱里的小插件。平時(shí)問點(diǎn)簡(jiǎn)單的問題，系統(tǒng)會(huì)自動(dòng)識(shí)別，直接讓一個(gè)便宜的模型秒回，根本不啟動(dòng)復(fù)雜的開會(huì)流程。只有碰到特別難、需要深思熟慮的問題時(shí)，才會(huì)把一群模型叫起來，一起商量。

02

在DRACO基準(zhǔn)測(cè)試中的“聰明”表現(xiàn)

Fusion這套“組隊(duì)干活”的聰明效果，在 Perplexity AI 發(fā)布的權(quán)威深度研究基準(zhǔn)測(cè)試 DRACO 中得到了直接印證。

作為一個(gè)專門測(cè)試 AI 深度研究能力的硬核考場(chǎng)，DRACO 包含了法律、金融、醫(yī)學(xué)等 10 個(gè)領(lǐng)域的 100 道復(fù)雜任務(wù)。

它的規(guī)則極其嚴(yán)苛，采用“負(fù)分淘汰制”，每道題約有39 個(gè)判定標(biāo)準(zhǔn)進(jìn)行全方位“挑刺”，回答錯(cuò)誤或硬湊字?jǐn)?shù)，都會(huì)被扣分。為了防止運(yùn)氣成分，每個(gè)回答要找三個(gè)不同的裁判，各看一次，最后取一個(gè)穩(wěn)定的平均分。

在DRACO的真實(shí)評(píng)測(cè)中，可以看到一些有趣的信息：

總榜排在最前列的幾乎清一色是“組合模型”，其實(shí)際效果把排在后方的單體模型遠(yuǎn)遠(yuǎn)甩在了身后

“自己和自己組隊(duì)”也能變強(qiáng)：利用 Fusion 機(jī)制，即便是相同的模型融合，也能實(shí)現(xiàn)超越前沿的性能。比如兩個(gè)Claude Opus 4.8 互相融合，其最終的得分不僅遠(yuǎn)超自己，甚至直接超越了Fable 5。

最有趣的是，哪怕不用昂貴的頂級(jí)模型，用中端模型組隊(duì)同樣能逼近天花板。由 Gemini 3 Flash、Kimi K2.6 和 DeepSeek V4 Pro 組成的“平民專家隊(duì)”，在經(jīng)過 Fusion組合后，以不到 1% 的微弱得分差距，正面直逼 Fable 5。 當(dāng)然，最強(qiáng)的模型組合依然來自最強(qiáng)模型的強(qiáng)強(qiáng)聯(lián)手，F(xiàn)able 5+GPT-5.5霸榜第一。

但需要注意的是，DRACO只考察“純文字、純英文”的深度研究能力，不包含長(zhǎng)周期動(dòng)態(tài)任務(wù)、代碼運(yùn)行、多模態(tài)與非英文場(chǎng)景。這種固定的測(cè)評(píng)體系，無法考察將來實(shí)際用起來是什么樣；而且分?jǐn)?shù)多少，也跟找誰來當(dāng)裁判有很大關(guān)系，不同的評(píng)委大模型，絕對(duì)分?jǐn)?shù)會(huì)產(chǎn)生 10 到 25 分的巨大波動(dòng)，但相對(duì)系統(tǒng)排名保持穩(wěn)定。

簡(jiǎn)而言之，F(xiàn)usion的絕對(duì)優(yōu)勢(shì)，主要在研究復(fù)雜問題，把很多信息揉在一起， 寫出一份的高質(zhì)量深度報(bào)告這件事上。

03

最吸引人的經(jīng)濟(jì)賬：真的只要一半嗎？

Fusion最受人們關(guān)注的是莫過于那句口號(hào)：只用一半的價(jià)格，達(dá)到Fable 5的智力效果。

眾所周知，Claude Fable 5 的價(jià)格堪稱昂貴，其輸入每百萬 Token 為 10 美元，輸出每百萬 Token 達(dá) 50 美元。這一價(jià)格正好是前代旗艦 Claude Opus 4.8 的兩倍，也是目前市場(chǎng)上最昂貴的前沿大模型之一。

如果真的能省下一半成本，開發(fā)者們自然趨之若鶩。但 Fusion 這筆賬到底是怎么算的？

Fusion 的收費(fèi)規(guī)則是“你調(diào)用了幾個(gè)模型就得付幾個(gè)模型的錢。”，這意味著一條提示詞如果被路由分配到 4 個(gè)模型，用戶就要付 4 次錢。這讓很多開發(fā)者直呼“太貴了”。

那為什么它最終還能省錢？秘密在于 Token 價(jià)格的極端不對(duì)稱性：大模型的輸入成本通常極其廉價(jià)，而長(zhǎng)篇大論的輸出成本卻極其高昂。

Fusion 省錢的本質(zhì)，就是“多花好幾份極便宜的輸入費(fèi)”，去避開那個(gè)“最貴最貴的輸出費(fèi)”。

以4個(gè)模型為例，雖然4 個(gè)模型的輸入都需要付錢，但只付了 4 次很便宜的輸入費(fèi)，但最終答案，只有一個(gè)模型輸出。所以真正花大錢的地方，只有一份。

如果配合前文提到的“動(dòng)態(tài)智能門控”，這筆賬還會(huì)更劃算。

當(dāng)公司大規(guī)模跑業(yè)務(wù)的時(shí)候，90% 的簡(jiǎn)單問題，可以自動(dòng)分給便宜又好用的模型了。 只有那 10% 超級(jí)難的、觸及能力上限的問題，才會(huì)啟動(dòng) Fusion 開會(huì)。這樣算下來，整體成本可能比“全部用昂貴模型”還要低。

而真正讓 OpenRouter 敢喊出“成本減半”的終極底氣，來自于它有一個(gè)功能叫“提示詞緩存”。

當(dāng)你要處理的文本特別長(zhǎng)，或者系統(tǒng)指令里有一大段固定不變的東西，哪怕輸入再便宜，一旦要讓 4 個(gè)甚至 8 個(gè)模型都看一遍，總價(jià)還是很嚇人的。

但 Fusion 聰明就聰明在，多個(gè)專家模型可以同時(shí)用同一份緩存好的數(shù)據(jù)。除了第一次要付全價(jià)，后面再讀同樣的東西，就只要付一頓幾乎可以忽略的零頭，大概只有原價(jià)的 10% 到 20%。

如果沒有提示詞緩存這項(xiàng)技術(shù)托底，多模型辯論就只是一個(gè)“開著豪車送外賣”的工程烏托邦。

把賬算清楚之后，企業(yè)做技術(shù)的人就能清楚知道Fusion的使用邊界，什么場(chǎng)景能省錢，什么場(chǎng)景會(huì)破產(chǎn)？

當(dāng)你遇到了一個(gè)超級(jí)難題，單憑任何一個(gè)模型都搞不定，你原本只能咬牙花大價(jià)錢用最牛的那個(gè)。現(xiàn)在你用 4 個(gè)中等模型組隊(duì)，加上緩存，總賬單確實(shí)能比天價(jià)模型便宜一大截。

反而會(huì)更貴的場(chǎng)景是：如果你的日常工作，本來一個(gè)便宜模型就能輕松搞定，你卻非要逼著大家組隊(duì)上，那多模型并行帶來的太多額外花費(fèi)，很快就能把公司賬目搞崩。

簡(jiǎn)而言之，F(xiàn)usion 是一場(chǎng)精準(zhǔn)的賬目精算。它是最牛模型非常好的平價(jià)替代，但絕對(duì)不是普通便宜模型的平價(jià)替代。

過去，科技公司靠不斷堆出一個(gè)超級(jí)貴、超級(jí)大的單模型來壟斷掙錢。 但現(xiàn)在，這種壟斷，正在被“便宜模型組合”、“聰明開關(guān)”加上“緩存優(yōu)化”，這一套組合拳給打破了。

Fusion給了我們一個(gè)選擇空間，在 AI 這個(gè)賽道下半場(chǎng)，你不需要買那個(gè)最貴的單模型了，一套足夠聰明的調(diào)度系統(tǒng)也可以成為平替方案。

04

三個(gè)沒那么光鮮的工程黑洞

盡管概念驚艷，但目前 Fusion 依然無法直接替代 Fable 5。

作為一個(gè)尚處早期探索階段的產(chǎn)物，在開發(fā)者和企業(yè)最在意的真實(shí)落地戰(zhàn)場(chǎng)上，它暴露出三個(gè)不容忽視的致命短板。

▎問題一：編程場(chǎng)景不實(shí)用

官方明確指出，F(xiàn)usion并非編碼模型的直接替代品，它更像一個(gè)帶著搜索和運(yùn)行環(huán)境的“高級(jí)智囊團(tuán)”。 這決定了它在編程場(chǎng)景應(yīng)用中的明顯分化。在應(yīng)對(duì)復(fù)雜架構(gòu)設(shè)計(jì)、技術(shù)選型或百年不遇的報(bào)錯(cuò)原因時(shí)，它能發(fā)揮多方求證的優(yōu)勢(shì)；但在開發(fā)者日常寫代碼的主戰(zhàn)場(chǎng)，它反而比普通模型難用得多。核心原因有三：

（1）寫代碼要快，它太慢了：因?yàn)镕usion底下是好幾個(gè)模型在協(xié)作，反應(yīng)速度根本跟不上你在編輯器里敲代碼的節(jié)奏，像代碼補(bǔ)全、修語法這種要秒回的活兒，它干不了。

（2）處理大工程容易“斷片”：在面對(duì)超長(zhǎng)上下文或“整個(gè)倉庫重構(gòu)”級(jí)別的任務(wù)時(shí)，F(xiàn)usion 那種把任務(wù)切給好幾個(gè)模型的做法，很容易讓上下文斷掉，目前無法像 Fable 5 那樣完美保持 200k+ token 的長(zhǎng)程連貫性。

（3）拼出來的代碼可能根本跑不起來：有深度用戶反饋，它的裁判模型只負(fù)責(zé)在意思上“開會(huì)總結(jié)”，沒有真正的編譯器去當(dāng)場(chǎng)驗(yàn)證。這導(dǎo)致它有時(shí)候會(huì)犯很低級(jí)的工程錯(cuò)誤，把不同語言、甚至邏輯互相打架的代碼片段硬縫在一起，結(jié)果代碼一跑就崩。

▎問題二：非常慢

由于 Fusion要同時(shí)叫好幾個(gè)不同的模型一起干活，所以它的反應(yīng)速度特別慢，通常耗時(shí)是單一普通模型的 2 到 4 倍。

這就像一群人一起做一件事，必須等最磨蹭的那個(gè)人干完，大家才能往下走。

系統(tǒng)必須等所有模型全跑完，整個(gè)鏈條的總時(shí)間，就直接卡在后臺(tái)反應(yīng)最慢、網(wǎng)絡(luò)最卡的那個(gè)模型身上。更花時(shí)間的是，等所有模型都交卷了，后臺(tái)還得讓裁判模型把所有結(jié)果處理一遍，才能生成最終答案。

在今天這個(gè)連“首字延遲”都要按毫秒摳的實(shí)際工作場(chǎng)景中，這種慢可以說是致命的，這也注定了它沒法用在實(shí)時(shí)客服聊天，或者代碼即時(shí)補(bǔ)全這種要速度的戰(zhàn)場(chǎng)上。

▎問題三：數(shù)據(jù)合規(guī)的黑箱

這是企業(yè)系統(tǒng)落地時(shí)最難規(guī)避的合規(guī)死穴。當(dāng)開發(fā)者向 Fusion 發(fā)起請(qǐng)求，意味著同一個(gè)提示詞和上下文，在同一秒內(nèi)經(jīng)過了全球多家不同的 AI 服務(wù)商的服務(wù)器。

面對(duì)嚴(yán)苛的數(shù)據(jù)隱私法規(guī)，企業(yè)的法務(wù)和網(wǎng)絡(luò)安全團(tuán)隊(duì)必須評(píng)估多路分發(fā)帶來的隱患：這些服務(wù)商會(huì)如何留存數(shù)據(jù)？OpenRouter 作為中間路由層，又能否提供有效的技術(shù)擔(dān)保？這個(gè)問題的答案目前依然是不透明的。

05

多模型協(xié)作時(shí)代全面到來了嗎？

在 Fusion 身上，有人看到了“多模型協(xié)作（MoA）”的強(qiáng)勢(shì)崛起，也有人嘲笑這是 AI 發(fā)展從“煉丹求道”向“縫縫補(bǔ)補(bǔ)的軟件工程”的倒退。

過去兩年，整個(gè)行業(yè)陷入了對(duì)“萬億參數(shù)單體戰(zhàn)神”的盲目崇拜中，堅(jiān)信只要算力足夠大，就能大力出奇跡。但隨著算力邊際效應(yīng)的遞減，F(xiàn)usion 用一套精巧的拼盤方案證明了：系統(tǒng)的整體能力，完全可以大于單體之和。

這套邏輯，正在從三個(gè)維度重塑整個(gè) AI 行業(yè)的底層邏輯：

▎1.商業(yè)權(quán)力的重構(gòu)：打破“超級(jí)模型”的定價(jià)霸權(quán)

長(zhǎng)期以來，像 Anthropic 或 OpenAI 這樣的頭部玩家，試圖通過單體模型的能力碾壓，建立起極高的定價(jià)護(hù)城河。

但 Fusion 的出現(xiàn)，是對(duì)這種商業(yè)模式的降維打擊。一旦“一個(gè) Opus + 三個(gè)中等模型”能打平 Fable 5，大模型能力的“商品化”時(shí)代就真正到來了。

底層模型將變得像云服務(wù)器里的 CPU 算力一樣，不再具有不可替代的神秘光環(huán)。

這不僅會(huì)逼著前沿大模型重新想想自己是不是賣太貴了，甚至得降價(jià)，還會(huì)催生出像 OpenRouter 這樣，手里握著“流量分發(fā)權(quán)”的超級(jí)路由平臺(tái)。

在未來，誰掌握了調(diào)度系統(tǒng)，誰就掌握了 AI 時(shí)代的“終極入口”。

▎2.地緣政治風(fēng)險(xiǎn)讓"多模型依賴"從可選變成必需。

Fable 5 發(fā)布僅三天就被緊急拔掉網(wǎng)線，給全球開發(fā)者上了一堂極其生動(dòng)的一課：將全部業(yè)務(wù)核心押注在單一大模型上的風(fēng)險(xiǎn)，比很多開發(fā)者以為的要高。

Fusion 這類"拼盤"方案，在合規(guī)意義上也是一種風(fēng)險(xiǎn)對(duì)沖。

這也是國(guó)產(chǎn)大模型的絕佳窗口期。Fable 5 被封后，智譜迅速宣布 GLM-5.2 全量開放，并喊出“前沿智能不該被少數(shù)規(guī)則隨時(shí)收回”。而 DeepSeek V4 Pro 等高性價(jià)比模型在 DRACO 測(cè)試中的驚艷表現(xiàn)，讓市場(chǎng)意識(shí)到：

國(guó)產(chǎn)模型不需要在所有指標(biāo)上死磕第一，只要能在 MoA 的“專家?guī)臁崩镎紦?jù)一席之地，成為那 90% 高性價(jià)比流量的承接者，就已經(jīng)是一場(chǎng)巨大的商業(yè)勝利。

▎3.技術(shù)演進(jìn)的新瓶頸：得“主裁判”者得天下

當(dāng)然，多模型協(xié)作絕非完美的烏托邦。當(dāng)下限被一群廉價(jià)專家模型拉高時(shí)，整個(gè)系統(tǒng)的智力上限，死死卡在了“裁判模型”的瓶頸上。

裁判模型的綜合評(píng)審能力、消除幻覺的能力以及對(duì)抗偏見的能力，決定了最終輸出是“博采眾長(zhǎng)”還是“一地雞毛”。如果裁判本身存在盲點(diǎn)，多模型協(xié)作反而會(huì)放大錯(cuò)誤。

回望 Fusion API 爆火的這幾天，它像是一個(gè)行業(yè)清醒劑。

"桌上還有很多盞小燈，把它們擺對(duì)位置，照樣能照亮前路。"對(duì)于當(dāng)下的企業(yè)和開發(fā)者而言，F(xiàn)usion 值不值得用？答案已經(jīng)寫在了它的架構(gòu)基因里。

https://x.com/OpenRouter/status/2065856853989270011

未經(jīng)「AI科技評(píng)論」授權(quán)，嚴(yán)禁以任何方式在網(wǎng)頁、論壇、社區(qū)進(jìn)行轉(zhuǎn)載！

公眾號(hào)轉(zhuǎn)載請(qǐng)先在「AI科技評(píng)論」后臺(tái)留言取得授權(quán)，轉(zhuǎn)載時(shí)需標(biāo)注來源并插入本公眾號(hào)名片。