OpenRouter Fusion: Der Gamechanger nach der Einstellung von Claude Fable

Unmittelbar nach der Veröffentlichung von Claude Fable 5 wurde der Zugang ausgesetzt.

Genau in diesem Moment kündigte OpenRouter die Fusion API an, ein System, das mehrere Modelle bündelt, um eine einzige Antwort zu erstellen.

In einem X-Beitrag stellte OpenRouter Fusion als „zusammengesetztes Modell, das Fable-Klasse-Intelligenz zum halben Preis erreicht“ vor.

Das ist eine sehr gewagte Behauptung.

Was diese Ankündigung jedoch interessant macht, ist nicht nur die Veröffentlichung einer neuen API.

Die Aussetzung des Zugriffs auf Fable zeigte sofort die Gefahr, sich auf ein einziges stärkstes Modell zu verlassen.

Fusion entstand als alternative Lösung für diese Verwundbarkeit.

Mit anderen Worten, diese Nachricht kann wie folgt gelesen werden:

Das Hauptschlachtfeld der KI verschiebt sich von

„Welches einzelne Modell ist das stärkste?“

hin zu

„Wie kombinieren, bewerten und integrieren wir mehrere Modelle?“

Dies ist ein bedeutender Wendepunkt.

Was zuerst geschah

Als Hintergrund: Claude Fable 5 ist ein von Anthropic am 9. Juni 2026 angekündigtes Modell der nächsten Generation.

In der Ankündigung von Anthropic wurde Fable 5 als ein sehr leistungsstarkes Modell für langandauernde, autonome Aufgaben, Softwareentwicklung, Wissensarbeit, Bildverarbeitung und wissenschaftliche Forschung beschrieben.

Die Situation änderte sich jedoch abrupt am 12. Juni.

Anthropic kündigte an, den Zugang zu Fable 5 und Mythos 5 im Anschluss an Exportkontrollanweisungen der US-Regierung auszusetzen.

Dadurch wurde das Risiko der Abhängigkeit von einem einzigen Modell offengelegt.

Egal wie stark ein Modell ist, es ist nutzlos, wenn man keinen Zugriff darauf hat.

Egal wie hoch die Leistung ist, es kann aufgrund von Vorschriften, Lieferproblemen, Preisen, Filtern oder Providerausfällen plötzlich aus Ihrem Workflow verschwinden.

Dies ist ein sehr reales Problem für diejenigen, die KI in ihre Arbeit integrieren.

Einfach „das stärkste Modell auszuwählen“ reicht nicht mehr aus.

„Wie entwirft man ein System, das nicht zusammenbricht, wenn das stärkste Modell nicht verfügbar ist?“

ist plötzlich entscheidend geworden.

Was ist OpenRouter Fusion?

OpenRouter Fusion ist kein System, bei dem ein Modell die Antwort liefert.

Es ist ein System, das aus einer einzigen Eingabeaufforderung eine kleine Beratung durch mehrere Modelle macht.

Laut OpenRouters offiziellem Blog und X-Beiträgen sendet Fusion die Eingabeaufforderung des Benutzers an mehrere Modelle, organisiert sie mit einem Bewerter und synthetisiert dann die endgültige Antwort.

1. Der Benutzer sendet eine Eingabeaufforderung.
2. Fusion sendet sie parallel an mehrere Modelle.
3. Jedes Modell erstellt seine eigene Antwort.
4. Ein Bewertungsmodell vergleicht alle Antworten.
5. Es extrahiert Übereinstimmungspunkte, Widersprüche, teilweise Auslassungen, einzigartige Perspektiven und blinde Flecken.
6. Basierend auf dieser Analyse generiert es die endgültige Antwort.

Der entscheidende Punkt hier ist, dass Fusion nicht nur eine einfache Mehrheitsabstimmung ist.

Es ist nicht „es ist richtig, weil 2 von 3 Modellen es gesagt haben.“

Es zerlegt die Antworten jedes Modells, organisiert überlappende Teile, widersprüchliche Teile, Punkte, die nur von einer Seite aufgegriffen wurden, und blinde Flecken, die niemand berührt hat, und integriert sie schließlich.

OpenRouters X-Beitrag beschreibt dieses Konzept als „Neurodiversität für Modelle“.

Anstatt sich auf ein einziges Genie zu verlassen, versammelt man Mitglieder mit unterschiedlichen Stärken und erstellt eine Antwort als Team.

Dies ist das Wesen von Fusion.

Was OpenRouter mit der Ankündigung der Fusion API kommuniziert

OpenRouters Ankündigung sagt nicht nur „Sie können mehrere Modelle aufrufen“.

Ihre Behauptungen sind ziemlich klar:

- Bei Deep-Research-Aufgaben übertraf ein Gremium von Modellen durchweg einzelne Modelle.

- Die Kombination leistungsstarker Modelle lieferte Ergebnisse, die einzelne Grenzmodelle übertrafen.

- Sogar ein Gremium aus günstigen Modellen übertraf einzelne Grenzmodelle und kam Fable 5 sehr nahe.

OpenRouter demonstriert dies mit einem Deep-Research-Benchmark namens DRACO.

Betrachtet man dieses Bild, rangieren Fusion-Konfigurationen ganz oben.

Eine Auflistung der im offiziellen Blog gezeigten Hauptpunktzahlen zeigt einen signifikanten Unterschied:

- Fable 5 + GPT-5.5 Fusion: 69,0%

- Opus 4.8 + GPT-5.5 + Gemini 3.1 Pro Fusion: 68,3%

- Opus 4.8 + GPT-5.5 Fusion: 67,6%

- Opus 4.8 + Opus 4.8 Self-Fusion: 65,5%

- Claude Fable 5 (Einzeln): 65,3%

- Gemini 3 Flash + Kimi K2.6 + DeepSeek V4 Pro Fusion: 64,7%

- GPT-5.5 (Einzeln): 60,0%

- Claude Opus 4.8 (Einzeln): 58,8%

Zwei Dinge sind hier besonders schockierend:

• Die Fusion von Fable 5 + GPT-5.5 übertrifft Fable 5 allein.
• Das Budget-Panel aus Gemini 3 Flash, Kimi K2.6 und DeepSeek V4 Pro übertraf die einzelnen GPT-5.5 und Opus 4.8 und kam Fable 5 allein sehr nahe.

OpenRouters X-Beitrag betont ebenfalls dieses Budget-Panel.

Eine Kombination aus günstigen Modellen, die ein einzelnes High-End-Modell übertrifft, ist in der Praxis sehr effektiv.

Was ist der DRACO-Benchmark?

Auch dies ist wichtig.

DRACO, verwendet von OpenRouter, ist kein reines Wissensquiz.

Es ist ein Deep-Research-Benchmark von Perplexity, bestehend aus 100 komplexen Forschungsaufgaben in 10 Bereichen:

• Akademische Forschung
• Finanzen
• Recht
• Medizin
• Technologie
• UX-Design
• Allgemeinwissen
• Needle-in-a-Haystack-Suche
• Persönliche Assistenz
• Produktvergleich

Mit anderen Worten, es testet nicht, ob das Modell Fakten auswendig gelernt hat. Es testet, ob es recherchieren, Informationen vergleichen, mehrere Quellen integrieren und komplexe Fragen genau und lesbar beantworten kann.

Darüber hinaus wird jede Aufgabe anhand von etwa 39 gewichteten Kriterien bewertet, darunter:

• Faktische Genauigkeit
• Tiefe und Breite
• Präsentationsqualität
• Zitierqualität

Zudem erhalten falsche Antworten negative Bewertungen. OpenRouters X-Beitrag erklärt, dass man keine hohe Punktzahl erzielen kann, indem man nur lange, trügerische Antworten schreibt. Dies passt hervorragend zur Bewertung von Fusion, da Fusion auf Aufgaben wie Recherche, Vergleich und professionelle Beurteilung abzielt, bei denen Auslassungen fatal sein können.

Anmerkungen zum Fable-Vergleich

Es gibt einen Punkt, der nicht übersehen werden darf.

OpenRouters offizieller Blog enthält eine Anmerkung zu Fable 5.

Von den 100 DRACO-Aufgaben wurden 7 Aufgaben aufgrund des Inhaltsfilters von Fable 5 nicht abgeschlossen.

OpenRouter erklärte, dass sie für diese 7 Aufgaben nicht auf Opus 4.8 ausgewichen sind, sondern Fable 5 basierend auf den 93 Aufgaben bewertet haben, die es abgeschlossen hat. Daher ist der Wert von 65,3% für Fable 5 ein leicht ungleicher Vergleich mit Modellen, die alle 100 Fragen abgeschlossen haben.

Diese Anmerkung ist wichtig. Dennoch ist es eine Tatsache, dass Fable im Rahmen seiner Möglichkeiten sehr stark war, was die Tatsache, dass Fusion sich ihm annähert oder es übertrifft, noch wirkungsvoller macht.

Noch interessanter: „Self-Fusion“

Die Stärke von Fusion kommt nicht nur von der Mischung verschiedener Modelle.

OpenRouter testete auch Self-Fusion, wobei Opus 4.8 zweimal ausgeführt und mit Opus 4.8 selbst integriert wurde. Das Ergebnis war 65,5%. Da das einzelne Opus 4.8 bei 58,8% lag, ist das ein Anstieg um 6,7 Punkte.

Dies ist faszinierend. Selbst beim gleichen Modell ändern sich durch die mehrmalige Verarbeitung derselben Frage der Argumentationspfad, die Tool-Aufrufe, die Quellenauswahl und der Fokus. Die spätere Integration macht es stärker als eine einzelne Antwort. OpenRouters X-Beitrag erwähnt, dass die meisten Verbesserungen durch Fusion von der „Integration“ selbst kommen, einige von der „Modellvielfalt“.

Kurz gesagt, Fusion ist nicht nur eine Sammlung von Modellen. Der Prozess, mehrere Antworten zu erstellen, zu strukturieren und zu integrieren, hat einen inhärenten Wert.

Interessante Einbeziehung von Anti-Cheat-Maßnahmen

Was OpenRouters offiziellem Blog Glaubwürdigkeit verleiht, ist, dass sie sogar Benchmark-Kontamination erwähnen. Als sie den Fusion-Panel-Modellen Websuche gaben, fanden die Modelle manchmal die DRACO-Bewertungsrubriken online. Dies war kein beabsichtigtes Schummeln, geschah aber versehentlich aufgrund der Suchbegriffe.

Es stellt jedoch ein Kontaminationsrisiko dar. OpenRouter erklärte, dass sie die Orte, an denen Bewertungsergebnisse gehostet werden, von der Websuche und dem Abruf ausgeschlossen und die Tests dann erneut durchgeführt haben. Sie haben dies auch explizit auf X angegeben. Im Wesentlichen ist Fusion stark, weil es Websuche nutzen kann, aber weil es Websuche nutzen kann, braucht man Designs, um Betrug während der Evaluierung zu verhindern.

Wie man Fusion nutzt

OpenRouter bietet Fusion in mehreren Formen an. Am einfachsten ist der Aufruf als Modell-Slug: openrouter/fusion.

Geben Sie dies einfach im Feld model an, ähnlich wie bei einer standardmäßigen OpenAI-kompatiblen API.

1{
2  "model": "openrouter/fusion",
3  "messages": [
4    {
5      "role": "user",
6      "content": "Schreiben Sie das Thema, das Sie recherchieren möchten"
7    }
8  ]
9}

In einem OpenAI-kompatiblen SDK:

1const completion = await client.chat.completions.create({
2  model: "openrouter/fusion",
3  messages: [
4    {
5      role: "user",
6      content: "Vergleiche die stärksten Argumente für und gegen den Einsatz von Fusion in Coding-Agents."
7    }
8  ]
9});

Eine andere Möglichkeit ist die Verwendung als Server-Tool: {"type": "openrouter:fusion"}.

In diesem Fall kann ein äußeres Modell Fusion aufrufen, wenn es entscheidet, dass „diese Aufgabe mehrere Perspektiven erfordert“.

Die OpenRouter-Dokumentation besagt, dass sich das Fusion-Server-Tool in der Beta-Phase befindet und sich das Verhalten ändern kann. Die Philosophie ist jedoch stark. Anstatt jede Aufgabe an Fusion zu senden, kann bei Bedarf zu Fusion gewechselt werden, wenn:

• „Mehrere Modellperspektiven erforderlich sind“
• „Es sich um eine Recherche- oder Vergleichsaufgabe handelt, bei der die Fehlerkosten hoch sind“
• „Eine Überprüfung oder ein Gegenargument erforderlich ist“

Panels und Bewerter sind anpassbar

Fusion ist keine feste Konfiguration. Auf der OpenRouter-Fusion-Modellseite ist standardmäßig der Quality-Preset eingestellt. Sie können zu Budget wechseln, um eine günstigere Konfiguration zu erhalten.

Darüber hinaus können Sie die teilnehmenden Modelle mit analysis_models und den Bewerter mit model angeben. Die Dokumentation zum Fusion-Server-Tool besagt, dass Sie 1 bis 8 Modelle für analysis_models angeben können. Jedes Panel-Modell läuft parallel, nutzt Websuche und Abruf, und der Bewerter erstellt ein strukturiertes Analyse-JSON.

1{
2  "tools": [
3    {
4      "type": "openrouter:fusion",
5      "parameters": {
6        "analysis_models": [
7          "~anthropic/claude-opus-latest",
8          "~openai/gpt-latest",
9          "~google/gemini-pro-latest"
10        ],
11        "model": "~openai/gpt-latest",
12        "max_tool_calls": 8
13      }
14    }
15  ]
16}

analysis_models sind die Modelle, die parallel auf der Panel-Seite laufen. model ist das Bewertungsmodell, das diese Antworten liest und strukturiert. max_tool_calls bestimmt, wie viele Schritte die Panel-Modelle oder der Bewerter für Websuche/Abruf verwenden können.

Die zurückgegebene Analyse enthält Übereinstimmungspunkte, Widersprüche, nur teilweise behandelte Punkte, einzigartige Erkenntnisse einzelner Modelle und blinde Flecken. Dieses Design ist interessant, weil man die Materialien dafür erhält, „warum diese Antwort erreicht wurde“, nicht nur die endgültige Antwort. Bei einem einzelnen Modell sind Auslassungen hinter schönem Text schwer zu erkennen. Bei Fusion sind die Diskrepanzen zwischen mehreren Modellen sichtbar.

Design für Fehler ist praktisch

Da Fusion mehrere Modelle verwendet, besteht die Möglichkeit, dass eines ausfällt. Die OpenRouter-Dokumentation erklärt, dass Fusion selbst dann ein Ergebnis zurückgibt, wenn einige Panel-Modelle einen Fehler aufweisen, solange mindestens eines erfolgreich ist. Wenn der Bewerter fehlschlägt, werden die Panel-Antworten dennoch zurückgegeben, und das äußere Modell kann von dort aus antworten. Ein schwerwiegender Fehler tritt nur auf, wenn alle Panel-Modelle fehlschlagen. Dies ist entscheidend für den Produktionseinsatz.

Kosten sind keine Magie

Die OpenRouter-Fusion-Seite erklärt die Preisgestaltung klar. Fusion wird als Summe aller Panel-Mitgliedsaufrufe plus des Bewerteraufrufs abgerechnet. Es laufen nicht mehrere Modelle zum Preis von einem. Der Ausdruck „zum halben Preis für Fable-Klasse“ hängt vom gewählten Panel und dem Vergleichsziel ab.

Die Tatsache, dass ein Budget-Panel Punktzahlen nahe an Fable 5 erzielte, ist jedoch bedeutsam. Es macht Folgendes realistisch:

• Kombination mehrerer günstiger Modelle
• Verwendung eines Bewerters nur bei Bedarf
• Wechsel zwischen Quality und Budget pro Aufgabe

Integration mit OpenCode

OpenRouter hat auch Dokumentation zur Integration mit OpenCode veröffentlicht.

OpenCode ist ein Open-Source-KI-Coding-Agent, der als Terminal-UI und Desktop-App verfügbar ist. Es unterstützt über 75 LLM-Anbieter, einschließlich OpenRouter. Sie können möglicherweise Fusion verwenden, indem Sie openrouter/fusion als Modell in OpenCode auswählen.

1{
2  "$schema": "https://opencode.ai/config.json",
3  "provider": {
4    "openrouter": {
5      "models": {
6        "openrouter/fusion": {
7          "name": "OpenRouter Fusion"
8        }
9      }
10    }
11  }
12}

In der Zukunft von Coding-Agents wird das „Modell-Team-Design“ – die Zuweisung von Modellen für Implementierung, Review, Spezifikationsbestätigung, Gegenargument und finale Integration – entscheidend sein.

Die Verbindung zwischen Fables Aussetzung und Fusions Ankunft

Die Aussetzung von Fable 5 verdeutlichte das Risiko der „Abhängigkeit vom einzelnen stärksten Modell“. Gleichzeitig zeigte Fusion ein alternatives Design der „Bündelung mehrerer Modelle“.

OpenRouter erklärte auf X, dass sie die Benchmarks vor Fables Aussetzung durchgeführt haben. Es ist also nicht so, dass Fusion gemacht wurde, weil Fable gestoppt wurde. Vielmehr machte Fables Aussetzung die Bedeutung der Richtung, die Fusion aufzeigt, viel leichter verständlich.

Stärkste Modelle werden weiterhin benötigt, aber sich ausschließlich auf sie zu verlassen, ist riskant. Worauf es jetzt ankommt, ist das Modellportfolio:

• Welche Modelle verwendet werden
• Welche Modelle kombiniert werden
• Welches Modell bewerten soll
• Wo Websuche eingesetzt wird
• Wo Budget vs. Quality verwendet wird

Diese Designfähigkeit wird der Unterscheidungsfaktor bei der KI-Nutzung sein.

Was ich am wichtigsten finde

Fusion ist nicht nur eine „praktische neue API“. Es ist eine Verschiebung in der Art und Weise, wie wir über die Nutzung von KI denken. Anstatt sich für alles auf ein Genie zu verlassen, ist es wie ein Team. Es eignet sich besonders für risikoreiche Bereiche wie Forschung, Investitionen, Recht, Medizin und Code-Review. Umgekehrt braucht man für leichte Textgenerierung nicht jedes Mal Fusion. Zu wissen, wann man es einsetzt, ist der Schlüssel.

Zusammenfassung

OpenRouter Fusion bietet eine Lösung für die Abhängigkeit von einem einzigen Modell, indem es mehrere Modelle bündelt, um einzigartige Stärken zu bieten. Der Wettbewerb verlagert sich von der „Leistung einzelner Modelle“ hin zum „Modell-Team-Design“.

Schließlich: Das geheime Tool hinter einem 100 Millionen Yen Unternehmen

Die meisten bleiben bei „Fusion ist cool“ stehen. Aber die eigentliche Frage ist, wie man KI in Ergebnisse umwandelt. Ich habe mehrere 100-Millionen-Yen-Unternehmen mit KI für Content und Vertrieb aufgebaut. Ich enthülle jetzt das geheime KI-Tool, das ich intern entwickelt habe, um alles von der Haken-Erstellung bis zum Verkaufstrichter zu handhaben. Wenn Sie sich vom bloßen Verfolgen von KI-Nachrichten zur Generierung von Einnahmen bewegen möchten, registrieren Sie sich hier:

https://utage-system.com/r/nh3MOFZg0eYg/register

Quellen/Referenzen:

• OpenRouter Fusion Blog
• OpenRouter X Beiträge
• Anthropic Offizielle Stellungnahme zu Fable 5