Subito dopo il rilascio di Claude Fable 5, l'accesso è stato sospeso.
In quel momento preciso, OpenRouter ha annunciato la Fusion API, un sistema che raggruppa più modelli per creare un'unica risposta.
In un post su X, OpenRouter ha presentato Fusion come un "modello composito che raggiunge un'intelligenza di classe Fable a metà del prezzo."
È un'affermazione molto audace.
Tuttavia, ciò che rende interessante questo annuncio non è solo il rilascio di una nuova API.
La sospensione dell'accesso a Fable ha immediatamente rivelato il pericolo di fare affidamento su un singolo modello più forte.
Fusion è emersa come soluzione alternativa a quella vulnerabilità.
In altre parole, questa notizia può essere letta così:
Il campo di battaglia principale dell'IA si sta spostando da
"Quale singolo modello è il più forte?"
a
"Come combiniamo, giudichiamo e integriamo più modelli?"
Questo è un punto di svolta significativo.
Cosa è successo prima
Come contesto, Claude Fable 5 è un modello di nuova generazione annunciato da Anthropic il 9 giugno 2026.
Nell'annuncio di Anthropic, Fable 5 è stato descritto come un modello molto potente per attività autonome di lunga durata, ingegneria del software, lavoro conoscitivo, visione e ricerca scientifica.
Tuttavia, la situazione è cambiata bruscamente il 12 giugno.
Anthropic ha annunciato che avrebbe sospeso l'accesso a Fable 5 e Mythos 5 a seguito delle direttive di controllo delle esportazioni del governo statunitense.
Ciò ha esposto il rischio della dipendenza da un singolo modello.
Non importa quanto sia forte un modello, è inutile se non puoi accedervi.
Non importa quanto siano elevate le prestazioni, può scomparire improvvisamente dal tuo flusso di lavoro a causa di normative, problemi di fornitura, prezzi, filtri o guasti del fornitore.
Questo è un problema molto reale per chi integra l'IA nel proprio lavoro.
Semplicemente "scegliere il modello più forte" non è più sufficiente.
"Come progettare un sistema che non crolli quando il modello più forte non è disponibile"
è diventato improvvisamente cruciale.
Cos'è OpenRouter Fusion?
OpenRouter Fusion non è un sistema in cui un singolo modello fornisce la risposta.
È un sistema che trasforma un singolo prompt in una piccola deliberazione da parte di più modelli.
Secondo il blog ufficiale di OpenRouter e i post su X, Fusion invia il prompt dell'utente a più modelli, li organizza con un giudice e poi sintetizza la risposta finale.
- L'utente invia un prompt.
- Fusion lo invia a più modelli in parallelo.
- Ogni modello crea la propria risposta.
- Un modello giudice confronta tutte le risposte.
- Estrae punti di accordo, contraddizioni, omissioni parziali, prospettive uniche e punti ciechi.
- Sulla base di questa analisi, genera la risposta finale.
Il punto chiave qui è che Fusion non è solo un semplice voto di maggioranza.
Non è "è corretto perché 2 modelli su 3 lo hanno detto".
Esso scompone le risposte di ogni modello, organizza le parti sovrapposte, quelle in conflitto, i punti colti da un solo lato e i punti ciechi che nessuno ha toccato, e infine le integra.
Il post di OpenRouter su X descrive questo concetto come "neurodiversità per i modelli".
Invece di lasciare tutto a un genio singolo, riunisci membri con punti di forza diversi e crei una risposta come squadra.
Questa è l'essenza di Fusion.
Cosa comunica OpenRouter con l'annuncio della Fusion API
L'annuncio di OpenRouter non dice semplicemente "puoi chiamare più modelli".
Le loro affermazioni sono piuttosto chiare:
- In compiti di ricerca approfondita, un gruppo di modelli ha costantemente superato i singoli modelli.
- La combinazione di modelli ad alte prestazioni ha prodotto risultati superiori ai singoli modelli di frontiera.
- Persino un gruppo di modelli economici ha superato i singoli modelli di frontiera e si è avvicinato molto a Fable 5.
OpenRouter lo dimostra con un benchmark di ricerca approfondita chiamato DRACO.
Guardando questa immagine, le configurazioni Fusion sono classificate in cima.
Elencando i punteggi principali mostrati nel blog ufficiale emerge una differenza significativa:
- 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 (Singolo): 65,3%
- Gemini 3 Flash + Kimi K2.6 + DeepSeek V4 Pro Fusion: 64,7%
- GPT-5.5 (Singolo): 60,0%
- Claude Opus 4.8 (Singolo): 58,8%
Due cose qui sono particolarmente sorprendenti:
- La Fusione di Fable 5 + GPT-5.5 supera il solo Fable 5.
- Il pannello Budget composto da Gemini 3 Flash, Kimi K2.6 e DeepSeek V4 Pro ha superato il singolo GPT-5.5 e Opus 4.8, avvicinandosi molto al solo Fable 5.
Il post di OpenRouter su X sottolinea anche questo pannello Budget.
Una combinazione di modelli economici che supera un singolo modello di fascia alta è molto efficace nella pratica.
Cos'è il benchmark DRACO?
Anche questo è importante.
DRACO, utilizzato da OpenRouter, non è solo un quiz di conoscenza.
È un benchmark di ricerca approfondita di Perplexity, composto da 100 compiti di ricerca complessi in 10 campi:
- Ricerca accademica
- Finanza
- Diritto
- Medicina
- Tecnologia
- Progettazione UX
- Conoscenza generale
- Ricerca "ago nel pagliaio"
- Assistenza personale
- Confronto prodotti
In altre parole, non è un test per vedere se il modello ha memorizzato fatti. Testa se è in grado di fare ricerche, confrontare informazioni, integrare più fonti e rispondere in modo accurato e leggibile a domande complesse.
Inoltre, ogni compito viene valutato in base a circa 39 criteri ponderati, tra cui:
- Accuratezza fattuale
- Profondità e ampiezza
- Qualità della presentazione
- Qualità delle citazioni
Inoltre, le risposte errate ricevono valutazioni negative. Il post di OpenRouter su X spiega che non si può ottenere un punteggio alto scrivendo solo risposte lunghe e ingannevoli. Questo si adatta perfettamente alla valutazione di Fusion, perché Fusion si rivolge a compiti come ricerca, confronto e giudizio professionale in cui le omissioni possono essere fatali.
Avvertenze riguardo al confronto con Fable
C'è un punto che non può essere trascurato.
Il blog ufficiale di OpenRouter include una nota riguardo a Fable 5.
Dei 100 compiti DRACO, 7 compiti non sono stati completati a causa del filtro dei contenuti di Fable 5.
OpenRouter ha spiegato che per quei 7 compiti non è stato utilizzato Opus 4.8 come fallback, ma Fable 5 è stato valutato sui 93 compiti che ha effettivamente completato. Pertanto, il 65,3% di Fable 5 è un confronto leggermente disomogeneo con i modelli che hanno completato tutte le 100 domande.
Questa avvertenza è importante. Tuttavia, è un dato di fatto che Fable era molto forte nell'intervallo in cui poteva completare, il che rende ancora più significativo il fatto che Fusion si avvicini o lo superi.
Ancora più interessante: "Self-Fusion"
La forza di Fusion non deriva solo dalla combinazione di modelli diversi.
OpenRouter ha anche provato la self-fusion, eseguendo Opus 4.8 due volte e integrandolo con Opus 4.8 stesso. Il risultato è stato del 65,5%. Dato che il singolo Opus 4.8 era al 58,8%, si tratta di un aumento di 6,7 punti.
Questo è affascinante. Anche con lo stesso modello, elaborare la stessa domanda più volte cambia il percorso di ragionamento, le chiamate agli strumenti, la selezione delle fonti e l'attenzione. Integrarle successivamente lo rende più forte di una singola risposta. Il post di OpenRouter su X menziona che la maggior parte del miglioramento di Fusion deriva dall'"integrazione" stessa, e in parte dalla "diversità dei modelli".
In breve, Fusion non è solo una raccolta di modelli. Il processo di creazione di risposte multiple, strutturarle e integrarle ha un valore intrinseco.
Inclusione interessante di misure anti-trucco
Ciò che dà credibilità al blog ufficiale di OpenRouter è che menzionano persino la contaminazione del benchmark. Quando hanno dato ai modelli del pannello Fusion la ricerca web, a volte i modelli hanno trovato online le rubriche di valutazione di DRACO. Non si trattava di un imbroglio intenzionale, ma è successo accidentalmente a causa dei termini di ricerca.
Tuttavia, rappresenta un rischio di contaminazione. OpenRouter ha spiegato di aver escluso dalla ricerca web e dal recupero i luoghi in cui sono ospitati i punteggi di valutazione, quindi ha ripetuto i test. Lo hanno dichiarato esplicitamente anche su X. In sostanza, Fusion è forte perché può usare la ricerca web, ma poiché può usare la ricerca web, sono necessari progetti per prevenire imbrogli durante la valutazione.
Come utilizzare Fusion
OpenRouter fornisce Fusion in diverse forme. La più semplice è chiamarlo come slug di modello: openrouter/fusion.
Basta specificarlo nel campo model, in modo simile a un'API standard compatibile con OpenAI.
1{2 "model": "openrouter/fusion",3 "messages": [4 {5 "role": "user",6 "content": "Scrivi il tema che vuoi ricercare"7 }8 ]9}
In un SDK compatibile con OpenAI:
1const completion = await client.chat.completions.create({2 model: "openrouter/fusion",3 messages: [4 {5 role: "user",6 content: "Confronta gli argomenti più forti a favore e contro l'uso di Fusion negli agenti di codifica."7 }8 ]9});
Un altro modo è usarlo come Server Tool: {"type": "openrouter:fusion"}.
In questo caso, un modello esterno può chiamare Fusion quando decide che "questo compito richiede prospettive multiple".
La documentazione di OpenRouter afferma che il Fusion Server Tool è in beta e il comportamento potrebbe cambiare. Tuttavia, la filosofia è forte. Invece di inviare ogni compito a Fusion, puoi passare a Fusion solo quando:
- "Sono necessarie prospettive di più modelli"
- "È un compito di ricerca o confronto in cui il costo dell'errore è alto"
- "È necessaria una revisione o una controargomentazione"
Pannelli e giudici sono personalizzabili
Fusion non è una configurazione fissa. Nella pagina del modello OpenRouter Fusion, il predefinito è il preset Quality. Puoi passare a Budget per una configurazione più economica.
Inoltre, puoi specificare i modelli partecipanti con analysis_models e il giudice con model. La documentazione del Fusion Server Tool afferma che puoi specificare da 1 a 8 modelli per analysis_models. Ogni modello del pannello viene eseguito in parallelo, utilizzando la ricerca web e il recupero, e il giudice crea un JSON di analisi strutturata.
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": 813 }14 }15 ]16}
analysis_models sono i modelli eseguiti in parallelo dal lato del pannello. model è il modello giudice che legge e struttura tali risposte. max_tool_calls determina quanti passi i modelli del pannello o il giudice possono utilizzare per la ricerca web/recupero.
L'analisi restituita include punti di accordo, contraddizioni, punti toccati solo parzialmente, intuizioni uniche dei singoli modelli e punti ciechi. Questo design è interessante perché ottieni i materiali per "perché è stata raggiunta quella risposta", non solo la risposta finale. Con un singolo modello, le omissioni dietro una prosa elegante sono difficili da vedere. Con Fusion, le discrepanze tra più modelli sono visibili.
Progettare per il fallimento è pratico
Poiché Fusion utilizza più modelli, esiste la possibilità che uno fallisca. La documentazione di OpenRouter spiega che anche se alcuni modelli del pannello danno errore, Fusion restituirà un risultato purché almeno uno abbia successo. Se il giudice fallisce, le risposte del pannello vengono comunque restituite e il modello esterno può rispondere da lì. Un fallimento grave si verifica solo se tutti i modelli del pannello falliscono. Questo è cruciale per l'uso in produzione.
Il costo non è magico
La pagina Fusion di OpenRouter spiega chiaramente i prezzi. Fusion viene fatturato come somma di tutte le chiamate dei membri del pannello più la chiamata del giudice. Non sono più modelli eseguiti al prezzo di uno. L'espressione "metà prezzo per classe Fable" dipende dal pannello scelto e dal target di confronto.
Tuttavia, il fatto che un pannello Budget abbia prodotto punteggi vicini a Fable 5 è significativo. Rende realistico:
- Combinare più modelli economici
- Usare un giudice solo quando necessario
- Passare da Quality a Budget per ogni compito
Integrazione con OpenCode
OpenRouter ha anche rilasciato documentazione per l'integrazione con OpenCode.
OpenCode è un agente di codifica AI open source disponibile come interfaccia terminale e app desktop. Supporta oltre 75 provider LLM, incluso OpenRouter. Puoi potenzialmente utilizzare Fusion selezionando openrouter/fusion come modello in OpenCode.
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}
Nel futuro degli agenti di codifica, il "design del team di modelli"—assegnare modelli per implementazione, revisione, conferma delle specifiche, controargomentazione e integrazione finale—diventerà vitale.
Collegare la sospensione di Fable e l'arrivo di Fusion
La sospensione di Fable 5 ha visualizzato il rischio della "dipendenza dal singolo modello più forte". Nel frattempo, Fusion ha mostrato un design alternativo di "raggruppamento di più modelli".
OpenRouter ha spiegato su X di aver eseguito i benchmark prima della sospensione di Fable. Quindi, non è che Fusion sia stata creata perché Fable si è fermato. Piuttosto, la sospensione di Fable ha reso molto più facile capire l'importanza della direzione che Fusion sta mostrando.
I modelli più forti saranno ancora necessari, ma fare affidamento esclusivamente su di essi è rischioso. Ciò che conta ora è il portafoglio di modelli:
- Quali modelli utilizzare
- Quali modelli combinare
- Quale modello far giudicare
- Dove utilizzare la ricerca web
- Dove utilizzare Budget vs. Quality
Questa capacità di progettazione sarà il fattore differenziante nell'utilizzo dell'IA.
Cosa penso sia più importante
Fusion non è solo una "nuova API conveniente". È un cambiamento nel modo in cui pensiamo all'utilizzo dell'IA. Invece di affidarti a un genio per tutto, è come una squadra. È particolarmente adatto per aree ad alto rischio come ricerca, investimenti, ambito legale, medico e revisione del codice. Al contrario, per la generazione di testi leggeri, non hai bisogno di Fusion ogni volta. Sapere quando usarlo è fondamentale.
Riepilogo
OpenRouter Fusion offre una soluzione alla dipendenza da un singolo modello raggruppando più modelli per fornire punti di forza unici. La competizione si sta spostando dalle "prestazioni del singolo modello" al "design del team di modelli".
Infine: lo strumento segreto dietro un'impresa da 100 milioni di yen
La maggior parte delle persone si ferma a "Fusion è figo". Ma la vera domanda è come trasformare l'IA in risultati. Ho costruito diverse attività da 100 milioni di yen utilizzando l'IA per contenuti e vendite. Ora sto rivelando il segreto strumento di IA che ho sviluppato per uso interno per gestire tutto, dalla creazione di hook ai funnel di vendita. Se vuoi passare dal guardare le notizie sull'IA a generare entrate, registrati qui:
https://utage-system.com/r/nh3MOFZg0eYg/register
Fonti/Riferimenti:
- Blog di OpenRouter Fusion
- Post di OpenRouter su X
- Dichiarazione ufficiale di Anthropic su Fable 5
