Inmediatamente después de que se lanzara Claude Fable 5, se suspendió el acceso.
En ese mismo momento, OpenRouter anunció la API Fusion, un sistema que agrupa múltiples modelos para generar una sola respuesta.
En una publicación en X, OpenRouter presentó Fusion como un "modelo compuesto que alcanza inteligencia de clase Fable a la mitad del precio."
Esa es una afirmación muy audaz.
Sin embargo, lo que hace interesante este anuncio no es solo el lanzamiento de una nueva API.
La suspensión del acceso a Fable reveló de inmediato el peligro de depender de un único modelo más fuerte.
Fusion surgió como una solución alternativa a esa vulnerabilidad.
En otras palabras, esta noticia se puede leer así:
El campo de batalla principal de la IA está pasando de
"¿Cuál es el modelo individual más fuerte?"
a
"¿Cómo combinamos, evaluamos e integramos múltiples modelos?"
Este es un punto de inflexión significativo.
Qué sucedió primero
Como contexto, Claude Fable 5 es un modelo de próxima generación anunciado por Anthropic el 9 de junio de 2026.
En el anuncio de Anthropic, Fable 5 fue descrito como un modelo muy potente para tareas autónomas de larga duración, ingeniería de software, trabajo de conocimiento, visión e investigación científica.
Sin embargo, la situación cambió abruptamente el 12 de junio.
Anthropic anunció que suspendería el acceso a Fable 5 y Mythos 5 tras las directivas de control de exportaciones del gobierno de Estados Unidos.
Esto expuso el riesgo de la dependencia de un solo modelo.
No importa qué tan fuerte sea un modelo, es inútil si no puedes acceder a él.
No importa qué tan alto sea su rendimiento, puede desaparecer repentinamente de tu flujo de trabajo debido a regulaciones, problemas de suministro, precios, filtros o fallos del proveedor.
Este es un problema muy real para quienes integran la IA en su trabajo.
Simplemente "elegir el modelo más fuerte" ya no es suficiente.
"Cómo diseñar un sistema que no colapse cuando el modelo más fuerte no está disponible"
de repente se ha vuelto crucial.
¿Qué es OpenRouter Fusion?
OpenRouter Fusion no es un sistema donde un solo modelo proporciona la respuesta.
Es un sistema que convierte una sola indicación en una pequeña deliberación de múltiples modelos.
Según el blog oficial de OpenRouter y sus publicaciones en X, Fusion envía la indicación del usuario a múltiples modelos, los organiza con un juez y luego sintetiza la respuesta final.
- El usuario envía una indicación.
- Fusion la envía a múltiples modelos en paralelo.
- Cada modelo crea su propia respuesta.
- Un modelo juez compara todas las respuestas.
- Extrae puntos de acuerdo, contradicciones, omisiones parciales, perspectivas únicas y puntos ciegos.
- Con base en ese análisis, genera la respuesta final.
El punto clave aquí es que Fusion no es simplemente un voto mayoritario.
No es "es correcto porque 2 de cada 3 modelos lo dijeron".
Descompone las respuestas de cada modelo, organiza las partes superpuestas, las conflictivas, los puntos que solo uno captó y los puntos ciegos que nadie tocó, y finalmente las integra.
La publicación de OpenRouter en X describe este concepto como "neurodiversidad para modelos".
En lugar de dejarlo todo a un genio, reúnes miembros con diferentes fortalezas y creas una respuesta como equipo.
Esa es la esencia de Fusion.
Lo que OpenRouter comunica con el anuncio de la API Fusion
El anuncio de OpenRouter no solo dice "puedes llamar a múltiples modelos".
Sus afirmaciones son bastante claras:
- En tareas de investigación profunda, un panel de modelos superó consistentemente a los modelos individuales.
- Combinar modelos de alto rendimiento dio resultados que superaron a los modelos fronterizos individuales.
- Incluso un panel de modelos económicos superó a los modelos fronterizos individuales y se acercó mucho a Fable 5.
OpenRouter lo demuestra con un punto de referencia de investigación profunda llamado DRACO.
Al observar esta imagen, las configuraciones de Fusion aparecen en los primeros lugares.
Al listar las puntuaciones principales que muestra el blog oficial, se nota una diferencia 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 + auto-fusión de Opus 4.8: 65.5%
- Claude Fable 5 (Individual): 65.3%
- Gemini 3 Flash + Kimi K2.6 + DeepSeek V4 Pro Fusion: 64.7%
- GPT-5.5 (Individual): 60.0%
- Claude Opus 4.8 (Individual): 58.8%
Aquí hay dos cosas particularmente impactantes:
- La Fusión de Fable 5 + GPT-5.5 supera a Fable 5 solo.
- El panel económico de Gemini 3 Flash, Kimi K2.6 y DeepSeek V4 Pro superó a GPT-5.5 y Opus 4.8 individuales, acercándose mucho a Fable 5 solo.
La publicación de OpenRouter en X también enfatiza este panel económico.
Una combinación de modelos baratos que supera a un solo modelo de alta gama es muy efectiva en la práctica.
¿Qué es el punto de referencia DRACO?
Esto también es importante.
DRACO, utilizado por OpenRouter, no es solo un cuestionario de conocimientos.
Es un punto de referencia de investigación profunda de Perplexity, que consta de 100 tareas complejas de investigación en 10 campos:
- Investigación académica
- Finanzas
- Derecho
- Medicina
- Tecnología
- Diseño de UX
- Conocimiento general
- Búsqueda de aguja en un pajar
- Asistencia personal
- Comparación de productos
En otras palabras, no es una prueba para ver si el modelo ha memorizado hechos. Prueba si puede investigar, comparar información, integrar múltiples fuentes y responder con precisión y legibilidad a preguntas complejas.
Además, cada tarea se evalúa según aproximadamente 39 criterios ponderados, que incluyen:
- Precisión fáctica
- Profundidad y amplitud
- Calidad de presentación
- Calidad de citas
Además, las respuestas incorrectas reciben evaluaciones negativas. La publicación de OpenRouter en X explica que no se puede obtener una puntuación alta solo escribiendo respuestas largas y engañosas. Esto encaja muy bien con la evaluación de Fusion porque Fusion apunta a tareas como investigación, comparación y juicio profesional donde las omisiones pueden ser fatales.
Advertencias sobre la comparación con Fable
Hay un punto que no se puede pasar por alto.
El blog oficial de OpenRouter incluye una nota sobre Fable 5.
De las 100 tareas de DRACO, 7 tareas no se completaron debido al filtro de contenido de Fable 5.
OpenRouter explicó que no recurrieron a Opus 4.8 para esas 7 tareas, sino que evaluaron a Fable 5 basándose en las 93 tareas que completó. Por lo tanto, el 65.3% de Fable 5 es una comparación ligeramente desigual con modelos que completaron las 100 preguntas.
Esta advertencia es importante. No obstante, es un hecho que Fable era muy fuerte dentro del rango que podía completar, lo que hace que el hecho de que Fusion se acerque o lo supere sea aún más impactante.
Aún más interesante: "Auto-Fusión"
La fortaleza de Fusion no proviene solo de mezclar diferentes modelos.
OpenRouter también probó la auto-fusión, ejecutando Opus 4.8 dos veces e integrándolo con el propio Opus 4.8. El resultado fue 65.5%. Dado que Opus 4.8 individual obtuvo 58.8%, eso es un aumento de 6.7 puntos.
Esto es fascinante. Incluso con el mismo modelo, procesar la misma pregunta varias veces cambia la ruta de razonamiento, las llamadas a herramientas, la selección de fuentes y el enfoque. Integrar esos resultados después lo hace más fuerte que una sola respuesta. La publicación de OpenRouter en X menciona que la mayor parte de la mejora de Fusion proviene de la "integración" en sí misma, y algo proviene de la "diversidad de modelos".
En resumen, Fusion no es solo una colección de modelos. El proceso de crear múltiples respuestas, estructurarlas e integrarlas tiene un valor inherente.
Inclusión interesante de medidas contra trampas
Lo que le da credibilidad al blog oficial de OpenRouter es que incluso mencionan la contaminación de los puntos de referencia. Cuando le dieron a los modelos del panel de Fusion búsqueda web, a veces los modelos encontraban las rúbricas de puntuación de DRACO en línea. Esto no fue trampa intencional, sino que ocurrió accidentalmente debido a los términos de búsqueda.
Sin embargo, representa un riesgo de contaminación. OpenRouter explicó que excluyeron las ubicaciones donde se alojan los resultados de puntuación de la búsqueda web y la recuperación, y luego volvieron a ejecutar las pruebas. También lo declararon explícitamente en X. Básicamente, Fusion es fuerte porque puede usar la búsqueda web, pero debido a que puede usar la búsqueda web, se necesitan diseños para evitar trampas durante la evaluación.
Cómo usar Fusion
OpenRouter proporciona Fusion de varias formas. La más simple es llamarlo como un slug de modelo: openrouter/fusion.
Simplemente especifica esto en el campo model, similar a una API estándar compatible con OpenAI.
1{2 "model": "openrouter/fusion",3 "messages": [4 {5 "role": "user",6 "content": "Escribe el tema que quieras investigar"7 }8 ]9}
En un SDK compatible con OpenAI:
1const completion = await client.chat.completions.create({2 model: "openrouter/fusion",3 messages: [4 {5 role: "user",6 content: "Compara los argumentos más sólidos a favor y en contra del uso de Fusion en agentes de codificación."7 }8 ]9});
Otra forma es usarlo como una herramienta de servidor: {"type": "openrouter:fusion"}.
En este caso, un modelo externo puede llamar a Fusion cuando decide que "esta tarea requiere múltiples perspectivas".
Los documentos de OpenRouter indican que la herramienta de servidor Fusion está en beta y su comportamiento puede cambiar. Sin embargo, la filosofía es sólida. En lugar de enviar cada tarea a Fusion, puedes cambiar a Fusion solo cuando:
- "Se necesitan múltiples perspectivas de modelos"
- "Es una tarea de investigación o comparación donde el costo del error es alto"
- "Se necesita una revisión o un contraargumento"
Los paneles y jueces son personalizables
Fusion no es una configuración fija. En la página del modelo Fusion de OpenRouter, el valor predeterminado es el preset de Calidad. Puedes cambiar a Económico para una configuración más barata.
Además, puedes especificar los modelos participantes con analysis_models y el juez con model. Los documentos de la herramienta de servidor Fusion indican que puedes especificar de 1 a 8 modelos para analysis_models. Cada modelo del panel se ejecuta en paralelo, utilizando búsqueda web y recuperación, y el juez crea un JSON de análisis estructurado.
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 son los modelos que se ejecutan en paralelo en el lado del panel. model es el modelo juez que lee y estructura esas respuestas. max_tool_calls determina cuántos pasos pueden usar los modelos del panel o el juez para la búsqueda web/recuperación.
El análisis devuelto incluye puntos de acuerdo, contradicciones, puntos solo parcialmente tocados, ideas únicas de modelos individuales y puntos ciegos. Este diseño es interesante porque obtienes los materiales para "por qué se llegó a esa respuesta", no solo la respuesta final. Con un solo modelo, las omisiones detrás de una prosa hermosa son difíciles de ver. Con Fusion, las discrepancias entre múltiples modelos son visibles.
El diseño para fallos es práctico
Dado que Fusion utiliza múltiples modelos, existe la posibilidad de que uno falle. Los documentos de OpenRouter explican que incluso si algunos modelos del panel fallan, Fusion devolverá un resultado siempre que al menos uno tenga éxito. Si el juez falla, las respuestas del panel aún se devuelven y el modelo externo puede responder a partir de ellas. Se produce un fallo grave solo si fallan todos los modelos del panel. Esto es crucial para el uso en producción.
El costo no es magia
La página de Fusion de OpenRouter explica claramente los precios. Fusion se factura como la suma de todas las llamadas de los miembros del panel más la llamada del juez. No son múltiples modelos ejecutándose al precio de uno. La expresión "mitad de precio para clase Fable" depende del panel elegido y del objetivo de comparación.
Sin embargo, el hecho de que un panel Económico haya producido puntuaciones cercanas a Fable 5 es significativo. Hace que sea realista:
- Combinar múltiples modelos baratos
- Usar un juez solo cuando sea necesario
- Cambiar entre Calidad y Económico por tarea
Integración con OpenCode
OpenRouter también ha publicado documentación para la integración con OpenCode.
OpenCode es un agente de codificación de IA de código abierto disponible como interfaz de terminal y aplicación de escritorio. Es compatible con más de 75 proveedores de LLM, incluido OpenRouter. Potencialmente puedes usar Fusion seleccionando openrouter/fusion como modelo en 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}
En el futuro de los agentes de codificación, el "diseño del equipo de modelos" —asignar modelos para implementación, revisión, confirmación de especificaciones, contraargumentos e integración final— será fundamental.
Conectando la suspensión de Fable y la llegada de Fusion
La suspensión de Fable 5 visualizó el riesgo de la "dependencia de un solo modelo más fuerte". Mientras tanto, Fusion mostró un diseño alternativo de "agrupar múltiples modelos".
OpenRouter explicó en X que ejecutaron los puntos de referencia antes de la suspensión de Fable. Por lo tanto, no es que Fusion se haya creado porque Fable dejó de funcionar. Más bien, la suspensión de Fable hizo que la importancia de la dirección que muestra Fusion fuera mucho más fácil de entender.
Los modelos más fuertes seguirán siendo necesarios, pero confiar únicamente en ellos es arriesgado. Lo que importa ahora es el portafolio de modelos:
- Qué modelos usar
- Qué modelos combinar
- Qué modelo debe ser el juez
- Dónde usar búsqueda web
- Dónde usar Económico vs. Calidad
Esta capacidad de diseño será el factor diferenciador en la utilización de la IA.
Lo que creo que es más importante
Fusion no es solo una "nueva API conveniente". Es un cambio en la forma en que pensamos sobre el uso de la IA. En lugar de confiar en un solo genio para todo, es como un equipo. Es especialmente adecuado para áreas de alto riesgo como investigación, inversiones, derecho, medicina y revisión de código. Por el contrario, para la generación de texto ligero, no necesitas Fusion cada vez. Saber cuándo usarlo es clave.
Resumen
OpenRouter Fusion ofrece una solución a la dependencia de un solo modelo al agrupar múltiples modelos para proporcionar fortalezas únicas. La competencia está pasando del "rendimiento de un solo modelo" al "diseño del equipo de modelos".
Finalmente: La herramienta secreta detrás de un negocio de 100 millones de yenes
La mayoría de la gente se queda en "Fusion es genial". Pero la verdadera pregunta es cómo convertir la IA en resultados. He construido varios negocios de 100 millones de yenes utilizando IA para contenido y ventas. Ahora revelo la herramienta secreta de IA que desarrollé para uso interno para manejar todo, desde la creación de ganchos hasta los embudos de ventas. Si quieres pasar de solo ver noticias de IA a generar ingresos, regístrate aquí:
https://utage-system.com/r/nh3MOFZg0eYg/register
Fuentes/Referencias:
- Blog de OpenRouter Fusion
- Publicaciones de OpenRouter en X
- Declaración oficial de Anthropic sobre Fable 5
