在 Claude Fable 5 發佈後不久，存取權限就被暫停了。
就在那一刻，OpenRouter 宣佈了 Fusion API，這是一個將多個模型捆綁起來產生單一回應的系統。
在 X（推特）的一則貼文中，OpenRouter 將 Fusion 介紹為「一種複合模型，能以一半的價格達到 Fable 等級的智慧」。
這是一個非常大膽的主張。
但這項公告之所以引人注目，不單只是因為推出了一個新的 API。
Fable 存取權的暫停，瞬間暴露了 依賴單一最強模型的風險。
Fusion 正是針對此弱點所提出的替代解決方案。
換句話說，這則消息可以解讀為：
AI 的主戰場正從
「哪一個單一模型最強？」
轉變為
「如何組合、判斷與整合多個模型？」
這是一個重大的轉折點。
首先發生了什麼事
背景是這樣：Claude Fable 5 是 Anthropic 在 2026 年 6 月 9 日發佈的次世代模型。
在 Anthropic 的公告中，Fable 5 被描述為一個在長時間自主任務、軟體工程、知識工作、視覺與科學研究方面都非常強大的模型。
然而，情況在 6 月 12 日突然改變。
Anthropic 宣佈，將遵循美國政府的出口管制指令，暫停 Fable 5 與 Mythos 5 的存取權限。
這暴露了單一模型依賴的風險。
無論模型多強大，如果你無法存取它，就等於沒用。
不論效能多高，它都可能因為法規、供應問題、價格、過濾器或供應商故障而突然從你的工作流程中消失。
對於那些將 AI 整合進工作的人來說，這是一個非常現實的問題。
單純「選擇最強的模型」已經不夠了。
「如何設計一個即使最強模型無法使用也不會崩潰的系統」
突然之間變得至關重要。
什麼是 OpenRouter Fusion？
OpenRouter Fusion 不是一個由單一模型提供答案的系統。
它是一個將單一提示詞交由多個模型進行小型審議的系統。
根據 OpenRouter 的官方部落格與 X 貼文，Fusion 會將用戶的提示詞發送給多個模型，由評判模型進行整理，然後合成最終回應。
- 用戶發送一個提示詞。
- Fusion 將其平行發送給多個模型。
- 每個模型建立自己的回應。
- 一個評判模型比較所有回應。
- 它提取出共識點、矛盾點、部分遺漏、獨特觀點與盲點。
- 根據這些分析，產生最終回應。
這裡的關鍵是，Fusion 並非單純的多數決。
它不是「因為 3 個模型中有 2 個這樣說，所以就是對的」。
它會分解每個模型的回應，整理出重疊的部分、衝突的部分、只有單方提到的點，以及無人觸及的盲點，最後再加以 整合。
OpenRouter 的 X 貼文將這個概念描述為「模型的神經多樣性」。
與其把所有事情交給一位天才，不如聚集不同優勢的成員，以團隊方式創造答案。
這就是 Fusion 的本質。
OpenRouter 透過 Fusion API 公告所傳達的訊息
OpenRouter 的公告不僅僅是說「你可以呼叫多個模型」。
他們的主張相當明確：
- 在深度研究任務中，一組模型組成的評審團表現持續優於單一模型。
- 結合高效能模型所得到的結果，超越了單一尖端模型。
- 即使是一組便宜的模型，也超越了單一尖端模型，並且非常接近 Fable 5。
OpenRouter 透過一個名為 DRACO 的深度研究基準測試來證明這一點。
從這張圖來看，Fusion 配置名列前茅。
列出官方部落格中顯示的主要分數，可以發現顯著的差異：
- 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 自融合：65.5%
- Claude Fable 5（單一）：65.3%
- Gemini 3 Flash + Kimi K2.6 + DeepSeek V4 Pro Fusion：64.7%
- GPT-5.5（單一）：60.0%
- Claude Opus 4.8（單一）：58.8%
這裡有兩點特別令人震驚：
- Fable 5 + GPT-5.5 的 Fusion 超越了單獨的 Fable 5。
- 由 Gemini 3 Flash、Kimi K2.6 與 DeepSeek V4 Pro 組成的便宜面板，表現勝過單一的 GPT-5.5 與 Opus 4.8，並且非常接近單獨的 Fable 5。
OpenRouter 的 X 貼文也特別強調了這個便宜面板。
一群便宜模型的組合超越單一高階模型，在實務上非常有效。
什麼是 DRACO 基準測試？
這一點也很重要。
OpenRouter 所使用的 DRACO 不僅僅是知識問答。
它是 Perplexity 推出的深度研究基準測試，由橫跨 10 個領域的 100 個複雜研究任務組成：
- 學術研究
- 金融
- 法律
- 醫療
- 科技
- 使用者體驗設計
- 一般知識
- 大海撈針式搜尋
- 個人助理
- 產品比較
換句話說，它考驗的不是模型是否記住了事實，而是模型是否能針對複雜問題進行研究、比較資訊、整合多個來源，並給出準確且易讀的答案。
此外，每個任務會根據約 39 個加權標準進行評估，包括：
- 事實準確性
- 深度與廣度
- 呈現品質
- 引用品質
而且，錯誤答案會得到負面評價。OpenRouter 的 X 貼文說明，光靠寫長篇大論的虛假答案無法獲得高分。這非常適合用來評估 Fusion，因為 Fusion 的目標正是研究、比較與專業判斷這類容錯率極低的任務。
關於 Fable 比較的注意事項
有一個點不能忽略。
OpenRouter 的官方部落格中，針對 Fable 5 附上了一則備註。
在 100 個 DRACO 任務中，有 7 個任務因 Fable 5 的內容過濾器而無法完成。
OpenRouter 說明，他們並未針對這 7 個任務改用 Opus 4.8 作為備援，而是根據 Fable 5 實際完成的 93 個任務進行評估。因此，Fable 5 的 65.3% 與那些完成全部 100 題的模型相比，並非完全公平的比較。
這個備註很重要。儘管如此，Fable 在其能完成的範圍內確實非常強大，這使得 Fusion 能夠逼近甚至超越它的事實更具衝擊力。
更有趣的是：「自融合」
Fusion 的優勢不僅來自於混合不同模型。
OpenRouter 也嘗試了 自融合，也就是讓 Opus 4.8 執行兩次，再由 Opus 4.8 自己進行 整合。結果是 65.5%。而單一的 Opus 4.8 為 58.8%，因此提升了 6.7%。
這非常有趣。即使使用同一個模型，多次處理同一個問題，推理路徑、工具呼叫、來源選擇與關注點都會有所不同。之後再進行 整合，就能比單一回應更強大。OpenRouter 的 X 貼文提到，Fusion 的改進大部分來自「整合」本身，而一部分來自「模型多樣性」。
簡而言之，Fusion 不僅僅是模型的集合。產生多個答案、將其結構化並加以 整合 的過程，本身就具有價值。
有趣的是包含了反作弊措施
OpenRouter 官方部落格的可信度來自於他們甚至提到了基準測試的污染問題。當他們給 Fusion 面板模型提供網路搜尋功能時，模型有時會從網路上找到 DRACO 的評分標準。這並非刻意的作弊，而是因搜尋詞而意外發生。
然而，這確實存在污染風險。OpenRouter 說明他們排除了評分結果所在的網路位置，將其從搜尋與檢索中移除，然後重新執行了測試。他們也在 X 上明確說明了這一點。基本上，Fusion 之所以強大，是因為它能夠使用網路搜尋，但也正因如此，在評估時需要設計機制來防止作弊。
如何使用 Fusion
OpenRouter 以多種形式提供 Fusion。最簡單的方式是將其作為模型 slug 呼叫：openrouter/fusion。
在 model 欄位中指定此值即可，與標準的 OpenAI 相容 API 類似。
1{2 "model": "openrouter/fusion",3 "messages": [4 {5 "role": "user",6 "content": "寫下你想研究的主題"7 }8 ]9}
在 OpenAI 相容的 SDK 中：
1const completion = await client.chat.completions.create({2 model: "openrouter/fusion",3 messages: [4 {5 role: "user",6 content: "比較在編碼 Agent 中使用 Fusion 的最強支持與反對論點。"7 }8 ]9});
另一種方式是將其作為伺服器工具使用：{"type": "openrouter:fusion"}。
在這種情況下，外部模型可以在判斷「這個任務需要多重觀點」時，呼叫 Fusion。
OpenRouter 的文件說明 Fusion 伺服器工具仍處於測試階段，行為可能會改變。不過，其理念很明確：不是每個任務都送給 Fusion，只在以下情況才切換到 Fusion：
- 「需要多重模型觀點」
- 「這是研究或比較任務，錯誤成本很高」
- 「需要審查或反駁意見」
面板與評判均可自訂
Fusion 並非固定配置。在 OpenRouter Fusion 模型頁面上，預設使用的是品質預設集。你可以切換到便宜預設集以降低成本。
此外，你可以透過 analysis_models 指定參與模型，透過 model 指定評判模型。Fusion 伺服器工具的文件說明，你可以在 analysis_models 中指定 1 到 8 個模型。每個面板模型會平行執行，使用網路搜尋與檢索，評判模型則會產生結構化的分析 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": 813 }14 }15 ]16}
analysis_models 是面板側平行執行的模型。model 是讀取這些回應並加以結構化的評判模型。max_tool_calls 決定面板模型或評判模型可以使用多少步驟進行網路搜尋或檢索。
返回的分析結果包含共識點、矛盾點、僅部分觸及的點、個別模型的獨特見解，以及盲點。這個設計很有趣，因為你不只得到最終答案，還得到了「為什麼會得到那個答案」的材料。使用單一模型時，漂亮文字背後的遺漏很難看出來；而使用 Fusion，多個模型之間的差異就變得可見。
為失敗做設計是實用的
由於 Fusion 使用多個模型，其中一個有可能失敗。OpenRouter 的文件說明，即使某些面板模型出錯，只要至少有一個成功，Fusion 就會返回結果。如果評判失敗，面板回應仍然會返回，外部模型可以從中回答。只有在所有面板模型都失敗時，才會發生完全失敗。這對於生產環境至關重要。
成本並非魔法
OpenRouter 的 Fusion 頁面清楚地說明了定價。Fusion 的計費方式是所有面板成員呼叫加上評判呼叫的總和。並非以一個模型的價格執行多個模型。所謂「一半價格達到 Fable 等級」的說法，取決於所選的面板以及比較的對象。
然而，便宜面板產生的分數接近 Fable 5 這件事本身意義重大。這使得以下做法變得更實際：
- 組合多個便宜模型
- 只在必要時使用評判
- 根據任務在品質與便宜之間切換
與 OpenCode 的整合
OpenRouter 也發佈了與 OpenCode 整合的文件。
OpenCode 是一個開源的 AI 編碼 Agent，以終端機 UI 與桌面應用程式的形式提供。它支援包括 OpenRouter 在內的超過 75 個 LLM 提供商。你可以透過在 OpenCode 中選擇 openrouter/fusion 作為模型來使用 Fusion。
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}
在編碼 Agent 的未來，「模型團隊設計」——分配模型負責實作、審查、規格確認、反駁與最終整合——將變得至關重要。
Fable 暫停與 Fusion 登場的關聯
Fable 5 的暫停，具體化了「單一最強模型依賴」的風險。而 Fusion 則展現了「捆綁多個模型」的替代設計。
OpenRouter 在 X 上說明，他們在 Fable 暫停之前就已經執行了基準測試。因此，並非因為 Fable 停止服務才打造了 Fusion。而是 Fable 的暫停，讓人們更容易理解 Fusion 所展現的方向有多重要。
最強的模型仍然必要，但只依賴它是有風險的。現在的重點是模型組合：
- 使用哪些模型
- 組合哪些模型
- 由哪個模型擔任評判
- 在哪裡使用網路搜尋
- 在哪裡使用便宜 vs. 品質配置
這種設計能力，將成為 AI 運用上的關鍵差異。
我認為最重要的事
Fusion 不僅僅是一個「方便的 API」。它代表了一種思考如何使用 AI 的轉變。與其把所有事情交給一位天才，更像是組成一個團隊。它特別適合應用在研究、法律、醫療、程式碼審查等風險較高的領域。反過來說，對於輕量的文字生成，你不需要每次都使用 Fusion。知道何時使用它，才是關鍵。
總結
OpenRouter Fusion 透過捆綁多個模型來提供獨特的優勢，為單一模型依賴問題提供了解決方案。競爭正從「單一模型效能」轉向「模型團隊設計」。
最後：實現 1 億日圓營收的秘密工具
大多數人只停留在「Fusion 很酷」的階段。但真正的問題是如何將 AI 轉化為成果。我利用 AI 在內容與銷售領域打造了數個 1 億日圓的業務。我現在要公開我為內部使用而開發的秘密 AI 工具，它能處理從吸睛鉤子到銷售漏斗的一切事務。如果你想從只是觀看 AI 新聞，進展到實際創造營收，請在此註冊：
https://utage-system.com/r/nh3MOFZg0eYg/register
來源／參考資料：
- OpenRouter Fusion 部落格
- OpenRouter X 貼文
- Anthropic 關於 Fable 5 的官方聲明
