Fusion от OpenRouter: как объединение моделей бьет одиночные лидеры

В мире искусственного интеллекта мы привыкли к гонке вооружений, где каждый новый релиз обещает превзойти предыдущий. Однако подход «чем больше параметров, тем умнее» начинает сталкиваться с физическими и экономическими ограничениями. OpenRouter, платформа, предоставляющая доступ к сотням различных языковых моделей, предлагает радикально иной путь: вместо того чтобы полагаться на одного «сверхразума», они создают коллективный интеллект. Их новый инструмент — Fusion — позволяет объединять ответы нескольких моделей в единый, структурированный и глубокий ответ, демонстрируя результаты, которые превосходят даже самые передовые модели, такие как Claude Fable 5 и GPT-5.5.

Это не просто маркетинговый ход. Результаты бенчмарков показывают, что синтез мнений нескольких ИИ-агентов, каждый из которых имеет свои сильные и слабые стороны, дает качественный скачок в качестве сложных аналитических задач. Fusion работает как «судья» или редактор, который берет черновики от разных моделей, находит в них противоречия, дополняет пробелы и формирует итоговый текст. Это меняет парадигму использования LLM: от прямого запроса к модели — к управлению процессом коллективного принятия решений.

01Что такое Fusion и как это работает?

Fusion — это не новая модель, обученная с нуля. Это архитектурное решение, работающее поверх существующих моделей. Когда вы отправляете запрос через Fusion, система параллельно отправляет его в панель (panel) из нескольких выбранных вами моделей. Каждая из этих моделей генерирует свой собственный ответ, используя доступные инструменты, такие как поиск в интернете.

Затем вступает в игру «судья» (judge model). Эта модель, которую вы также выбираете, читает все ответы от участников панели. Ее задача — не просто выбрать лучший, а провести структурированный анализ. Она выявляет точки консенсуса, где модели согласны, противоречия, где они расходятся, частичное покрытие темы, уникальные инсайты и, что важно, «слепые зоны» — аспекты вопроса, которые ни одна из моделей не затронула.

На основе этого глубокого анализа судья формирует финальный ответ. Весь этот процесс происходит на стороне сервера OpenRouter, что позволяет разработчикам вызывать Fusion так же просто, как обычную модель, делая один API-вызов.

02Бенчмарк DRACO: проверка на прочность

Чтобы доказать эффективность своего подхода, OpenRouter использовал бенчмарк DRACO, разработанный Perplexity AI. Этот тест специально создан для оценки способности моделей проводить глубокие исследования (deep research). В отличие от стандартных тестов на знание фактов или решение логических головоломок, DRACO проверяет комплексные навыки: рассуждение, использование инструментов (tool calling), синтез информации из множества источников и качество цитирования.

Тест состоит из 100 сложных задач, охватывающих 10 различных доменов: академические исследования, финансы, право, медицина, технологии, UX-дизайн, общие знания, поиск «иголки в стоге сена», персонализированная помощь и сравнение продуктов. Каждая задача оценивается по рубрике, содержащей около 39 взвешенных критериев, разделенных на четыре категории:

• Фактическая точность (~20 критериев): проверяются утверждения, которые должны быть верными.
• Широта и глубина (~9 критериев): оценивается качество синтеза, анализ компромиссов и практическая полезность.
• Качество презентации (~6 критериев): терминология, форматирование и читаемость.
• Качество цитирования (~5 критериев): наличие первичных источников с рабочими ссылками.

Интересная особенность DRACO — наличие критериев с отрицательным весом. Например, предоставление опасного медицинского совета приводит к серьезному штрафу. Это предотвращает накрутку баллов за счет простыней текста: если модель уверенно, но ошибочно утверждает что-то, она получает минус. Это делает тест очень надежным индикатором реальной полезности ответа, а не просто его объема.

03Результаты: панели бьют одиночек

Результаты тестирования на 100 задачах DRACO оказались впечатляющими. Самым ярким примером стала комбинация моделей Fable 5 и GPT-5.5, синтезированная с помощью Opus 4.8. Эта панель набрала 69.0%, превзойдя каждую из отдельных моделей, включая Fable 5, которая в одиночку показала 65.3%.

Но еще более примечательным является результат бюджетной панели. Комбинация из Gemini 3 Flash, Kimi K2.6 и DeepSeek V4 Pro, синтезированная Opus 4.8, набрала 64.7%. Этот результат превзошел одиночные запуски GPT-5.5 (60.0%) и Opus 4.8 (58.8%), а также приблизился к показателю Fable 5, при этом обойдясь в 50% от стоимости использования премиальных моделей. Это открывает путь к созданию высококачественных приложений, которые не зависят от дорогих лидирующих моделей.

04Защита от «подглядывания» в ответы

При тестировании возникла серьезная проблема: модели, получившие доступ к веб-поиску, начали находить саму рубрику оценки DRACO в интернете. Хотя это было скорее случайностью, чем умышленным обманом, это создало риск загрязнения данных (data contamination). Если модель знает, как ее будут оценивать, она может оптимизировать ответ под критерии, а не под реальную пользу.

OpenRouter решил эту проблему, исключив домены, где размещены материалы рубрики, из доступа моделей через инструменты веб-поиска и получения контента. В OpenRouter это реализовано через списки исключений, которые поддерживаются на уровне серверных инструментов. Для разработчиков, запускающих собственные оценки, доступна аналогичная функция: можно передать excluded_domains для web_search или blocked_domains для web_fetch в определениях инструментов.

05Эффект слияния с самим собой

Один из самых интригующих результатов теста показал, что даже слияние модели с самой собой дает значительный прирост. Когда Opus 4.8 был запущен в панели с самим собой (в качестве двух участников) и также выступил в роли судьи, он набрал 65.5%. Это на 6.7 пункта выше, чем его одиночный результат в 58.8%.

Это доказывает, что значительная часть преимущества Fusion кроется не только в разнообразии архитектур моделей, но и в самом процессе синтеза. Запуск одного и того же запроса дважды порождает разные пути рассуждения, разные вызовы инструментов и разные выборки источников. Судья, анализируя эти два разных «черновика» от одного и того же «автора», может выявить слабые места и усилить сильные стороны, создавая более сбалансированный и точный итоговый ответ.

06Как использовать Fusion на практике

OpenRouter предлагает несколько способов интеграции Fusion в ваши приложения:

1. Прямой вызов модели: Используйте слуг модели openrouter/fusion. Система автоматически подставит панель передовых моделей.
2. Серверный инструмент: Добавьте { "type": "openrouter:fusion" } в массив инструментов. Это дает максимальный контроль: базовая модель сама решает, когда использовать Fusion, а вы можете настроить панель и модель-судью.
3. Плагин: В вызовах completions или responses можно добавить параметр plugins с конфигурацией Fusion.
4. Чат-комната: Для тестирования можно использовать веб-интерфейс на сайте OpenRouter, где можно собрать свою панель без написания кода.

Важно отметить, что Fusion не является прямой заменой моделям для написания кода. Для задач программирования лучше использовать специализированные модели, а Fusion подключать как серверный инструмент для решения сложных архитектурных вопросов или исследований лучших практик, где требуется глубокий анализ.

07Что это значит на практике

Появление Fusion знаменует сдвиг от парадигмы «одна модель — один ответ» к парадигме «коллективный разум». Для разработчиков это означает возможность создавать более надежные и точные приложения, не обязательно используя самые дорогие модели. Для бизнеса это путь к снижению затрат при сохранении или даже улучшении качества контента. Для пользователей это означает ответы, которые лучше проработаны, менее подвержены галлюцинациям и учитывают разные точки зрения.

Хотя у подхода есть свои ограничения — например, увеличение времени ответа в 2-3 раза при использовании Fusion, — преимущества в качестве сложных аналитических ответов делают его мощным инструментом. По мере развития технологий синтеза и улучшения моделей-судей, мы, вероятно, увидим, как этот подход станет стандартом для задач, требующих глубокого понимания и точности.

OpenRouter продолжает собирать обратную связь и улучшать Fusion. Если вы работаете с задачами, требующими глубокого исследования, стоит обязательно протестировать этот инструмент. Возможно, именно коллективный интеллект станет ключом к следующему поколению ИИ-приложений.

Источник: OpenRouter ↗