1 三个便宜模型凑在一起「开了个会」，把贵一倍的顶级模型打平了。

#1 三个便宜模型凑在一起「开了个会」，把贵一倍的顶级模型打平了。

Fable 5 被限制访问？没关系。

OpenRouter 刚公布的实测：用一半价格，表现几乎一样。

这不是理论。

#2 具体三人组是：

Gemini 3 Flash + Kimi K2.6 + DeepSeek V4 Pro

Fusion 的做法是让它们并行接同一道题，各自带工具跑完。

然后 judge 模型把所有回答摊开，抓共识、矛盾、盲点，最后合成最终答案。

#3 在 DRACO 这个硬核 benchmark 上（100 道深度研究题，10 个领域，39 项加权评分，答错还扣分）：

这个平价三人组 fused 之后，成绩和 Claude Fable 5 差不到 1%。

直接把单飞的 GPT-5.5 和 Opus 4.8 甩在后面。

#4 最妙的是 timing。

Fable 5 现在因为美国出口管制，访问经常失败或不稳定。

想用最顶尖模型的人，突然发现让几个便宜模型「开会」，可能比等单一巨头发力更靠谱。
这事真正戳破的是过去两年的默认假设：

「多花钱、用更大单模型」就能拿到更好结果。

现在看来，模型的「神经多样性」加上强制合成，往往比单一最强模型更有效。

#5 这事真正戳破的是过去两年的默认假设：

「多花钱、用更大单模型」就能拿到更好结果。

现在看来，模型的「神经多样性」加上强制合成，往往比单一最强模型更有效。

#6 OpenRouter 自己拆过数据：

四分之三的提升来自 judge 的「开会总结」（强迫不同视角互相补位）

四分之一来自模型本身的多样性。

不是简单投票，是结构化的互纠和合成。

#7 以后的 frontier 可能不再是「谁的单一模型最猛」。

而是「谁最会让不同模型互相纠错、补盲点」。

单一大模型 + 无脑 scaling 的故事，开始出现裂缝。