一個 prompt 變成多模型辯論
OpenRouter 在 2026 年 9 月 10 日推出 Fusion，一個複合推論系統。它把單一 prompt 送給多個模型平行回答，再由一個裁判比較這些回應，最後讓呼叫模型寫出最終答案。這不是簡單的投票，而是結構化的比較：裁判會標出共識、矛盾、部分涵蓋、獨特見解與盲點。
對產品開發者來說，Fusion 的價值在於把原本需要自己寫的協調邏輯，變成一個 model slug 或 server tool。你可以用 openrouter/fusion 直接呼叫，不用自己維護面板、裁判與合成迴圈。
品質提升從哪裡來
Fusion 的品質增益來自兩個來源：模型多樣性與同模型多次執行的變異。OpenRouter 的測試顯示，即使把 Claude Opus 4.8 跟自己配對，融合後的 DRACO 分數也從 58.8% 提升到 65.5%，增加 6.7 個百分點。這代表比較與合成過程本身就有價值，不一定要換不同模型。
但要注意，DRACO 是 Perplexity AI 的深度研究基準，不是通用 coding 或聊天。Fusion 的合成在需要多方觀點的研究與分析任務上最有效，不要假設同樣的增益會出現在所有任務。
成本與延遲的實際代價
Fusion 的預設三模型面板，成本大約是單一模型呼叫的 4 到 5 倍，延遲通常是 2 到 3 倍。面板平行執行，所以不是每個模型依序等，但你還是要等最慢的 panelist 加上裁判。這讓 Fusion 不適合聊天、自動完成等即時路徑。
成本不該只看單次呼叫。如果一次 Fusion 呼叫就得到正確答案，而便宜模型需要三次嘗試、重跑加上人工檢查，那 Fusion 在整個任務的總成本上可能更划算。重點是計算「達到結果的總成本」，而不是單一請求的價格。
什麼時候該用，什麼時候該跳過
最強的生產模式是選擇性升級：讓模型直接處理日常工作，只對少數需要額外審查的 prompt 呼叫 Fusion。這跟 把測試證據放進開發流程 裡談到的「把驗證放在關鍵節點」是同樣的思維。
適合使用的情境：高風險研究問題、專家評論、比較與盡職調查摘要，以及你原本就會手動問多個模型再自己比較的工作。不適合的情境：延遲敏感的互動路徑、需要可重現結果的評估或迴歸測試，以及單一中階模型已經能正確處理的簡單任務。
Fusion 的輸出是非確定性的，這是設計使然。對一次性研究任務沒問題，但對 CI 管線或任何需要比較今天與昨天結果的檢查，就會造成困擾。
實際接入方式
最簡單的 API 路徑是把 model slug 換成 openrouter/fusion。不加額外設定時，它會使用預設的 Quality 面板，並讓模型自己決定是否需要辯論。你也可以用 tool_choice: "required" 強制觸發 Fusion。
import os
from openai import OpenAI
client = OpenAI(
base_url="https://openrouter.ai/api/v1",
api_key=os.environ["OPENROUTER_API_KEY"],
)
response = client.chat.completions.create(
model="openrouter/fusion",
messages=[{
"role": "user",
"content": "Compare three approaches to multi-tenant data isolation.",
}],
tool_choice="required",
extra_body={
"plugins": [{
"id": "fusion",
"preset": "general-budget",
"model": "~openai/gpt-latest",
}]
},
)
print(response.choices[0].message.content)目前有三個通用 preset：general-high 最強、general-budget 用較便宜的 panelist 配 frontier 裁判、general-fast 優化相近的回應時間。你也可以把 openrouter:fusion server tool 掛到你自己的 outer model 上，讓同一個模型同時使用 Fusion 和應用程式的其他工具。
從一個困難 prompt 開始驗證
Fusion 給困難 prompt 多次嘗試，並提供結構化的比較方式。但額外的審查有可量化的代價：更多 token、成本、延遲與輸出變異。這些代價只有在減少重試、手動比較或降低根據不完整答案行動的風險時才合理。
實際做法是拿一個你已知困難的真實 prompt，比較 Fusion 與目前生產模型的結果，用「每個被接受的結果的成本」來衡量，而不是只看模型單價。
參考來源
本文由 AI 協助自上述來源整理，經人工審核後發布。