OpenRouter startet Fusion: Paralleles Modell-Panel mit Judge-Synthese

OpenRouter startet Fusion: Paralleles Modell-Panel mit Judge-Synthese

OpenRouter hat mit Fusion ein System zur Multi-Model-Deliberation vorgestellt. Ein Prompt wird dabei parallel an ein Panel von Modellen gesendet, die jeweils mit Web-Suche und Web-Abruf ausgestattet sind. Ein Analysten- oder Judge-Modell vergleicht anschließend die Antworten und erstellt eine strukturierte Analyse, die Konsens, Widersprüche, Abdeckungslücken, einzigartige Einsichten und blinde Flecken der Panel-Mitglieder erfasst. Auf Basis dieser Analyse schreibt das aufrufende Modell die finale Antwort. Der Anbieter veröffentlichte am 12. Juni einen Blogpost zu Fusion und legte am 10. September einen technischen Explainer nach. Zuvor war OpenRouter primär ein Routing-Layer, der Prompts an ein einzelnes spezifiziertes Modell weiterleitete. Neu sind die parallele Abfrage mehrerer Modelle, die Analyse durch einen Judge und die Erzeugung einer finalen Antwort aus der Analyse. Panel und Judge lassen sich konfigurieren – etwa über das Quality- oder Budget-Preset oder eine eigene Modellauswahl.

Die Leistungssteigerung durch Fusion beruht auf mehreren Mechanismen. Indem mehrere Modelle mit unterschiedlichen Stärken und Schwächen denselben Prompt bearbeiten, entsteht eine Diversität an Perspektiven, die ein einzelnes Modell nicht abbilden kann. Der Judge gleicht diese Antworten ab und identifiziert, wo die Modelle übereinstimmen und wo sie sich widersprechen. Dadurch wird Konsensbildung möglich: Übereinstimmungen mehrerer Modelle gelten als höheres Vertrauen, während Widersprüche auf unsichere Bereiche hinweisen. Gleichzeitig deckt die Analyse Abdeckungslücken und blinde Flecken auf, die kein Panel-Mitglied adressiert hat. Das aufrufende Modell kann diese strukturierte Analyse nutzen, um Fehler einzelner Modelle zu minimieren und eine fundiertere Endantwort zu schreiben. OpenRouter begründet den Ansatz damit, dass die Kombination mehrerer Modelle so bessere Ergebnisse als einzelne Modelle erzielt, oft zu geringeren Kosten.

Die Pipeline umfasst vier Stufen, die in einem zusammenhängenden Ablauf integriert sind. Zunächst bewertet das aufrufende Modell den Prompt und entscheidet, ob eine Deliberation gerechtfertigt ist oder ob es direkt antwortet. Wenn es Fusion aufruft, antwortet das Panel aus einem bis acht Modellen parallel auf den Prompt, wobei jedes Mitglied Web-Suche und Web-Abruf nutzen kann. Anschließend erhält der Analyst alle Panel-Antworten und vergleicht sie, ohne sie zu verschmelzen; er liefert eine strukturierte Analyse als JSON zurück, die Konsens, Widersprüche, partielle Abdeckung, einzigartige Einsichten und blinde Flecken dokumentiert. Schließlich empfängt das aufrufende Modell diese Analyse und verfasst daraus die finale Antwort.

API-Integration und Kosten: Alias, Server-Tool und Presets

Fusion ist über die OpenRouter-API als Modell-Alias 'openrouter/fusion' aufrufbar. Die API ist OpenAI-kompatibel, sodass bestehende SDKs durch Austausch der Basis-URL und des Modell-Slugs genutzt werden können. Alternativ steht Fusion als Server-Tool 'openrouter:fusion' zur Verfügung, das sich derzeit in der Beta-Phase befindet. Über das Tool lässt sich die Pipeline direkt in eigene Anwendungen integrieren, wobei das aufrufende Modell selbst gewählt und mit weiteren Werkzeugen kombiniert werden kann. Standardmäßig verwendet Fusion für das Panel das Quality-Preset; es kann auf das Budget-Preset umgestellt werden, um günstigere Modellmitglieder zu nutzen. Panel und Judge lassen sich zudem über die Felder 'analysis_models' und 'model' des Fusion-Plugins individuell konfigurieren. Die Kosten eines Fusion-Aufrufs entsprechen der Summe der zugrunde liegenden Modell-Completions, also aller Panel-Mitglieder plus des Judge-Aufrufs, und nicht dem Preis eines einzelnen Modells. Welche Modelle tatsächlich ausgeführt wurden, lässt sich im Aktivitätslog einsehen. Die Kontextlimits hängen von den ausgewählten Modellen ab.

Benchmarks: Budget-Panel schlägt GPT-5.5 und Claude Opus 4.8

OpenRouter hat eigene Benchmark-Tests auf dem DRACO-Benchmark für Deep Research durchgeführt, der 100 Aufgaben umfasst und Reasoning, Tool-Nutzung und Wissen kombiniert. Ein Budget-Panel aus Gemini 3 Flash, Kimi K2.6 und DeepSeek V4 Pro erreichte 64,7 Prozent und schlug damit die Einzelmodelle GPT-5.5 mit 60,0 Prozent und Claude Opus 4.8 mit 58,8 Prozent. Die Kosten lagen nach Angaben des Anbieters bei etwa der Hälfte der Top-Konfiguration. Die Fusion von Fable 5 und GPT-5.5 erzielte 69,0 Prozent und übertraf damit jedes einzelne Modell, einschließlich Fable 5 allein mit 65,3 Prozent. OpenRouter weist darauf hin, dass 7 der 100 DRACO-Aufgaben nicht abgeschlossen wurden, weil die Content-Filter von Fable 5 die Ausführung blockierten; auf ein Fallback auf Opus 4.8 wurde verzichtet. Der Anbieter betont, dass Panels einzelne Modelle konsistent übertreffen und Budget-Panels Frontier-Modelle schlagen können. Die Ergebnisse sind Herstellerangaben und nicht unabhängig verifiziert.

Widerspruch in der Dokumentation: Wer schreibt die finale Antwort?

In der Dokumentation zu Fusion besteht ein Widerspruch hinsichtlich der Frage, welches Modell die finale Antwort verfasst. Die Marketing- und Übersichtsseite von OpenRouter suggeriert, dass der Judge die Panel-Antworten zu einer strukturierten Analyse synthetisiert und daraus selbst die finale Antwort schreibt. Die technische Dokumentation zum Modell-Alias und zum Server-Tool trennt dagegen klar zwischen Analyst und aufrufendem Modell: Der Analyst vergleicht die Panel-Antworten und liefert eine strukturierte Analyse als JSON zurück; das aufrufende Modell erhält diese Analyse und schreibt darauf basierend die Endantwort. Auch unabhängige Beschreibungen des Fusion-Explainers und des Blogposts bestätigen diese Trennung. Es handelt sich vermutlich um eine vereinfachte Darstellung auf der Marketing-Seite, die den mehrstufigen Prozess verkürzt wiedergibt. Für Entwickler ist die technische Dokumentation maßgeblich: Das aufrufende Modell bleibt für die finale Antwort verantwortlich, während der Judge nur die Analyse liefert.