IOSG：从提分到付费，Model Fusion的需求错觉

AI 摘要

一句话摘要: Model Fusion是昂贵的质量保险，多数场景下成本效率不如路由和单模型升级。 关键事实: OpenRouter Fusion用多模型并行加评审提分，成本为普通生成4-5倍，速度慢2-3倍；Cognition Devin Fusion通过动态路由降低35%成本；研究显示多模型共同失败率比预测高2.3倍，预算对齐后协作收益大幅缩水。 涉及主体: OpenRouter, Cognition, Devin Fusion, RouteLLM, Switchcraft, KAIKAKU.AI, Josef Chen, IOSG 可能影响: 模型融合将沦为低频触发功能而非默认架构，市场资源会更多流向路由和任务委派等成本效率更高的方案，推动模型供给进一步商品化。 是否值得继续跟踪: 是，因为Fusion在特定高错误成本场景仍有价值，且路由与动态委派正在成为主流，值得观察其演进方向。 噪音/炒作风险: 中，Fusion概念被市场泛化使用，但实际经济性支撑有限，需警惕将基准提分等同于生产价值的炒作倾向。