Fable 5 は提供終了になりました。Fusion は、今も呼び出せるモデルからそのレベルを、わずかなコストで再構築します。
次のモデルを待つのはやめましょう。能力の次の飛躍はチェックポイントではなくパネルから生まれます。Fusion は最も難しいプロンプトを複数のフロンティアモデルに同時に送り、ジャッジが一致点を比較し、矛盾を見つけ、その中で最も優れた1つの回答を返します——残りと相互チェック済みです。本当に重要な作業——深い推論、難しいコーディング、リサーチ、専門的なレビュー——間違いのコストが数回分の追加生成より高い場面で使ってください。
気軽なチャットはより安価なデフォルトに直接送られます。コーディング、エージェント、ツール利用のリクエストだけがパネルにファンアウトされます——こうした場面でこそ二番目の意見が本当に役立ちます。
あなたのプロンプトは複数のフロンティアモデルに同時に届きます。互いに独立した試行が、それぞれ他のモデルが見落としたものを捉えます。
ジャッジがすべての候補を読み、その中で最も優れた1つを返します。他の候補と相互チェック済みで、単一モデルの初回出力ではありません。
効果のある場面にだけ。 Fusionは、コーディング・エージェント型・ツール利用・高難度のプロンプトに対してパネルへ展開します。カジュアルな会話はコストの低いデフォルトモデルへ直接ルーティングされるため、セカンドオピニオンが価値をもたらすリクエストにのみパネルの費用が発生します。
単一モデルでは、プロンプトに対して1回の試行しか得られず、誤りを検出する手段もありません。Fusionは複数のフロンティアモデルを同じプロンプトで同時に実行し、独立した審査モデルがすべての回答を読み取って最も優れたものを返します。その際、他の回答と相互検証も行われます。強力なモデル間の意見の相違はシグナルです。単一モデルでは静かに誤りを犯してしまうような難しいケースを浮き彫りにします。
1つのモデル、1つの回答。セカンドオピニオンなし — 誤りがあってもそのまま出力されます。
コスト削減のためプロンプトごとに1つのモデルを選択。賢い選定ですが、それでも回答は1つだけです。
パネルが並列で回答し、審査モデルが他の回答と相互検証した上で最も優れたものを返します。
| モデル | 役割 | コンテキスト |
|---|---|---|
| Claude Opus 4.8 | パネル · ジャッジ | 1M |
| GPT-5.5 | パネル | 1M |
| Gemini 3.1 Pro | パネル | 1M |
別の組み合わせが欲しいですか？ルーティング DSL エディタの "Claude Fable 5 Level" テンプレートから独自のパネルを作成できます。
Fusionは特例処理ではありません。各リクエストのルーティング方法を正確に定義するための小さなサンドボックス言語である、ルーティングDSLの組み込み設定です。「Fable 5 Level」テンプレートをクローンして、パネル・審査モデル・ゲートルール・勝者の選定方法を自由に変更できます。
審査モデルがすべての候補をランク付けし、最も優れたものをそのまま返します。希釈されたマージは行いません。
パネルが構造化された回答に対して投票します。追加の審査モデル呼び出しは不要です。
アグリゲーターモデルが候補を統合して1つの改善された回答を生成します（Mixture-of-Agents）。
コード用：実際にテストハーネスを通過したパッチを持つ候補が勝者となります。
レース方式 — 最も低レイテンシの結果が勝者。速度が最優先の場合に適しています。
ブラックボックスなし。 独自のDSLでルーターを構築すると、すべての並列実行が記録されます。どのモデルが競合したか、各区間のレイテンシと状態、そして審判が選んだ回答が確認でき、コンソール上でなぜその回答が選ばれたかを正確に把握できます。
import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key=os.environ["ORCAROUTER_API_KEY"],
)
response = client.chat.completions.create(
model="orcarouter/fusion",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)fusion はすべてのパネルメンバーとジャッジを実行するため、ファンアウトするリクエストは単一のモデルではなく、それら基盤となる補完の合計として課金されます——そして実際にファンアウトするリクエストにのみ課金されます。上乗せはゼロです。