予算内でマルチモデルの品質を。
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。
別の組み合わせが必要ですか?ルーティング DSL エディタで独自のパネルを作成できます。
from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$ORCAROUTER_API_KEY",
)
response = client.chat.completions.create(
model="orcarouter/fusion-flash",
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。