> ## Documentation Index
> Fetch the complete documentation index at: https://ppio.com/docs/llms.txt
> Use this file to discover all available pages before exploring further.

# Fusion 融合模型

## 1. 特性介绍

Fusion 模型（融合模型）是 PPIO 智能模型网关提供的多模型融合推理能力。调用 Fusion 模型时，网关不会只询问一个模型，而是将您的请求同时分发给多个各有所长的“专家模型”并行作答，再通过思考编排与交叉验证，由主模型融合生成最终答案——相当于让每一次模型调用都变成一场“专家会诊”。

与仅做简单请求转发的传统 API 网关不同，Fusion 模型以智能优先、兼顾性价比：通过工程化的融合手段，把回答质量稳定在头部旗舰模型梯队，同时把成本控制在中低梯队。

<Tip>
  **实测数据**：在 DRACO 深度研究基准测试中，PPIO Fusion 模型以 Kimi K3、GLM 5.2、MiniMax M3 为参考模型（Advisors）、DeepSeek V4 Flash 为融合主模型（Aggregator）进行融合推理，取得 **57.34 分**，超越 Claude Fable 5 的 55.14 分，而总成本仅为其约 **1/10**。
</Tip>

**核心特性一览**：

* **多模型并行推理**：一次请求，多个专家模型同时作答
* **交叉验证与融合**：多模型思考编排，避免单模型“偏科”导致的错误
* **OpenAI 兼容接口**：仅需修改 `model` 参数即可接入，无需改造现有代码
* **支持流式输出、工具调用（Function Calling）、结构化输出与多模态输入**

## 2. 应用场景

Fusion 模型专为**高价值、高风险或结果不确定**的关键任务设计。单模型可能在推理时不够深刻、在检索时记忆不足、在生成时文采平平，而 Fusion 模型通过多专家协同显著提升这类任务的一次性成功率，减少返工。

典型场景包括：

| 场景               | 说明                             |
| ---------------- | ------------------------------ |
| **深度研究与分析**      | 复杂调研、深度报告生成等需要多角度知识覆盖的任务       |
| **法律合同审查**       | 条款风险识别容错率低，多模型交叉验证降低遗漏风险       |
| **医疗初步分析**       | 高风险领域，多专家会诊式推理提升结论可靠性          |
| **Agent 关键决策步骤** | AI Agent 工作流中结果不确定、影响后续链路的关键节点 |
| **复杂推理与代码分析**    | 数学推理、架构设计评审等对准确性要求高的任务         |

## 3. 工作原理

Fusion 模型的一次完整调用包含以下阶段：

<img src="https://mintcdn.com/ppinfra/88JgeE1EDpRxnCfr/model/image/fusion-architecture.svg?fit=max&auto=format&n=88JgeE1EDpRxnCfr&q=85&s=0faea5a88ce37cf88a90cdb84c992f8a" alt="Fusion 模型工作原理" width="760" height="600" data-path="model/image/fusion-architecture.svg" />

1. **请求分发**：您以 `pprouter/fusion` 为模型发起请求，网关将问题同时分发给参考模型面板（当前为 PPIO 官方选定并持续调优的专家模型组合）。
2. **并行作答**：各参考模型独立、并行地处理您的请求，互不干扰。
3. **思考编排与上下文压缩**：网关对多个模型的思考过程和答案进行编排与压缩，提炼共识、识别分歧、发现各自的盲区，同时控制传递给主模型的上下文规模。
4. **主模型融合作答**：主模型基于编排后的多方结果生成最终回复；如请求中携带工具定义，工具调用也由主模型在此阶段发起。

整个过程对开发者完全透明——您发出一次标准的 Chat Completions 请求，收到一次标准的响应，融合过程在网关内部完成。

## 4. 使用说明

Fusion 模型提供 OpenAI 兼容接口。您只需将 `base_url` 指向 PPIO 网关，并将 `model` 设置为 `pprouter/fusion`。

* **Base URL**：`https://api.ppio.com/openai`
* **模型名称**：`pprouter/fusion`
* **鉴权方式**：`Authorization: Bearer <您的 API Key>`（API Key 可在 PPIO 控制台创建）

### cURL

```bash theme={null}
base_url="https://api.ppio.com/openai"
api_key="<您的 API Key>"
curl "$base_url/v1/chat/completions" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $api_key" \
  -d @- << 'EOF'
{
    "model": "pprouter/fusion",
    "messages": [
        {
            "role": "user",
            "content": "Hi there!"
        }
    ],
    "response_format": { "type": "text" }
}
EOF
```

### Python（OpenAI SDK）

```python theme={null}
from openai import OpenAI

base_url = "https://api.ppio.com/openai"
api_key = "<您的 API Key>"
model = "pprouter/fusion"

client = OpenAI(
    base_url=base_url,
    api_key=api_key,
)

stream = True  # or False

chat_completion_res = client.chat.completions.create(
    model=model,
    messages=[
        {
            "role": "user",
            "content": "Hi there!",
        }
    ],
    stream=stream,
)

if stream:
    for chunk in chat_completion_res:
        print(chunk.choices[0].delta.content or "", end="")
else:
    print(chat_completion_res.choices[0].message.content)
```

### JavaScript / Node.js（OpenAI SDK）

```javascript theme={null}
const OpenAI = require("openai");

const baseURL = "https://api.ppio.com/openai";
const apiKey = "<您的 API Key>";
const model = "pprouter/fusion";

const openai = new OpenAI({
  baseURL: baseURL,
  apiKey: apiKey,
});

const stream = true; // or false

async function run() {
  const completion = await openai.chat.completions.create({
    messages: [
      {
        role: "user",
        content: "Hi there!",
      },
    ],
    model: model,
    stream,
    response_format: { type: "text" },
  });

  if (stream) {
    for await (const chunk of completion) {
      if (chunk.choices[0].finish_reason) {
        console.log(chunk.choices[0].finish_reason);
      } else {
        console.log(chunk.choices[0].delta.content);
      }
    }
  } else {
    console.log(JSON.stringify(completion));
  }
}

run();
```

### 支持的能力

| 能力                               | 支持情况                   |
| -------------------------------- | ---------------------- |
| 流式输出（`stream`）                   | ✅ 支持                   |
| 工具调用（`tools` / Function Calling） | ✅ 支持                   |
| 结构化输出（`response_format`）         | ✅ 支持                   |
| 自定义参考模型面板                        | 🔜 当前为官方固定组合，自定义能力后续开放 |

## 5. 费用说明

Fusion 模型按**实际消耗汇总计费**：

* 一次 Fusion 模型请求在网关内部会产生多次模型调用（多个参考模型的并行调用 + 主模型的融合作答）。
* 每次内部调用按对应模型自身的 token 单价计费，最终汇总为本次请求的总费用。
* 各模型的具体单价请以 <a href="https://ppio.com/model-api/pricing" target="_blank">价格页面</a> 为准。

**成本预期**：由于涉及多个模型协同，单次 Fusion 模型请求的费用高于调用单个模型。但在复杂任务上，Fusion 模型以中低梯队的模型成本达到甚至超越头部旗舰模型的效果——以 DRACO 基准为例，Fusion 模型总成本仅为 Claude Fable 5 的约 1/10。同时，网关内置的上下文压缩机制会控制内部调用的 token 消耗，避免成本随模型数量线性膨胀。

**成本建议**：

* 将 Fusion 模型用于高价值、高风险的关键步骤，而非全部请求；
* 简单、高频的任务使用模型调度功能或直接调用轻量模型；
* 通过 PPIO 控制台查看用量明细，持续监控实际消耗。

## 6. 常见问题

**Q1：每次调用 `pprouter/fusion` 都会触发多模型融合吗？**

是的。当前版本中，每次请求都会执行完整的多模型并行推理与融合流程，确保输出质量稳定。

**Q2：我可以指定参考模型面板中包含哪些模型吗？**

当前版本的参考模型组合由 PPIO 官方选定并持续调优，暂不支持自定义。参考模型自定义能力将在后续版本开放，敬请关注官方更新公告。

**Q3：Fusion 模型的响应延迟会比单模型高吗？**

会有一定增加。虽然参考模型是并行调用的，但融合流程包含“参考模型作答 → 思考编排 → 主模型作答”多个阶段，整体延迟高于单模型直接调用。因此 Fusion 模型更适合对结果质量敏感、对延迟相对宽容的场景；延迟敏感的高频任务建议使用模型调度功能。

**Q4：Fusion 模型既然内部调用多个模型，为什么说它性价比高？**

Fusion 模型的对标对象是头部旗舰模型。在复杂任务上，直接使用旗舰模型价格昂贵；Fusion 模型用多个中低价位模型协同，达到甚至超越旗舰模型的效果，而总成本显著更低（DRACO 基准中约为 Claude Fable 5 的 1/10）。此外，上下文压缩与思考编排机制也在持续控制内部 token 消耗。

**Q5：现有基于 OpenAI SDK 的代码需要改造吗？**

不需要。Fusion 模型完全兼容 OpenAI Chat Completions 接口，只需将 `base_url` 改为 `https://api.ppio.com/openai`、`model` 改为 `pprouter/fusion` 即可。

**Q6：如何查看每次 Fusion 模型请求的实际费用？**

请登录 PPIO 控制台查看用量与账单明细。