低成本复刻Fable5的路子找到了：OrcaRouter多模型组队，性能反超

这年头，AI圈最不缺的就是“得不到的白月光”。

在过去的一段时间里，很多人一边对着

望洋兴叹，一边盘算着高昂的调用成本。但与此同时，已经有人悄悄把这桌“满汉全席”给掀了。

怎么掀的？靠一手精妙的“拼图游戏”。

AI网关

最近上线了一套可编程路由策略——让多个模型同时答题，再通过仲裁机制自动选出最优解。关键点在于，那些你现在就能调用的“常规模型”，经过组合编排后，跑出来的综合胜率，直接超过了Fable 5的单体基准线。

一个典型的案例：Opus 4.8打不过Fable 5，GPT-5.5也单挑不过，但这两个模型拼在一起，结果就反超了。哪怕不混编，同一个Opus 4.8自己跟自己组队，综合得分也能从58.5%拉到约

，追平Fable 5。更让人意外的是，换成几个更便宜的模型组队（Gemini+Kimi+DeepSeek），也只差Fable 5一个点，。

来看具体数据。

反直觉的结果：组合 > 任何单兵

拿一组测试数据来说明（注：以下为示意性数据，用于说明趋势，非官方跑分）。在100道任务中，评分了

。

结果很清楚：组合面板（多模型并行+仲裁）的得分，普遍高于它的每一个成员模型。

• 任意一个“组合面板”，都打过了它自己的每一个成员。比如Opus 4.8 + GPT-5.5（约67.5%）同时高于Opus单跑（约58.5%）和GPT-5.5单跑（约60%），拉开了7~9个点；
• 多个组合追平、甚至超过了Fable 5单跑（约65.5%）；
• 连“自我组合”（Opus×2，约65.5%）都能追平Fable 5；一组便宜模型（Gemini 3 Flash+Kimi K2.6+DeepSeek V4 Pro，约64.5%）也几乎贴脸——

  成本却低了一大截
  。

再把DSL按难度智能分流跑成完整端点，差距就更直观了（同为示意数据）。

很明显，赢的并不是“更强的模型”，而是

。

为什么“人多力量大”对模型也适用

这个道理其实很简单，就像让三个工程师同时解题，再挑出最好的答案一样。

不同模型的知识盲区和犯错方式各不相同：各自独立作答时，错误是分散且不重叠的；再用“裁判”或“投票”机制把对的挑出来，整体正确率自然就被拉了上去。所以，模型间的分歧其实是

——而OrcaRouter做的，就是，最终拼成满血输出。

怎么做到的：用最简单的配置，解最复杂的调度

OrcaRouter把这套编排逻辑的“钥匙”交给了用户自己来写。

规则用YAML编写，条件使用Google的CEL表达式（安全沙箱、只读、微秒级求值），自上而下匹配，第一条命中即生效。整条请求的处理路径如下：

按难度路由的配置大概长这样：

rules:
  id: hard
  when: difficulty > 0.8  # 难题 → 上顶配
  use: { model: "anthropic/claude-opus-4-8", reasoning_effort: "high" }
  id: easy
  when: difficulty < 0.3  # 简单请求 → 走便宜模型
  use: { model: "google/gemini-3-flash" }
default:
  delegate: balanced

而真正实现“满血复活”的关键一招，是

：

use:
  parallel:  # 2~5个模型并行作答
    - { model: "anthropic/claude-opus-4-8" }
    - { model: "openai/gpt-5.5" }
    - { model: "google/gemini-3.1-pro" }
  arbiter:
    strategy: best_of_n  # 让一个"裁判模型"挑最优
    model: "anthropic/claude-sonnet-4-6"

目前支持四种仲裁策略，对应四种不同的“定胜负”方式：

担心组合也可能翻车？可以再加一层

兜底：当响应触发patch_invalid（补丁打不上）、self_doubt（模型自我怀疑）等信号时，自动改投更强的模型重试。

更省、更稳：用拓扑换智能

并行扇出意味着“每条腿都计费”，但账要这么算：你只在难的那一小撮请求上才扇出，简单请求照样走便宜模型。而一组便宜模型拼出的面板就能逼近Fable 5——

。

上手极简

入口在控制台：routing → create router → routing strategy → DSL。

配套自带lint校验、dry-run试跑、影子模式（只评估不生效，先看A/B差异和成本变化）、灰度放量（0~100%滑杆）和回滚审计。改路由这种高危操作，被包了一层安全网，可以零风险跑起来再放量。

需要说明的一点是：按难度/任务的智能路由现已上线；而“多模型并行扇出+仲裁”的运行时目前处于灰度/预览阶段（计费链路逐步验证中）。可以先写好规则、用影子模式观察，等开放后一键生效。

结语

当整个圈子都在为下一个未知数倾注赌注时，一种更具确定性的工程范式正在悄然成型。协作大于单兵，网络优于孤岛。

几个现成的模型组合起来就能赢最强单体——胜负手已经不只是“你调用了谁”，

的权重正在变大。模型还会继续卷下去，下一个更强的迟早会来。但当编排本身就能拉出几个点的性能增量时，。

（注：本文图表均为示意性数据，仅用于说明趋势，非官方跑分；多模型融合运行时目前处于灰度/预览阶段。）