knowledge-base/raw/blog/2026-06-12_openrouter-fusion-beats-frontier.md

---
type: blog
source_url: https://openrouter.ai/blog/announcements/fusion-beats-frontier/
retrieved: 2026-06-15
title: "Surpassing Frontier Performance with Fusion"
author: "Brian Thomas (OpenRouter)"
published: 2026-06-12
updated: 2026-06-14
tags: [openrouter, fusion, model-ensemble, draco-benchmark, deep-research, model-routing, llm-systems]
---

# OpenRouter Fusion: Surpassing Frontier Performance with Model Panels

**Geteilt von:** @k9ert in OME-Gruppe "News & Infos (X/YT/Substack etc.)"-Topic

## Quelle

- **Titel:** Surpassing Frontier Performance with Fusion
- **Autor:** Brian Thomas (OpenRouter)
- **Veröffentlicht:** 12.06.2026 (Update 14.06.2026: FAQ)
- **URL:** https://openrouter.ai/blog/announcements/fusion-beats-frontier/
- **Kernlinks:**
  - Try Fusion: https://openrouter.ai/fusion
  - API-Docs: https://openrouter.ai/docs/guides/features/server-tools/fusion
  - Server Tools (Web Search/Fetch): https://openrouter.ai/docs/guides/features/server-tools
  - Web Search Tool-Definition: https://openrouter.ai/docs/guides/features/server-tools/web-search

## Kernthese

> "Synthesizing the results of multiple models can significantly outperform what individual models are capable of."

OpenRouter launcht **Fusion** — ein Routing-Layer, der mehrere Modelle parallel antworten lässt und ein Judge-Modell die Ergebnisse zu einer konsolidierten Antwort fusioniert. Über das DRACO-Benchmark validiert: **Beyond-Frontier-Performance** mit Billig-Modell-Panels.

## Architektur

```
User Prompt
    ↓
Fusion Pipeline (server-side)
    ↓
┌─────────────┬─────────────┬─────────────┐
│  Panel      │  Panel      │  Panel      │  (parallele Calls,
│  Model 1    │  Model 2    │  Model N    │   web search + fetch)
└─────────────┴─────────────┴─────────────┘
    ↓             ↓             ↓
        Judge / Synthesizer Model
        (strukturiert: Konsens, Widersprüche,
         partielle Abdeckung, einzigartige Insights,
         blinde Flecken)
    ↓
Final Answer
```

**API-Call:**
```json
{
  "model": "openrouter/fusion",
  "messages": [{"role": "user", "content": "..."}],
  "plugins": [{
    "id": "fusion",
    "model": "google/gemini-3-flash-preview",
    "analysis_models": [
      "google/gemini-3-flash-preview",
      "moonshotai/kimi-k2.6",
      "deepseek/deepseek-v4-pro"
    ]
  }]
}
```

## DRACO-Benchmark Ergebnisse

Quelle: [DRACO: a Cross-Domain Benchmark for Deep Research](https://arxiv.org/abs/2602.11685) (Perplexity AI, arXiv:2602.11685, 12.02.2026)
- [PDF](https://arxiv.org/pdf/2602.11685) | [HTML v1](https://arxiv.org/html/2602.11685v1) | [HF Dataset](https://hf.co/datasets/perplexity-ai/draco)

| Typ | Model(s) | Score |
|---|---|---|
| Fusion | Fable 5 + GPT-5.5 (synthesized by Opus 4.8) | **69.0%** |
| Fusion | Opus 4.8 + GPT-5.5 + Gemini 3.1 Pro (synth. Opus 4.8) | **68.3%** |
| Fusion | Opus 4.8 + GPT-5.5 (synth. Opus 4.8) | **67.6%** |
| Fusion | Opus 4.8 + Opus 4.8 (synth. Opus 4.8) | **65.5%** |
| Solo | Claude Fable 5 | 65.3% |
| Fusion | Gemini 3 Flash + Kimi K2.6 + DeepSeek V4 Pro (synth. Opus 4.8) | **64.7%** |
| Solo | DeepSeek V4 Pro | 60.3% |
| Solo | GPT-5.5 | 60.0% |
| Solo | Claude Opus 4.8 | 58.8% |
| Solo | Kimi K2.6 | 53.7% |
| Solo | Gemini 3.1 Pro | 45.4% |
| Solo | Gemini 3 Flash | 43.1% |

**Drei Schlüsselbefunde:**

1. **Panels schlagen einzelne Modelle konsistent** — selbst mit identischer Architektur (Opus 4.8 + Opus 4.8: +6.7 Punkte über Solo-Opus)
2. **Beyond-Frontier mit Frontier-Panels** — Fable 5 + GPT-5.5 schlägt Fable 5 alleine
3. **Budget-Panels erreichen Frontier-Nähe zu halben Kosten** — Gemini 3 Flash + Kimi K2.6 + DeepSeek V4 Pro kommen auf 64.7% (innerhalb 1% von Fable 5) bei 50% der Kosten

## Wichtige methodische Details

### Benchmark-Design (DRACO)

100 Deep-Research-Tasks in 10 Domänen (Akademik, Finanzen, Jura, Medizin, Tech, UX, General Knowledge, Needle-in-Haystack, Personal Assistant, Product Comparison). Pro Task ~39 gewichtete Kriterien in 4 Dimensionen:

- **Factual Accuracy** (~20 Kriterien)
- **Breadth & Depth** (~9 Kriterien, inkl. Trade-off-Analyse)
- **Presentation Quality** (~6 Kriterien, inkl. Lesbarkeit)
- **Citation Quality** (~5 Kriterien, primäre Quellen)

Negative Gewichtung für gefährliche Falschaussagen (z.B. medizinisch) verhindert Score-Gaming durch Länge. Jede Antwort wird 3× von Judge-Modell graded, Mittelwert berichtet.

### Anti-Cheating-Mechanismus

> "When we gave the panel models web search, we discovered something alarming: they were finding the DRACO grading rubric online."

OpenRouter schließt DRACO-Quellen vom Web-Search/Fetch aus — Konfiguration auf `excluded_domains`/`blocked_domains` in Server-Tools. Nutzbar auch für eigene Evals. Quelle: [OpenRouter Server Tools](https://openrouter.ai/docs/guides/features/server-tools).

### Selbst-Fusion überraschend stark

Opus 4.8 + Opus 4.8 (also 2× dasselbe Modell, beide mit Synthesizer-Pflicht) liefert **65.5%** vs. Solo-Opus 4.8 **58.8%**. → **+6.7 Punkte** durch reine Self-Synthesis (zwei verschiedene Reasoning-Pfade, Tool-Calls, Quellenauswahl).

## Kernaussage / Konzept

**Model Panels / Fusion Ensemble** als emergentes Architektur-Pattern: Statt einzelne Modelle zu skalieren, mehrere mittelgroße Modelle parallel + Judge fusioniert. Trade-offs: höhere Latenz und Kosten pro Query, dafür bessere Abdeckung und Beyond-Frontier-Performance bei Budget-Modellen.

**Direkter Kontrast zu [[concepts/llm-behavior-persistence.md]]:** Während dort das **Innere** eines Modells (Persistenz schädlicher Eigenschaften) thematisiert wird, adressiert Fusion die **Außenseite** (kollektive Intelligenz über Modellgrenzen hinweg). Zwei komplementäre Probleme.

## Verbindung zu bestehendem Wiki

- **Model-Routing:** Bestehende [[architecture/model-routing.md]]-Seite behandelt Fallback-Chains. Fusion ist *orthogonal* — kein Fallback, sondern *paralleles Ensemble + Synthese*.
- **LLM Behavior Persistence:** Persistenz im Einzelmodell → Ensemble mildert das (verschiedene Biases, verschiedene Halluzinationsmuster, Judge kann filtern).
- **Open-Source-Debatte (Liesel Weppen Thread):** Fusions-Resultat zeigt, dass auch ohne "echte" Open Source ein Ensemble aus heterogenen (auch closed) Modellen Beyond-Frontier-Performance liefert. Pragmatischer Ansatz.

## 6/14 FAQ Update (Auszug)

- **Drop-in-Replacement für Fable 5?** Nein — nur für die getestete Klasse (Deep Research), Lang-Horizon-Tasks bleiben Fable-Territorium.
- (weitere FAQ-Punkte im Original-Blog)

## Zitierte/verlinkte Ressourcen

- DRACO Paper: https://arxiv.org/abs/2602.11685
- DRACO PDF: https://arxiv.org/pdf/2602.11685
- DRACO HTML: https://arxiv.org/html/2602.11685v1
- DRACO HF Dataset: https://hf.co/datasets/perplexity-ai/draco
- Perplexity AI: https://www.perplexity.ai/
- OpenRouter Fusion: https://openrouter.ai/fusion
- OpenRouter API Docs: https://openrouter.ai/docs/guides/features/server-tools/fusion
- OpenRouter Server Tools: https://openrouter.ai/docs/guides/features/server-tools
- OpenRouter Web Search Tool: https://openrouter.ai/docs/guides/features/server-tools/web-search
- OpenRouter Model Listing: https://openrouter.ai/models
- Brian Thomas (OpenRouter): https://openrouter.ai/

## Erwähnte Modelle (mit Verlinkung)

- Claude Fable 5 — https://openrouter.ai/anthropic
- Claude Opus 4.8 — https://openrouter.ai/anthropic
- GPT-5.5 — https://openrouter.ai/openai
- Gemini 3.1 Pro / Gemini 3 Flash — https://openrouter.ai/google
- Kimi K2.6 (Moonshot) — https://openrouter.ai/moonshotai
- DeepSeek V4 Pro — https://openrouter.ai/deepseek