PPIO正式发布“Fusion融合模型”:用十分之一的价格超越顶级模型的智商
8月6日,PPIO正式推出智能模型网关新功能Fusion 融合模型。
跟仅做简单请求转发的传统 API 网关不同, Fusion 融合模型会将每次调用变成一场“专家会诊”——网关会将复杂任务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。

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。在 DRACO 深度研究基准测试中,PPIO 用三个开源模型融合后的评分超越了 Claude Fable 5,而成本仅为后者的十分之一。
Fusion 融合模型证明,智能的提升不再只发生在参数层,它也可以发生在调用层。
为什么 Agent 时代不能只依赖一个模型?
2026 年,大模型市场进入密集迭代期。Claude、GPT、Kimi、GLM 等主流模型几乎每季度都有新版本发布,排行榜的头部位置频繁更替。对应用开发者而言,可选的模型越来越多,但每个模型都有各自的短板。
从评测数据看,所有的模型能力均存在偏科,并且偏科的方向各不相同。代码生成、长文档理解、数学推理、多语言翻译,当前没有一个模型在所有维度上同时领先,排行榜头部位置按任务类型切分后属于不同的模型。
比偏科更难应对的是幻觉。模型产生幻觉时无法自我发现,错误答案和正确答案在语气、格式、流畅度上没有区别,模型不会对自己不确定的部分做出标记。法律条款解读、医疗建议、金融合规这类场景中,错误一旦被采纳,纠错成本远高于重新生成一次答案,而单模型架构下不存在第二个视角来拦截这个错误。
偏科和幻觉的根源在于,单个模型对同一问题只有一条推理路径,一条路径只能看到一面。复杂问题往往存在多个切入角度,单一路径的遗漏,只有引入另一条独立路径才能发现和补上。
这三个限制在 Agent 场景中的代价尤其大。Agent 逐步执行任务,步骤之间存在依赖关系,一旦某个关键步骤因为偏科、幻觉或视角遗漏出错,后续整条链路跟着走偏,产生的返工成本包含错误之后所有步骤消耗的 Token。
模型越来越多、迭代越来越快,但单模型的这三个限制不会因为换一个更新的模型就消失,它们是架构层面的问题,需要在架构层面解决。
多模型融合推理:让每个模型都发挥更大价值
Fusion 融合模型就是为解决上述问题而生的。用户发送一次请求,网关在内部组织多个模型各自独立作答,再将这些答案经过筛选和融合后返回一份最终回复。
市面上常见的 API 网关做的是转发,请求进来,选一条线路发出去,网关本身不改变答案的质量。PPIO 智能模型网关在转发之外增加了一层编排,让多个模型的产出在返回之前经过比对和融合,因此网关本身成为智能增量的来源。
一次完整的 Fusion 融合模型调用在网关内部走四步。

- 请求分发。 网关把问题同时发给多个参考模型。
- 并行作答。 各个模型独立作答,互不干扰。
- 思考编排。 提取共识,标记分歧,排除错误,同时压缩上下文。
- 融合作答。 主模型基于整理后的多方论证生成最终回复。
其中第三步决定融合的质量。多个模型给出一致结论的地方互相印证,降低了偏科带来的盲区;出现冲突的地方被标记出来进一步推敲,为拦截幻觉提供了第二视角;不同推理路径汇总后覆盖面大于任何一条单独路径,补上了单模型视角遗漏的部分。经过这一步整理,主模型定稿时面对的信息量远大于原始问题本身,因此融合结果的质量高于其中任何一个参考模型的单独作答。
由于多个模型同时执行,等待时间取决于最慢的一个,不会随模型数量线性增长,因此引入更多视角并不意味着成倍增加延迟。同时,某个模型调用失败时网关会跳过该模型继续完成融合,多路径的结构反而让整条链路比单模型调用更抗抖动。在 Agent 的多轮交互中,同一回合内已获得的参考结果会被复用,避免重复消耗 Token,所以实际成本增幅远低于“调用了多个模型”这个直觉判断。每次调用经过的模型、消耗的 Token、耗时和成本全部留痕可查,使得智能水平的变化可度量、可追溯。
用1/10的价格超越顶级模型的智商
在 DRACO 深度研究基准测试(专门评估 AI 智能体执行复杂深度研究任务的能力)中,PPIO 以 Kimi K3、GLM 5.2、MiniMax M3 为参考模型(Advisors)、DeepSeek V4 Flash 为融合主模型(Aggregator)进行融合模型推理:
- 评分 57.34 分,超越 Claude Fable 5(55.14 分);
- 总成本仅 ¥57.59,是 Claude Fable 5(¥566)的约 1/10。

值得一提的是,参与融合的这三个模型单独拿出来都不是各自赛道的榜首,性能提升的部分是由于编排层产生的。这说明智能增量可以来自调用层的组织方式,不必全部依赖基座模型的参数规模。

Agent 时代,模型调用逻辑正在被重构
在 2026 年世界人工智能大会(WAIC)期间,PPIO 联合创始人兼 CEO 姚欣提出了 Agent 时代的核心公式:Agent 生产力 = Token 智能密度 × Agent Loop 时长。
Token 智能密度决定 Agent 每一步决策的质量上限,Agent Loop 时长决定它能持续运行多久、完成多复杂的任务。
过去提升 Token 智能密度,只能被动等下一代模型发布。但是现在,模型的选择权在使用者手里,没有人会被绑死在某一个模型上。PPIO Fusion 融合模型在调用层做编排提升智能密度,让用户无感实现智能的提升。
Agent 的使用方式与人差异很大。人偶尔提问,Agent 高频调用工具、长上下文持续交互、多模型协同,对延迟、稳定性和成本的敏感度远高于传统场景。执行主体从人换成 Agent,模型的服务对象随之重构。
规模上这套能力已经过验证。截至 2026 年 6 月,PPIO 日均 Token 调用量超 1.2 万亿,较 2025 年同期增长超 8 倍。根据灼识咨询统计,在中国独立 AI 云计算服务提供商中,PPIO 日均 Token 消耗量排名第一。今年 PPIO 入选中国信通院首批“企业级 Token 服务性能攀登基线”,通用场景下跑出 TPS ≥ 55 个/秒、TTFT ≤ 0.9 秒、调用成功率 ≥ 99.9% 的指标。
让大模型从“用得起”走向“用得聪明”,让大模型从“单智能”走向“融合智能”,这是 PPIO 智能模型网关正在做的事。
本文由PPIO提供,量子位获授权转载,观点归原作者所有。
版权所有,未经授权不得以任何形式转载及使用,违者必究。
Related Articles
Binding of Isaac developer removes AI music from Repentance Plus
Terrence O'Brien is the Verge’s weekend editor. He’s covered the tech industry for over 18 years and knows a thing or two about synths.The Binding of Isaac: Repentance Plus has spent the last few days getting...
The vibe-coding revolution is coming to all the gadgets
This is The Stepback, a weekly newsletter breaking down one essential story from the tech world. For more on the vibe-hacking of everything, follow David Pierce. The Stepback arrives in our subscribers’...
Nature:糖尿病大鼠成功恢复正常血糖!用电刺激迷走神经控糖
< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> 2026-11-22 ...
A社数学家用Claude又证明另一千禧难题,逼出一份写了12年的940页纯人类手稿
< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> 2026-11-22 ...