允中 發(fā)自 凹非寺
量子位 | 公眾號 QbitAI

這年頭，AI圈最不缺的就是“得不到的白月光”。

就在大家一邊對著Claude Fable 5望洋興嘆，一邊盤算著高昂的調(diào)用成本時，有人已經(jīng)悄悄把這桌“滿漢全席”給掀了。

怎么掀的？一手精妙的“拼圖游戲”。

AI網(wǎng)關(guān)OrcaRouter最近上線了一套可編程路由策略Routing DSL，多個模型同時答題，自動仲裁出最優(yōu)解。

幾個你現(xiàn)在就能調(diào)用的“常規(guī)模型”，給它來個組合編排，跑出來的綜合勝率，直接掀翻了Fable 5的單體基準(zhǔn)線。

Opus 4.8打不過Fable 5，GPT-5.5也單挑不過，但這兩個拼一組，結(jié)果就反超了。

哪怕是不混編，同一個Opus 4.8自己跟自己組隊，綜合得分也能從58.5%拉到約65.5%，追平Fable 5。

換成幾個更便宜的模型組隊（Gemini+Kimi+DeepSeek），也只差Fable 5一個點，成本卻低上一大截

我們直接看數(shù)據(jù)。

反直覺的結(jié)果：組合>任何單兵

一組測試（注：以下為示意性數(shù)據(jù)，用于說明趨勢，非官方跑分），100道任務(wù)里評分了93道

組合面板（多模型并行+仲裁）的得分，普遍高于它的每一個成員模型：

這里劃下重點：

• 任意一個“組合面板”，都打過了它自己的每一個成員。Opus 4.8 + GPT-5.5（約67.5%）同時高于Opus單跑（約58.5%）和GPT-5.5單跑（約60%），拉開7~9個點；
• 多個組合追平、甚至超過了Fable 5單跑（約65.5%）；
• 連“自我組合”（Opus×2，約65.5%）都能追平Fable 5；一組便宜模型（Gemini 3 Flash+Kimi K2.6+DeepSeek V4 Pro，約64.5%）也幾乎貼臉——成本卻低一大截

再把DSL按難度智能分流跑成完整端點，差距更為直觀（同為示意數(shù)據(jù)）：

很明顯，贏的不是“更強的模型”，而是“更聰明的編排方式”

為什么“人多力量大”對模型也適用

道理和讓三個工程師同時做題、再挑出最好的答案一樣。

不同模型的知識盲區(qū)和犯錯方式并不相同：

各自獨立作答，錯誤是分散、不重疊的；

再用“裁判”或“投票”把對的挑出來，整體正確率自然會被抬上去。

模型間的分歧其實是信號

OrcaRouter做的，就是從這些分歧里挑出最優(yōu)解，拼成滿血輸出。

怎么做到的：用最簡單的配置，解最復(fù)雜的調(diào)度

OrcaRouter把這套編排邏輯交給你自己寫。

規(guī)則用YAML，條件用Google的CEL表達(dá)式（安全沙箱、只讀、微秒級求值），自上而下匹配，第一條命中即生效。

整條請求的處理路徑是這樣的：

按難度路由，長這樣：

rules:id: hardwhen: difficulty >0.8# 難題 → 上頂配use: { model:"anthropic/claude-opus-4-8", reasoning_effort:"high"}id: easywhen: difficulty <0.3# 簡單請求 → 走便宜模型use: { model:"google/gemini-3-flash"}default:delegate: balanced

“滿血復(fù)活”的關(guān)鍵一招，是parallel（并行扇出）+ arbiter（仲裁）：

use:parallel: #2~5個模型并行作答- { model:"anthropic/claude-opus-4-8"}- { model:"openai/gpt-5.5"}- { model:"google/gemini-3.1-pro"}arbiter:strategy: best_of_n # 讓一個"裁判模型"挑最優(yōu)model:"anthropic/claude-sonnet-4-6"

四種仲裁策略，對應(yīng)四種“怎么定勝負(fù)”

擔(dān)心組合也翻車？

再加一層置信度級聯(lián)兜底：當(dāng)響應(yīng)觸發(fā)patch_invalid（補丁打不上）、self_doubt（模型自我懷疑）等信號，自動改投更強的模型重試。

更省、更穩(wěn)：用拓?fù)鋼Q智能

并行扇出意味著“每條腿都計費”，但賬要這么算：

你只在難的那一小撮請求上才扇出，簡單請求照樣走便宜模型；

而一組便宜模型拼出的面板就能逼近Fable 5——用拓?fù)浣Y(jié)構(gòu)買智能，而不是用更高的單價買智能。

上手極簡

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

配套自帶lint校驗、dry-run試跑、影子模式（只評估不生效，先看 A/B 差異和成本變化）、灰度放量（0~100%滑桿）和回滾審計——

改路由這種高危操作，被包了一層安全網(wǎng)，可以先零風(fēng)險跑起來再放量。

需要說明的一點是：

按難度/任務(wù)的智能路由現(xiàn)已上線；

“多模型并行扇出+仲裁”的運行時目前處于灰度/預(yù)覽階段（計費鏈路逐步驗證中），可先寫好規(guī)則、用影子模式觀察，開放后一鍵生效。

現(xiàn)在就去試：

文檔：docs.orcarouter.ai/routing/routing-dsl
網(wǎng)站：www.orcarouter.ai （控制臺routing→create router→routing strategy→DSL）

結(jié)語

當(dāng)整個圈子都在為了下一個未知數(shù)傾注賭注時，一種更具確定性的工程范式正在悄然成型。

協(xié)作大于單兵，網(wǎng)絡(luò)優(yōu)于孤島。

幾個現(xiàn)成模型組合起來就能贏最強單體，勝負(fù)手已經(jīng)不只是“你調(diào)用了誰”，“你怎么編排”的權(quán)重正在變大。

模型還會繼續(xù)卷下去，下一個更強的遲早會來。

但當(dāng)編排本身就能拉出幾個點的性能增量，“怎么用”這件事，也許該和“用哪個”放在同一個優(yōu)先級了。

（注：本文圖表均為示意性數(shù)據(jù)，僅用于說明趨勢，非官方跑分；多模型融合運行時目前處于灰度/預(yù)覽階段。）