📨 O que a Fusion faz: 1 prompt → N modelos
A OpenRouter Fusion tem um gesto central simples de descrever: pegue um único prompt e mande-o, sem mudar nada, para vários modelos diferentes ao mesmo tempo. Cada modelo recebe a tarefa inteira e a resolve por conta própria. No fim, você tem N respostas concorrentes para a mesma pergunta.
A palavra-chave é ensemble: um conjunto de modelos respondendo a mesma coisa. Não é divisão de trabalho — é repetição. Ninguém recebe "só o pedaço de código" ou "só o resumo". Todos veem o pedido completo, e a diversidade entre eles é justamente o que a Fusion quer explorar.
🆕 Novo aqui? Três termos
- Ensemble: juntar vários modelos (ou execuções) e combinar as saídas — em vez de confiar em um só.
- Fan-out: disparar a mesma requisição para muitos destinos em paralelo de uma vez.
- Candidato: cada resposta individual que volta de um modelo, antes de o juiz escolher/fundir.
⚖️ O juiz que funde as respostas
N respostas soltas não servem de nada — você quer uma. É aí que entra o juiz: um modelo que lê todos os candidatos e produz a resposta final. Esse padrão tem nome próprio na literatura — LLM-as-judge: usar um modelo para avaliar/escolher entre saídas de modelos.
Os candidatos (ciano) convergem no juiz, que entrega uma resposta única. O juiz pode escolher a melhor, votar, ou reescrever um híbrido.
🎯 Três jeitos de o juiz fundir
- 1.Pick-best: lê todas e escolhe a melhor resposta inteira, descartando o resto.
- 2.Votar: quando há resposta "certa" curta, fica com a que mais modelos produziram (maioria).
- 3.Sintetizar: reescreve uma resposta nova, costurando o melhor de cada candidato.
🌈 Por que isso melhora: perspectivas diversas
A intuição é antiga e vem da estatística: se vários "votantes" erram de jeitos independentes, juntar os votos cancela boa parte dos erros e deixa o acerto comum sobressair. É a "sabedoria das multidões". Modelos diferentes — treinados por empresas diferentes — tendem a errar em pontos diferentes.
Mas há uma condição crítica, que muita gente esquece: os erros precisam ser descorrelacionados. Se você roda cinco cópias do mesmo modelo, elas erram quase igual — o ensemble não ajuda. O ganho da Fusion depende de diversidade real entre os modelos do ensemble.
📊 A regra do ensemble em uma frase
Ensemble só ajuda quando os participantes são, ao mesmo tempo:
- Bons o bastante — cada um acerta mais do que erra (senão você só soma ruído).
- Diversos o bastante — erram em lugares diferentes (senão erram juntos e o juiz não tem o que salvar).
- Julgáveis — o juiz consegue distinguir a melhor resposta (senão escolhe mal).
✓ Onde a diversidade ajuda
- ✓Modelos de vendors distintos (forças diferentes)
- ✓Tarefa com muitos caminhos válidos
- ✓Erro de um modelo é raro mas caro
✗ Onde não adianta
- ✗Cinco cópias do mesmo modelo
- ✗Todos os modelos têm a mesma lacuna
- ✗Um modelo forte já acerta sozinho
🔀 Fusion × Fugu: ensemble × decomposição
Os dois usam vários modelos — e param de se parecer aí. O Fugu decompõe: um gerente quebra a tarefa em partes e dá cada parte a um especialista (quem é bom em código faz o código). A Fusion replica: a tarefa inteira vai a todos, e o juiz funde respostas concorrentes. Decompor é dividir; replicar é repetir.
À esquerda, Fugu reparte pedaços diferentes. À direita, Fusion manda a tarefa inteira a cada modelo. Mesma matéria-prima (vários modelos), arquitetura oposta.
| Dimensão | 🐡 Fugu (decompõe) | ⚖️ Fusion (ensemble) |
|---|---|---|
| O que cada modelo recebe | um pedaço da tarefa | a tarefa inteira |
| Quem decide o split | um gerente/conductor | ninguém — não há split |
| Como funde | junta partes complementares | juiz escolhe/funde concorrentes |
| Ganho esperado | especialização por parte | robustez por diversidade |
| Pergunta "quem faz" | divide entre especialistas | todos fazem tudo |
👪 Os parentes da Fusion
A Fusion não inventou "paralelo + agregar" — ela empacota um padrão bem estudado. Conhecer os parentes ajuda a ver que isso é técnica madura, não mágica de produto. São três que valem o nome:
Self-consistency
Pergunte a mesma coisa ao mesmo modelo várias vezes (com aleatoriedade) e fique com a resposta mais comum. É ensemble "de um modelo só", explorando a variância das próprias amostras. Barato e surpreendentemente eficaz em raciocínio.
LLM-as-judge
Usar um modelo para avaliar as saídas de outros — dar nota, ranquear, escolher a melhor. É exatamente o "juiz" da Fusion, e também a base de muitos sistemas de avaliação automática de qualidade.
Mixture-of-agents (MoA)
Vários modelos em camadas: a primeira camada responde, a segunda lê as respostas da primeira e refina, e assim por diante. É a Fusion "em profundidade" — agregar não só uma vez, mas em rodadas.
💡 O fio que une os três
Todos respondem à segunda pergunta da orquestração — "como as respostas se combinam" — gerando múltiplos candidatos e agregando. A Fusion é a versão cross-provider, atrás de uma API; o padrão em si você pode montar na mão (você faz isso no Módulo 3.2).
🧾 O custo do paralelo: N respostas + juiz
Aqui está o contrapeso. Rodar N modelos custa N respostas completas — cada um lê o prompt e escreve uma resposta inteira, e você paga por todos. Some a chamada do juiz, que ainda lê todas as N respostas. A conta cresce para algo na ordem de N+1 execuções para entregar uma resposta só.
Latência tem uma boa e uma má notícia. A boa: como os modelos rodam em paralelo, o tempo é o do mais lento, não a soma. A má: o juiz só começa depois que o último termina — então você sempre espera o pior do grupo, mais o passo de fusão.
📊 A aritmética do ensemble
- Custo ≈ (custo de 1 resposta) × N + (custo do juiz lendo N respostas)
- Tempo ≈ (resposta mais lenta entre os N) + (tempo do juiz)
- Comparação: 3 modelos + juiz ≈ 4 chamadas pagas por uma resposta
⚠️ A armadilha mental
"Perguntar a todo mundo" parece de graça porque cada resposta isolada é barata. Mas você multiplica por N e ainda paga o juiz. Se um modelo forte já acerta, esse N+1 é dinheiro queimado — exatamente o ladder de decisão que a Trilha 2 mostrou nos 38 testes.
Recuperação rápida (opcional): qual é a diferença central entre Fusion e Fugu?
✅ Resumo do módulo
Próximo módulo:
3.2 — Fusion na prática e o futuro da skill