📨 Lo que hace Fusion: 1 prompt → N modelos
OpenRouter Fusion tiene un gesto central fácil de describir: toma un único prompt y envíalo, sin cambiar nada, a varios modelos diferentes al mismo tiempo. Cada modelo recibe la tarea entera y la resuelve por su cuenta. Al final, tienes N respuestas en competencia para la misma pregunta.
La palabra clave es ensemble: un conjunto de modelos que responden lo mismo. No es una división del trabajo: es repetición. Nadie recibe «solo el fragmento de código» o «solo el resumen». Todos ven la solicitud completa, y la diversidad entre ellos es precisamente lo que Fusion busca aprovechar.
🆕 ¿Nuevo por aquí? Tres términos
- Ensemble: unir varios modelos (o ejecuciones) y combinar las salidas, en vez de confiar en uno solo.
- Fan-out: enviar la misma solicitud a muchos destinos en paralelo al mismo tiempo.
- Candidato: cada respuesta individual que vuelve de un modelo, antes de que el juez elija o fusione.
⚖️ El juez que fusiona las respuestas
N respuestas sueltas no sirven de nada: tú quieres una. Ahí es donde entra el juez: un modelo que lee todos los candidatos y produce la respuesta final. Este patrón tiene un nombre propio en la literatura: LLM-as-judge: usar un modelo para evaluar o elegir entre resultados de modelos.
Los candidatos (cian) convergen en el juez, que entrega una única respuesta. El juez puede elegir la mejor, votar, o reescribir un híbrido.
🎯 Tres formas de fusionar del juez
- 1.Pick-best: lee todas y elige la mejor respuesta completa, descartando el resto.
- 2.Votar: cuando hay una respuesta «correcta» y breve, quédate con la que produjo la mayoría de los modelos.
- 3.Sintetizar: reescribe una respuesta nueva, integrando lo mejor de cada candidata.
🌈 Por qué esto mejora: perspectivas diversas
La intuición es antigua y viene de la estadística: si varios «votantes» se equivocan de maneras independientes, pero al juntar los votos se cancelan muchos errores y los aciertos compartidos se destacan. Es la "sabiduría de las multitudes". Los modelos diferentes — entrenados por empresas diferentes — tienden a equivocarse en distintos puntos.
Pero hay una condición crítica que mucha gente olvida: los errores deben estar descorrelacionados. Si ejecutas cinco copias de mismo modelo, se equivocan casi igual; el ensemble no ayuda. La mejora de Fusion depende de que haya diversidad real entre los modelos del ensemble.
📊 La regla del ensemble en una frase
El ensemble solo ayuda cuando los participantes son, al mismo tiempo:
- Lo bastante buenos — cada uno acierta más de lo que se equivoca (si no, solo sumas ruido).
- Lo bastante diversos — se equivocan en lugares distintos (si no, se equivocan juntos y el juez no tiene nada que rescatar).
- Evaluables — el juez puede distinguir la mejor respuesta (si no, elige mal).
✓ Dónde ayuda la diversidad
- ✓Modelos de distintos vendors (fortalezas diferentes)
- ✓Tarea con muchos caminos válidos
- ✓El error de un modelo es raro, pero costoso
✗ Cuándo no sirve
- ✗Cinco copias del mismo modelo
- ✗Todos los modelos tienen la misma carencia
- ✗Un modelo potente ya acierta por sí solo
🔀 Fusion × Fugu: ensemble × descomposición
Ambos usan varios modelos, y ahí dejan de parecerse. El Fugu descompone: un gerente divide la tarea en partes y asigna cada una a un especialista (quien es bueno en código hace el código). A Fusion replica: la tarea completa se envía a todos, y el juez fusiona las respuestas en competencia. Descomponer es dividir; replicar es repetir.
A la izquierda, Fugu reparte fragmentos diferentes. A la derecha, Fusion envía la tarea completa para cada modelo. La misma materia prima (varios modelos), una arquitectura opuesta.
| Dimensión | 🐡 Fugu (descompone) | ⚖️ Fusion (ensemble) |
|---|---|---|
| Lo que recibe cada modelo | uno fragmento de la tarea | a tarea completa |
| Quién decide la división del trabajo | un gerente/conductor | nadie: no hay división |
| Cómo fusiona | une partes complementarias | el juez elige o fusiona a los competidores |
| Ganancia esperada | especialización por partes | robustez por diversidad |
| Pregunta «quién lo hace» | divide entre especialistas | todos hacen de todo |
👪 Los parientes de Fusion
Fusion no inventó «paralelo + agregación»: empaqueta un patrón muy estudiado. Conocer a sus parientes ayuda a ver que es una técnica madura, no magia de producto. Hay tres que merecen ese nombre:
Autoconsistencia
Pregúntale a misma algo al mismo modelo varias veces (con aleatoriedad) y quédate con la respuesta más común. Es un ensemble «de un solo modelo» que explora la variabilidad de sus propias muestras. Es barato y sorprendentemente eficaz en razonamiento.
LLM-as-judge
Usar un modelo para evaluar las salidas de otros: calificarlas, ordenarlas, elegir la mejor. Es exactamente el "juez" de Fusion, y también la base de muchos sistemas de evaluación automática de calidad.
Mixture-of-agents (MoA)
Varios modelos en capas: la primera capa responde, la segunda lee las respuestas de la primera y las refina, y así sucesivamente. Es Fusion «en profundidad»: agregar no solo una vez, sino en rondas.
💡 El hilo que une los tres
Todos responden a la segunda pregunta de la orquestación — «cómo se combinan las respuestas» — generando múltiples candidatos e agregando. Fusion es la versión cross-provider, detrás de una API; puedes montar el patrón manualmente (lo haces en el Módulo 3.2).
🧾 El costo del paralelo: N respuestas + juez
Aquí está el contrapeso. Ejecutar N modelos cuesta N respuestas completas — cada uno lee el prompt y escribe una respuesta completa, y pagas por todos. Suma la llamada del juez, que todavía lee todas las N respuestas. El costo aumenta hasta un orden de N+1 ejecuciones para entregar una sola respuesta.
La latencia tiene una buena y una mala noticia. La buena: como los modelos se ejecutan en paralelo, el tiempo es el del más lento, no la suma. La buena: el juez empieza solo después de que termina el último; así que siempre esperas al más lento del grupo, más el paso de fusión.
📊 La aritmética del ensemble
- Costo ≈ (costo de 1 respuesta) × N + (costo del juez al leer N respuestas)
- Tiempo ≈ (la respuesta más lenta de las N) + (el tiempo del juez)
- Comparación: 3 modelos + juez ≈ 4 llamadas pagadas por una respuesta
⚠️ La trampa mental
"Preguntarle a todo el mundo" parece gratis porque cada respuesta por separado es barata. Pero multiplicas por N y además pagas al juez. Si un modelo potente ya acierta, ese N+1 es dinero desperdiciado: exactamente la escalera de decisión que mostró la Ruta 2 en las 38 pruebas.
Repaso rápido (opcional): ¿cuál es la diferencia principal entre Fusion y Fugu?
✅ Resumen del módulo
Siguiente módulo:
3.2 — Fusion en la práctica y el futuro de la skill