PPIO发布Fusion融合模型：以约1/10成本超越顶级模型评分

事件概述

8月6日，PPIO正式推出智能模型网关新功能Fusion融合模型。与传统API网关仅做请求转发不同，Fusion将每次调用组织成一次“专家会诊”：网关把复杂任务同时分发给多个各有所长的模型并行作答，再通过思考编排与交叉验证，由主模型融合生成最终答案。PPIO表示，融合方式可将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。

核心信息

为什么需要多模型融合

• 2026年主流大模型进入密集迭代期，但每个模型都有各自短板，代码生成、长文档理解、数学推理、多语言翻译等维度上，当前没有一个模型全面领先。
• 单模型面对同一问题只有一条推理路径，难以自我发现幻觉，复杂问题容易因视角遗漏出错；在Agent多步骤执行中，关键步骤出错会放大整条链路的返工成本。

Fusion融合模型调用流程

1. 请求分发：把问题同时发给多个参考模型。
2. 并行作答：各模型独立生成答案，互不干扰。
3. 思考编排：提取共识、标记分歧、排除错误，并压缩上下文。
4. 融合作答：主模型基于整理后的多方论证生成最终回复。

关键在第三步。多个模型的一致结论可相互印证，降低偏科带来的盲区；冲突处被标记出来进一步推敲，为拦截幻觉提供第二视角；不同推理路径汇总后的覆盖面大于任何单一路径。

多个模型并行执行，等待时间取决于最慢的一个，不会随模型数量线性增长；单模型调用失败时网关会跳过该模型继续融合；Agent多轮交互中，同一回合已获得的参考结果会被复用，避免重复消耗Token。每次调用的模型、Token消耗、耗时和成本都会留痕。

基准测试结果

在DRACO深度研究基准测试中，PPIO以Kimi K3、GLM 5.2、MiniMax M3作为参考模型，DeepSeek V4 Flash作为融合主模型，得到以下结果：

• 得分：57.34分，超过Claude Fable 5的55.14分。
• 总成本：约57.59元，仅为Claude Fable 5（约566元）的约1/10。

参与融合的三个模型单独看均非各自赛道榜首，性能提升主要来自编排层。这说明智能增量可以来自调用层的组织方式，而不必全部依赖基座模型的参数规模。

值得关注

• PPIO联合创始人兼CEO姚欣在WAIC 2026期间提出Agent时代公式：Agent生产力 = Token智能密度 × Agent Loop时长。Fusion融合模型试图在调用层提升Token智能密度，而不是被动等待下一代模型发布。
• 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；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。
• PPIO入选中国信通院首批“企业级Token服务性能攀登基线”，通用场景指标为TPS≥55个/秒、TTFT≤0.9秒、调用成功率≥99.9%。