< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400">
低成本复刻Fable 5的路子找到了：OrcaRouter多模型组队，性能反超
原来最强AI不是一个AI
量子位 | 公众号 QbitAI
这年头，AI圈最不缺的就是“得不到的白月光”。
Claude Fable 5
望洋兴叹，一边盘算着高昂的调用成本时，有人已经悄悄把这桌“满汉全席”给掀了。
怎么掀的？一手精妙的“拼图游戏”。
最近上线了一套可编程路由策略
Routing DSL
，多个模型同时答题，自动仲裁出最优解。
几个你现在就能调用的“常规模型”，给它来个组合编排，跑出来的综合胜率，直接掀翻了Fable 5的单体基准线。
Opus 4.8打不过Fable 5，GPT-5.5也单挑不过，但这两个拼一组，结果就反超了。
哪怕是不混编，同一个Opus 4.8自己跟自己组队，综合得分也能从58.5%拉到约
，追平Fable 5。
换成几个更便宜的模型组队（Gemini+Kimi+DeepSeek），也只差Fable 5一个点，
反直觉的结果：组合>任何单兵
一组测试（注：以下为示意性数据，用于说明趋势，非官方跑分），100道任务里评分了
组合面板（多模型并行+仲裁）的得分，普遍高于它的每一个成员模型：
任意一个“组合面板”，都打过了它自己的每一个成员。Opus 4.8 + GPT-5.5（约67.5%）同时高于Opus单跑（约58.5%）和GPT-5.5单跑（约60%），拉开7~9个点；
多个组合追平、甚至超过了Fable 5单跑（约65.5%）；
连“自我组合”（Opus×2，约65.5%）都能追平Fable 5；一组便宜模型（Gemini 3 Flash+Kimi K2.6+DeepSeek V4 Pro，约64.5%）也几乎贴脸——
再把DSL按难度智能分流跑成完整端点，差距更为直观（同为示意数据）：
很明显，赢的不是“更强的模型”，而是
为什么“人多力量大”对模型也适用
道理和让三个工程师同时做题、再挑出最好的答案一样。
不同模型的知识盲区和犯错方式并不相同：
各自独立作答，错误是分散、不重叠的；
再用“裁判”或“投票”把对的挑出来，整体正确率自然会被抬上去。
OrcaRouter做的，就是
从这些分歧里挑出最优解
怎么做到的：用最简单的配置，解最复杂的调度
OrcaRouter把这套编排逻辑交给你自己写。
规则用YAML，条件用Google的CEL表达式（安全沙箱、只读、微秒级求值），自上而下匹配，第一条命中即生效。
整条请求的处理路径是这样的：
when: difficulty > 0.8 # 难题 → 上顶配
use: { model: “anthropic/claude-opus-4-8”, reasoning_effort: “high” }
when: difficulty < 0.3 # 简单请求 → 走便宜模型
use: { model: “google/gemini-3-flash” }
delegate: balanced