# OpenRouter Fusion API — 複数LLMを束ねるコンパウンドモデル

> X学習 2026-06-16（@OpenRouter公式・@grok解説・@taiyo_ai_gakuse実装事例）。お姉様の「Fusion API」調査→パワーアップ依頼から。
> Workflowツールの judge-panel / 敵対的相互検証パターンをサービス化したもの。[[multi-model-routing]] と同方向。

## 何か

OpenRouter が 2026-06-13 にローンチした**コンパウンドモデル**。単一LLMでなく複数モデルを束ねて高知能出力を得る。API slug = `openrouter/fusion`。

## 動作原理（3段）

1. **並列ファンアウト** — プロンプトを複数モデルの「パネル」へ同時送信。各モデルに web検索・bash等のツール付き
2. **Judgeモデル** — 全応答を分析し構造化: 合意点・矛盾・盲点(blind spots)・部分被覆・独自洞察を抽出
3. **Synthesizerモデル** — Judgeの構造分析を土台に最終回答を生成

性能向上の内訳: **約75%が合成(synthesis)段階**、**約25%がパネルの多様性**。すべてサーバーサイド実行で、呼び出し側からは単一モデルを叩くのと同じに見える。

設計思想 = **「モデルのニューロダイバーシティ」**。各モデルの得意を賢く組み合わせる方が完璧な単一モデルを待つより勝る。

## 性能（DRACO deep research ベンチ）

- 法律・医療・金融など100の難研究タスク。ハルシネーションに減点ペナルティ付き
- **Budget preset**（Gemini 3 Flash + Kimi K2.6 + DeepSeek V4 Pro）が **Fable 5 級の性能を約半額**で達成（Fable 5 比 ~1%差）
- ディープリサーチ・分析・計画・合成で特に強い
- ⚠️ ベンチは**OpenRouter自社実行**（第三者監査ではない）・rubricがsearchで漏れたドメインは除外。長期/エージェント系タスクは初版で未評価

## 料金（固定トークン単価なし）

支払いは**配下の合算コスト**: パネル全モデル + Judge + Synthesizer の使用量 + OpenRouter手数料(約5.5%)。
実測 **1 fusion turn ≈ $0.15〜0.35**（単一Opus ≈ $0.01）。実額は Activity ページで request 毎に確認。

## ★正確なAPI仕様（OSS smorinlabs/claude-fusion-launcher 解析で確定・2026-06-16）

**Fusionは「モデル」でなく「サーバーツール」**。`{"fusion":{...}}` を chat/completions に直接渡す形式は**誤り**（初版の私の理解バグ）。

- **カスタムパネルには preset が必須**:
- 作成: `POST /api/v1/presets/{slug}/chat/completions`
body: `model:"openrouter/fusion"` + `tools:[{type:"openrouter:fusion", parameters:{analysis_models:[panel...], model:}}]` + `tool_choice:"required"`
- ⚠️ 直接 `POST /api/v1/presets` は **404**（slug付き chat/completions が正しい）
- 呼び出し: `model:"@preset/{slug}"` を通常の `/chat/completions` で
- `analysis_models`=パネル / `parameters.model`=Judge兼Synth
- **Claude Code 連携**: `ANTHROPIC_BASE_URL=https://openrouter.ai/api` + `ANTHROPIC_AUTH_TOKEN=` + `ANTHROPIC_API_KEY=""`。`@preset/` を main/subagent に指定。`CLAUDE_CODE_SUBAGENT_MODEL` でサブエージェントだけFusion化（安い第二意見）
- **Claude Code advisor は OpenRouter 経由で動かない** → `CLAUDE_CODE_DISABLE_ADVISOR_TOOL=1`
- 公式: https://openrouter.ai/docs/guides/features/server-tools/fusion / https://openrouter.ai/fusion

## ★実装事例：CC-Fusion-Router（@taiyo_ai_gakuse・2026-06-15）

Claude Code で Fusion を実用化するOSSルーター。本人が指摘した**3つの課題**＝そのまま設計の盲点:
1. **MoE的方式は簡単な質問に余分な金と時間がかかる** → 自動ルーティングで軽い質問はFusionに回さない
2. Skills/MCPの初回読み込みが遅い
3. Fusion APIはOpenAI規格しか対応していない（Claude CodeはAnthropic仕様を期待→プロキシ変換が要る）

GitHub URLは未公開だが、**類似OSS `smorinlabs/claude-fusion-launcher`(MIT)が実在**し正確なAPI仕様の出典。main/subagent/extreme の3モードでコスト制御・doctor(キー/残高/preset診断)・キー安全注入(ANTHROPIC_AUTH_TOKENのみ・ディスク非書込)を実装。

## ⚠️ 中華系API不使用ポリシーとの抵触（[[feedback-no-chinese-apis]]）

**公式の Budget preset は Kimi K2.6 / DeepSeek V4 を含む**ため、そのまま使うと中華系APIにプロンプトが渡りポリシー違反。
**導入するなら非中華のみのカスタムパネルを組む**: `google/gemini-3-flash` + `anthropic/claude-sonnet-4.6` + `x-ai/grok-4.3`（全て非中華）・Judge/Synth=`anthropic/claude-opus-4.8`。

## ★shadow実装（2026-06-16・お姉様の「パワーアップ自律開発」で完遂）

OSS知見を取り込み、非中華 + 複雑度ルーティング版を内製:
- **`~/.claude/scripts/fusion_panel.py`**: 正しいpreset+tools方式・budget/quality 2プリセット・**複雑度ルーティング**(要約/定義は単一モデル・比較/設計/採点はFusionパネル・LLM不要のヒューリスティックでゼロコスト)・**doctor**(キー/残高/preset診断)・**中華系混入ガード**(Kimi/DeepSeek自動検出でexit 2)
- `test_fusion_panel.py`: 16テスト全合格（ルーティング/ガード/API形式）
- **rules反映**: [[multi-model-routing]] に正確なAPI仕様 + 複雑度ルーティング節 / [[ultrareview-workflow]] に内製Workflow版 judge-panel テンプレ / x-learn skill に「横断結果はFusion式合成(合意/矛盾/盲点/独自洞察)」
- ⚠️ 実呼び出しは `OPENROUTER_API_KEY`(`~/.claude/.env`) 必要（現状未設定）。キー設定後 `fusion_panel.py doctor` が緑になれば即動く。無ければ内製Workflow版で代替

## shadowでの位置づけ

- Workflowの judge-panel を**自前で組まずサービス化**できる点が価値。ただし shadow は既に Workflow + multi-model-routing で同等の敵対的相互検証を内製済み
- 採用判断: ディープリサーチ用途で、非中華カスタムパネルのコストが内製Workflowより安いなら検討。openrouter.ai/fusion で非中華パネルを実測してから

## 関連
- [[multi-model-routing]] — モデル階層・Fusion型judge-panel節・複雑度ルーティング
- [[ultrareview-workflow]] — 敵対的相互検証・内製Workflow版 Fusionテンプレ
- [[feedback-no-chinese-apis]] — Budget preset の Kimi/DeepSeek を避ける理由
- [[llm-cost-model]] — 「APIを呼ばないコスト防御」（複雑度ルーティングと同思想）