PPIO 正式釋出「Fusion 融合模型」：以十分之一成本超越頂級模型智商
為何重要
此舉證明提升 AI 智慧不再僅依賴底層基座模型的引數規模，透過工程化的多模型協同架構，開發者能在不更換模型的前提下改善可靠性與解決偏科問題。這標誌著 AI 應用基礎設施的競爭維度從單純的「模型供應」進入「智慧編排」階段，對依賴 Agent 構建業務的開發者與雲服務提供商均有實質助益。
PPIO 推出基於智慧模型閘道器的「Fusion 融合模型」，透過並行呼叫多個專家模型進行交叉驗證，以解決單一模型的偏科與幻覺問題，將 AI 智慧增量的來源從引數層轉至應用架構層。
- 在 DRACO 基準測試中，該模型以 Kimi K3、GLM 5.2、MiniMax M3 為顧問、DeepSeek V4 Flash 為融合主模型，得分 57.34 分，超越 Claude Fable 5 的 55.14 分。
- 同一測試的總成本僅 ¥57.59，約為 Claude Fable 5 的 1/10，展現了極佳的價效比。
- 截至 2026 年 6 月，PPIO 日均 Token 呼叫量超 1.2 萬億，並在 DRACO 測試中跑出 TPS ≥ 55、TTFT ≤ 0.9 秒的基線表現。