이것은 OpenRouter의 놀라운 출시이며, 단순히 타이밍이 완벽하기 때문만은 아닙니다.

이는 프런티어 모델 (frontier models) 단독으로는 지식 노동 (knowledge work) 작업의 비용-정확도 파레토 곡선 (cost-accuracy Pareto curve) 상의 모든 지점을 점유하지 못한다는 것을 보여줍니다. 사실, 그들은 파레토 곡선 상에 아예 존재하지 않을 수도 있습니다. 파레토 곡선은 모델 연구소 (model labs)는 접근할 수 없지만, 모든 독립적인 제3자(예: AI 스타트업)가 접근할 수 있는 모델들의 혼합 (mixture of models)에 의해 정의될 수 있습니다.

또한 이 기능은 매우 수평적 (horizontal)이며 특정 작업에 맞춰 잘 조정 (well-tuned)된 상태조차 아니기에 놀랍습니다. Fusion API에는 무엇이든 프롬프트 (prompt)를 넣을 수 있습니다. 이는 주어진 워크플로 (workflow) 하위 집합에 대해, 작업별 벤치마크 (task-specific benchmark)를 따라 힐클라이밍 (hillclimbing) 함으로써 활용할 수 있는 알파 (alpha)가 훨씬 더 크다는 것을 의미합니다. 워크플로가 더 구체적일수록, 더 많은 힐클라이밍 (hillclimbing)을 수행할 수 있습니다.

실질적인 예시를 통해 보면 이는 꽤 명백할 것입니다. 만약 대규모로 송장 대조 (invoice reconciliation)를 자동화하려고 한다면, 문서 추출 (document extraction), 항목별 검증 (line-item validation), 계약 매칭 (contract matching)을 위해 모델 혼합 (mixture of models)을 사용하여 에이전트 워크플로 (agentic workflow)를 조정함으로써,