TMFusion Max
高性能编码、智能体与文档分析，兼顾成本效率。
网页开发文本分析办公任务
1M上下文窗口
128K最大输出
标准价格 / 每百万词元输入 $3 · 输出 $20严格超过 200K tokens 后适用长上下文价；内部协作 tokens 不计费。
成本为该项评测全部任务的总成本（USD）；平均时间为每道任务的平均耗时（分钟）。
Terminal Bench 4.0*
模型成绩总成本平均时间
Max 2.058.73%$38274.26
GPT-6 Astra57.46%$55441.65
Fable 5.157.14%$1,12559.6
在终端中完成软件开发与优化、数据处理、科学计算等任务。
GDP.pdf
模型成绩总成本平均时间
Max 2.037.0%$383.9
GPT-6 Astra31.0%$2083.2
Fable 5.126.2%$2773.2
设备手册、合同、报表与工程图纸等专业 PDF 的查证与推理。
OfficeQA Pro
模型成绩总成本平均时间
Max 2.070.7%$54.073.8
GPT-6 Astra69.9%$98.51.8
Fable 5.162.4%$1,129.54.1
美国财政公报中的跨文档检索、表格核对与数值计算。
GPQA Diamond
模型成绩总成本平均时间
Max 2.095.5%$4.50.5
Max 1.094.9%$131
GPT-6 Astra96.1%$140.6
Fable 5.193.7%$270.6
+0.6 个百分点 · −65.4% 成本 vs Max 1.0
Terminal Bench v2.1
模型成绩总成本平均时间
Max 2.089.5%$389
Max 1.086.5%$7415
GPT-6 Astra88.4%$1075
Fable 5.191.4%$3699.3
+3.0 个百分点 · −48.6% 成本 vs Max 1.0
XBench ScienceQA
模型成绩总成本平均时间
Max 2.079.0%$2.10.4
Max 1.078.4%$3.850.6
GPT-6 Astra74.6%—1.4
Fable 5.174.6%—0.23
+0.6 个百分点 · −45.5% 成本 vs Max 1.0
* Terminal Bench 4.0 使用 63 题 CPU-only 子集。对照配置：GPT-6 Astra（max）、Claude Fable 5.1（max with fallback）。
TERMINAL BENCH 4.0
更多模型的成绩与成本
↖ 越靠左上越好：以更低的成本，取得更高的成绩。
Fusion 模型其他模型帕累托前沿
虚线连接帕累托前沿，表示不同成本下的最佳成绩。
应用案例
从办公文档、网页编程，到科学问题中的推理。
办公与文档分析 · Max 2.0
读懂复杂截图，在长篇 PDF 中找准关键信息。
辨认扫描表格中的模糊数字，综合散落多页的文字、图纸与表格，给出有据可查的答案。
查看原文与结果对照 ↗
网页编程 · Max 2.0
一句需求，生成可玩的网页。
从角色、关卡到交互逻辑，直接试玩 Fusion 生成的两款浏览器游戏。
试玩生成的作品 ↗
材料科学 · 早期研究案例
识别题目约束，排除看似合理的答案。
解释纯金属导电现象，分清适用机制与题目排除的条件。
查看研究案例 ↗
生物医学 · 早期研究案例
连接已有知识，理解新的生物学功能。
从组蛋白乳酰化案例，看模型如何运用跨领域知识。
查看研究案例 ↗
发育生物学 · 早期研究案例
追踪条件变化，判断后续因果。
理解侧向抑制过程中，细胞命运如何随条件变化。
查看研究案例 ↗
物理化学 · 早期研究案例
知道定律，也知道适用边界。
结合拉乌尔定律的条件，判断气液平衡中的概念边界。
查看研究案例 ↗开始使用 Fusion →查看完整价格 →
Fusion Code
面向软件智能体的高性价比编码模型。
实现调试终端任务
512K上下文窗口
128K最大输出
标准价格 / 每百万词元输入 $2 · 输出 $6严格超过 200K tokens 后适用长上下文价；内部协作 tokens 不计费。
如何开始使用 Fusion？+
个人开发者与企业团队都可以注册自助平台，在 Playground 试用模型，或创建 API Key，接入自己的应用与 Agent。
快速开始 →Fusion Max 与 Fusion Code 怎么选？+
Fusion Max 2.0 面向需要较强综合能力的任务，包括办公文档、网页编程与多轮 Agent 工作。Fusion Code 1.0 面向软件开发、调试与终端任务，适合更注重调用成本的编码工作流。可以用自己的任务比较输出质量与总费用。
比较模型规格 →如何接入现有应用和 Agent？+
Fusion 提供兼容 OpenAI 的 Chat Completions 与 Responses API。按接入文档配置 API 地址、模型 ID 和 Key，即可在支持的客户端中使用。文件读取、浏览器操作与工具执行由你的应用或 Agent 提供。
查看 API 与工具接入文档 →多个模型参与，费用怎么算？+
按所选 Fusion 模型的输入、缓存输入与输出费率计费，内部模型协作产生的 tokens 不计费。单个任务的费用取决于实际调用与 token 用量；输入超过 200K tokens 时适用长上下文费率。Max 与 Code 系列均已更新价格。
查看完整价格 →Fusion 如何融合不同模型的能力？+
自研路由模型利用大量评测积累的模型能力知识，根据当前任务上下文，在每一步选择适合的模型。在关键步骤，Fusion 会组织多个模型从不同角度分析和求解，再综合结论形成答案。
了解融合原理 →这不就是模型路由吗？+
不是。传统路由通常在请求入口选择一个模型。Fusion 能在任务执行过程中决定哪些模型参与、各自承担什么角色，以及应把算力投入候选路径、分歧审查还是关键验证，最终仍返回一个统一结果。
阅读白皮书 →Fusion 的响应速度如何？+
耗时取决于任务、推理强度与实际调用路径。在三项可与 Max 1.0 比较的评测中，Max 2.0 的单题耗时降低 33.3%–50.0%。与其他模型比较时，各任务的速度和质量取舍不同，可以查看完整结果并测试自己的工作流。
查看成绩、成本与耗时 →企业有数据或部署要求，如何进一步了解？+
可先阅读隐私政策；如需了解数据保留、区域、上游模型、专用资源或 SLA，请联系团队，结合你的业务要求确认适用方案。
联系团队 →