> ## Documentation Index
> Fetch the complete documentation index at: https://docs.devin.ai/llms.txt
> Use this file to discover all available pages before exploring further.

# Devin CLI 中的 Fusion

> Fusion 将 frontier 主导模型与低成本的辅助模型搭配使用，在 Devin CLI 中以更低的成本带来 frontier 级智能。

<div id="selecting-fusion">
  ## 选择 Fusion
</div>

在会话中运行 `/fusion` 即可打开 Fusion 模型选择器，选择你的主导模型、effort 和辅助模型。

你可以随时使用 `/model` 从 Fusion 切换到指定模型。

Fusion 将前沿主导模型与成本更低的辅助模型搭配使用，让你以更低的成本获得前沿级别的智能。主导模型主导你的任务——负责规划、攻克难点推理并审查成果——辅助模型则完成机械性的实现工作。你面对的始终是同一个 Devin，这种搭配在后台自动完成。

<div id="how-it-works">
  ## 工作原理
</div>

当你选择 **Fusion** 时，每个会话都会由两个模型协同完成：

* **主导模型**：一个前沿模型，负责规划、设计决策、调查以及对正确性要求较高的工作。
* **辅助模型**：一个更小、更高效的模型，负责执行主导模型制定的计划——编写代码、运行构建和测试，并验证改动。

由于大部分常规工作都跑在成本更低的辅助模型上，Fusion 会话的成本明显低于单独使用前沿模型——以更低的花费获得前沿级别的智能。

<Tip>如果你希望在复杂任务上获得顶级质量，又不想为每个令牌都支付前沿级别的价格，请选择 Fusion。</Tip>

<div id="choosing-a-pairing">
  ## 选择搭配
</div>

Fusion 并非单一模型，而是由主导模型 (lead) 与辅助模型 (辅助模型) 组成的一系列搭配。在模型选择器中选择 **Fusion** 系列，然后进行配置：

* **Lead**：由哪个前沿模型驱动该会话。
* **Effort**：主导模型在响应前投入多少算力进行推理。
* **辅助模型**：由哪个高性价比模型执行具体工作。每个主导模型都会显示推荐的辅助模型。
* **快速模式**：在可用时切换为同系模型的更快版本——智能水平相同，速度更快，但成本更高。

直接选择 `fusion` (例如 `/model fusion`) 即可打开模型选择器。

<div id="availability">
  ## 可用性
</div>

Fusion 面向付费套餐提供，需 Devin CLI **3000.10.20+** 及 Devin Desktop **3.10.0+**。Free 套餐和试用层级不包含该功能。

<div id="pricing">
  ## 定价
</div>

Fusion 会按搭配中每个模型各自的费率计费：主导模型按其前沿模型费率计费，辅助模型按其较低费率计费。你可以在模型选择器中查看这两种费率。

<Tabs>
  <Tab title="自助服务">
    主导模型和辅助模型消耗的令牌会分别按各自模型的单令牌费率扣减你的配额。
  </Tab>

  <Tab title="Enterprise（Cognition 平台 - ACU）">
    对于使用 Cognition 平台的客户，Fusion 用量以 **ACU** (算力单元) 计量。ACU 消耗量取决于主导模型和辅助模型各自费率下所使用的令牌数量。
  </Tab>

  <Tab title="Enterprise（旧版积分）">
    对于采用积分计费的 Enterprise 客户，主导模型和辅助模型的用量会按各自模型的令牌费率消耗积分。
  </Tab>
</Tabs>

<div id="tips-for-getting-the-most-out-of-fusion">
  ## 充分发挥 Fusion 效能的技巧
</div>

* \*\*从 Fable 5.1 + SWE-2 开始。\*\*这是我们推荐的搭配，效果最佳。Fusion 的指示针对每种搭配的协作方式做了专门调优，包括主导模型提供多少细节、把哪些探索工作交给对方。
* \*\*查看会话的用量。\*\*在 Devin CLI 中运行 `/session-stats` (或 `/stats`) ，即可查看令牌用量、各模型的成本，以及在有定价数据时估算出的 Fusion 节省额。建议在相似任务之间比较总成本与结果质量，而不要仅凭令牌单价来选择模型。
