6.2
深览指数
科技量子位··AI 生成
OpenSquilla发布0.5.0 Preview：多模型集成登顶DRACO双榜，对比名单中出现最新旗舰Fable 5
开源Agent项目OpenSquilla发布0.5.0 Preview，核心是多模型集成协作方案，在DRACO深度研究榜单的Brave Search和DuckDuckGo两组均列第一。其机制是通过多样性采样和共识聚合，让多个国产模型（DeepSeek v4、GLM-5.2等）协作互补，在成本远低于海外旗舰（如GPT-5.5、Fable 5）的情况下，分数更高或持平。文章提供了一个核心判断：国产基础模型单挑仍有差距，但通过Harness层组织得当，混用模型能在真实任务中跑出更高、更稳的分数。适合关注AI Agent工程化、成本优化及国产模型生态的从业者阅读。原文 ↗
核心观点
- ▍国产基础模型单拎出来与海外旗舰仍有差距，但在Harness层组织得当的前提下，混用国产模型已能在真实任务上跑出更高、更稳的分数，且成本极低。
- 01OpenSquilla 0.5.0 Preview的核心是多模型集成协作，在Harness层将4个国产模型（DeepSeek v4, GLM-5.2, Kimi K2.7, Qwen3.7）组织成并行提案的协作队伍，再由1个模型聚合输出。
- 02在DRACO榜单的Brave Search组，OpenSquilla平均分64.09，高于Opus 4.8（59.11，+8.42%）和GPT-5.5（53.28，+20.27%），平均任务成本$0.12，分别低约92%与86%。
- 03在DuckDuckGo组，OpenSquilla平均分60.85，略高于Anthropic最新旗舰Fable 5的59.80，成本约为其三分之一（$0.39对$1.21）。
- 04其机制为“多样性采样+共识聚合”：多个模型独立完成搜索与推理，互相补位，弥补单一模型漏信息源、算错数值等短板。
- 05OpenSquilla由基元律动（TokenRhythm）开发，定位于Harness与模型优化双线并行，公司成立不久即完成首轮融资，估值达1亿美元。
反方 / 局限
- — 文章引用DRACO榜单的平均分数由LLM评判，属阶段性结果，榜单本身的评估标准和可靠性未作交代。
- — 文章仅展示了DRACO榜单这两个特定指标下的表现，未讨论更广泛、更复杂的Agent任务场景下该方案的普适性和稳定性的局限。
OpenSquilla基元律动 (TokenRhythm)DRACO 深度研究榜单DeepSeek v4GLM-5.2Kimi K2.7Qwen3.7Fable 5Opus 4.8GPT-5.5Harness 层多模型 Agentic Routing
3 分钟 · 4 卡片 · 11 资料
读原文 →