OpenSquilla 0.5.0多模型集成登顶DRACO双榜
国产模型通过Harness层多模型集成协作，在真实任务跑分上超越海外旗舰，成本仅为其零头。
开源项目OpenSquilla发布0.5.0 Preview，核心是多模型集成：组合4个国产模型并行提案、聚合输出。在DRACO榜单上，该方案平均分高于Opus 4.8和GPT-5.5，成本仅$0.12；逼近Anthropic最新旗舰Fable 5且成本为其三分之一。团队认为，更好的组织方式胜过更强的单一模型。
正文摘录
开源AI Agent项目OpenSquilla近日发布0.5.0 Preview 1，核心更新是“多模型集成协作”（多模型 agentic routing）：在 Harness 层把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个模型聚合输出最终结果——阵容中没有任何一个海外旗舰模型。 与 Preview 同步，团队发布了《Agentic Routing》技术报告，阐述这套 Harness 原生路由如何把日常 Agent 流量转化为自我进化的数据飞轮；正式版本随后发布。 最新公布的 DRACO 深度研究榜单按搜索引擎分组对比各方案的平均分数与平均成本，OpenSquilla 的集成方案在两组均列第一。Brave Search 组：平均分64.09，高于单跑的 Opus 4.8（59.11，+8.42%）与 GPT-5.5（53.28，+20.27%），平均任务成本 $0.12，分别低约 92% 与 86%，同组唯一同时拿下“最高分”与“最低成本”双标记。DuckDuckGo 组：平均分60.85，略高于 Anthropic 最新旗舰 Fable 5 的59.80——分数基本持平，而成本约为其三分之一（$0.39 对 $1.21）；Fable 5 在 Brave 组的成绩仍在运行中。 其机制是“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、顾不全约束的固有短板。用团队的话说：不是换一个更强的模型，而是换一种更好的组织方式。 这一结果指向一个正在成形的判断：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——即便面对最新一代旗舰，也能在成本只有零头的情况下咬住甚至反超。