在最新一轮DRACO公开评测的Brave Search组测试中，海外旗舰模型GPT-5.6-sol首次入榜，交出了平均得分63.99、平均任务成本1.71美元的成绩单。然而，占据该组榜首的并非某个单一模型，而是一个名为OpenSquilla 0.5.0 Preview的多模型集成方案。

该方案以平均得分64.09、平均任务成本仅0.12美元的表现，在质量分上略高于GPT-5.6-sol 0.10分，同时将成本压缩至后者的约1/14。与另一海外模型Fable 5的1.21美元成本相比，OpenSquilla的成本也仅为其约1/10。

OpenSquilla的技术路线颇为独特：它并非依赖某个超级模型单打独斗，而是由DeepSeek、GLM、Kimi、Qwen四个国产模型并行提案，再由一个聚合模型对输出结果进行整合。整个阵容中不含任何海外旗舰模型。截至目前，Brave Search组已覆盖GPT-5.6-sol、Fable 5、Opus 4.8、GPT-5.5等多款海外模型，OpenSquilla集成方案在质量分与平均成本两项指标上均位列第一。

这一结果折射出AI Agent任务竞争逻辑的深层转向。过去，产业叙事高度聚焦“谁拥有最强的单模型”，参数规模、基准跑分是核心标尺。但DRACO这类面向复杂Agent任务的评测，开始将成本效率推到与质量同等重要的位置。一个由多个相对轻量模型协同工作的集成方案，能够在质量不降的前提下，将单任务成本压到旗舰模型的零头，这对大规模商业部署的意义不言而喻。

从产业链角度看，这种“模型组织能力”的崛起，可能重新分配价值捕获点。上游芯片与算力需求依然刚性，但中游的模型调用策略、任务路由与聚合算法，正成为新的效率杠杆。对于下游应用厂商而言，不再需要把所有预算押注在调用最贵API上，而是可以通过多模型编排实现性价比最优解。

值得注意的是，OpenSquilla方案中四个提案模型均来自中国团队，这也在一定程度上展示了国产模型在特定任务场景下的协同潜力。不过，DRACO评测仅反映特定测试集下的表现，实际生产环境中的稳定性、延迟与长尾场景覆盖能力，仍需更多验证。