在最新一輪DRACO公開評測的Brave Search組測試中，海外旗艦模型GPT-5.6-sol首次入榜，交出了平均得分63.99、平均任務成本1.71美元的成績單。然而，佔據該組榜首的並非某個單一模型，而是一個名為OpenSquilla 0.5.0 Preview的多模型整合方案。

該方案以平均得分64.09、平均任務成本僅0.12美元的表現，在質量分上略高於GPT-5.6-sol 0.10分，同時將成本壓縮至後者的約1/14。與另一海外模型Fable 5的1.21美元成本相比，OpenSquilla的成本也僅為其約1/10。

OpenSquilla的技術路線頗為獨特：它並非依賴某個超級模型單打獨鬥，而是由DeepSeek、GLM、Kimi、Qwen四個國產模型並行提案，再由一個聚合模型對輸出結果進行整合。整個陣容中不含任何海外旗艦模型。截至目前，Brave Search組已覆蓋GPT-5.6-sol、Fable 5、Opus 4.8、GPT-5.5等多款海外模型，OpenSquilla整合方案在質量分與平均成本兩項指標上均位列第一。

這一結果折射出AI Agent任務競爭邏輯的深層轉向。過去，產業敘事高度聚焦“誰擁有最強的單模型”，引數規模、基準跑分是核心標尺。但DRACO這類面向複雜Agent任務的評測，開始將成本效率推到與質量同等重要的位置。一個由多個相對輕量模型協同工作的整合方案，能夠在質量不降的前提下，將單任務成本壓到旗艦模型的零頭，這對大規模商業部署的意義不言而喻。

從產業鏈角度看，這種“模型組織能力”的崛起，可能重新分配價值捕獲點。上游晶片與算力需求依然剛性，但中游的模型呼叫策略、任務路由與聚合演算法，正成為新的效率槓桿。對於下游應用廠商而言，不再需要把所有預算押注在呼叫最貴API上，而是可以通過多模型編排實現價效比最優解。

值得注意的是，OpenSquilla方案中四個提案模型均來自中國團隊，這也在一定程度上展示了國產模型在特定任務場景下的協同潛力。不過，DRACO評測僅反映特定測試集下的表現，實際生產環境中的穩定性、延遲與長尾場景覆蓋能力，仍需更多驗證。