GPT-5.6-sol入榜DRACO，OpenSquilla方案在Brave组领先
速览
GPT-5.6-sol模型成功入选DRACO榜单，标志着其在AI性能评估中取得突破。同时，OpenSquilla集成方案在Brave组中展现出质量与成本的双重优势，持续领先竞争对手。这一进展表明相关AI技术在实际应用中兼具高效与经济性，可能推动行业基准提升。
AI 深度解读
背景
DRACO 是一个公开评测基准，用于衡量模型在复杂 Agent 任务上的表现。其 Brave Search 组别专门测试模型在搜索引擎交互场景中的质量和成本平衡能力。近期，海外旗舰模型 GPT-5.6-sol 首次入榜，该组别此前已覆盖 Fable 5、Opus 4.8、GPT-5.5 等多个海外模型。与此同时，OpenSquilla 推出的 0.5.0 Preview 多模型集成方案持续占据榜首，引发了行业对模型组织方式而非单模型能力的关注。
核心内容
在 DRACO Brave Search 组最新测试中，GPT-5.6-sol 平均得分为 63.99，平均任务成本为 $1.71。OpenSquilla 0.5.0 Preview 的多模型集成方案平均得分为 64.09，平均任务成本仅为 $0.12。这意味着 OpenSquilla 在质量分略高 0.10 分的情况下，平均任务成本仅为 GPT-5.6-sol 的约 1/14；相比 Fable 5 的 $1.21 成本，约为其 1/10。
该集成方案的具体架构为：由 4 个国产模型（DeepSeek、GLM、Kimi、Qwen）并行提案，再通过 1 个模型进行聚合输出。值得注意的是，阵容中完全未包含任何海外旗舰模型。截至目前，Brave Search 组已对比 GPT-5.6-sol、Fable 5、Opus 4.8、GPT-5.5 等模型，OpenSquilla 方案在质量分与平均成本两项指标上均位列第一。
关键要点
- OpenSquilla 在质量分（64.09）与 GPT-5.6-sol（63.99）基本持平，略高 0.10 分。
- 成本优势极为显著：平均任务成本 $0.12，仅为 GPT-5.6-sol（$1.71）的约 1/14，为 Fable 5（$1.21）的约 1/10。
- 方案完全基于国产模型：并行阶段使用 DeepSeek、GLM、Kimi、Qwen，聚合阶段使用额外模型。
- 阵容中不含任何海外旗舰模型（如 GPT 系列、Opus 等）。
- 在 Brave Search 组所有已测试模型中，OpenSquilla 在质量分和平均成本两项指标上均排名第一。
意义与影响
这一结果标志着复杂 Agent 任务的竞争范式正在发生转变：从“谁拥有最强的单模型”逐步转向“谁更擅长组织和管理多个模型”。OpenSquilla 通过并行调用多个低成本国产模型、再以聚合模型生成最终输出的方式，实现了与顶级海外单模型相当甚至略优的质量，同时将成本降低至数量级级别。这为中小企业和研究机构提供了可复用的低成本高性能路径，也意味着国产模型在协同场景下的组合竞争力不容忽视。未来，模型编排能力（Model Orchestration）可能成为 AI 系统的核心差异化因素。