OpenSquilla发布0.5.0预览版 混用国产模型已获更高分数

近日，开源AI Agent项目OpenSquilla低调发布了0.5.0 Preview 1版本。此次更新的核心亮点，按官方术语称为“多模型集成协作”——通俗来说，就是在Harness层将DeepSeek-v4、GLM-5.2、Kimi K2.7、Qwen3.7这四款国产模型组织成一个协作小队，由其中一个模型负责聚合输出最终结果。值得注意的是，这套阵容中没有任何海外旗舰模型。

与Preview版本同步发布的还有一份技术报告《Agentic Routing》，详细阐述了这套Harness原生路由如何将日常Agent流量转化为自我进化的数据飞轮。正式版本预计将在不久后推出。

在最新一期DRACO深度研究榜单上，按搜索引擎分组对比各方案的平均分数与平均成本，OpenSquilla的集成方案在两个组别中均斩获第一。顺便一提，Fable 5在Brave组的成绩目前仍在运行中，最终排名或许仍有变数。

那么背后的机制究竟是什么？简单来说，就是“多样性采样”加上“共识聚合”。多个模型独立完成搜索与推理，互相查漏补缺，以此弥补单一模型容易遗漏信息源、算错数值、顾不全约束的常见问题。核心思路不是换一个更强的模型，而是换一种更优的组织方式。

不少业内人士认为，这件事很有代表性：国产基础模型单独使用确实与海外旗舰尚有差距，但在Harness层组织得当的前提下，将国产模型混用，已经能在真实任务上跑出更高、更稳定的分数。即便面对最新一代旗舰模型，也能在成本仅为零头的情况下咬住甚至反超。

OpenSquilla背后的团队是基元律动（TokenRhythm），这家公司的定位是Harness与模型优化双线并行，产品主张“提升单位成本的Agent智能”。整个版本演进路线都围绕“少烧钱、真交付”来展开。据公开报道，公司成立不久即完成首轮融资，估值达1亿美元。