GPT-5.6-sol入榜DRACO：OpenSquilla集成方案仍在Brave組質量、成本雙領先
重點摘要
< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> GPT-5.
**DRACO 最新评测：OpenSquilla 多模型集成方案在质量与成本上双超 GPT-5.6-sol**
近日，权威 AI 评测平台 DRACO 公布了其 Brave Search 组公开评测的最新结果。海外旗舰模型 GPT-5.6-sol 首次入榜即表现不俗，但整体排名却未能登顶——由 OpenSquilla 团队推出的 0.5.0 Preview 多模型集成方案以质量分 64.09、平均任务成本仅 0.12 美元的成绩位列该组第一，同时在质量与成本两项核心指标上均实现领先。这一结果引发了业界对 Agent 任务竞争格局的重新思考：当最强单模型不再是唯一解，“如何组织模型”正成为新的胜负手。 DRACO 是当前衡量 AI 模型在复杂 Agent 任务中综合能力的重要基准之一，其 Brave Search 组将信息检索、多步推理、指令跟随等能力融为一体，旨在模拟真实环境下智能体完成实际任务的效率与准确性。该评测不仅关注模型输出的质量，也把任务执行成本纳入核心评价维度，从而更贴近产业应用端对“性价比”的追求。正因如此，本次评测结果具有强烈的现实指向性。 在最新一期榜单中，GPT-5.6-sol 取得了 63.99 的质量得分，平均单次任务成本为 1.71 美元，展现了其作为顶尖单模型在复杂搜索类任务中的强大能力。然而，OpenSquilla 0.5.0 Preview 集成方案以略高 0.10 分的质量分（64.09）胜出，而平均任务成本仅为 0.12 美元——大约是 GPT-5.6-sol 的十四分之一。这一成本优势在规模化部署中意味着巨大的资源节省，也使得该方案成为当前评测中综合效率最高的解决方案。 除了与 GPT-5.6-sol 的对比，OpenSquilla 方案的成本优势同样体现在对其他海外旗舰模型的“碾压”上。以另一款知名模型 Fable 5 为例，其平均任务成本为 1.21 美元，而 OpenSquilla 的成本仅为前者的十分之一左右。此外，Opus 4.8、GPT-5.5 等模型也均被纳入了该组的对比范围，OpenSquilla 在成本控制上的领先堪称断层式。 那么，OpenSquilla 集成方案到底用了哪些模型？官方透露，该方案由四个国产模型——DeepSeek、GLM、Kimi、Qwen 并行完成提案生成，再交由另一个模型进行聚合输出。整个架构中没有动用任何海外旗舰模型，而是依靠中国开源与闭源模型的协同配合，取得了质量与成本的双优。这种“并行提案 + 聚合决策”的范式，既利用了不同模型在特定子任务上的专长，又通过聚合机制保证了最终输出的一致性和准确性。 从技术角度看，多模型集成方案之所以能够以极低成本实现高质量，关键在于避免了单一模型在每一个子任务上的“全能”要求。传统单一旗舰模型虽然能力全面，但往往需要大量算力支撑，且在处理某些特定环节时难免存在效率浪费。而 OpenSquilla 的并行提案策略允许多个模型各自发挥优势、互相补充，从而在不牺牲结果质量的前提下大幅降低总计算开销。这实际上是在系统层面重新定义了“性能”的范畴。 在评测覆盖的模型列表中，OpenSquilla 不仅是质量分第一，同时也是平均成本最低的方案，两项指标均位列榜首。这一结果的意义不只在榜单本身，更在于它印证了一个正在加速演变的趋势：AI Agent 的竞争正在从“谁的模型参数最大、单点能力最强”，向“谁的架构设计最优、组织模型的方式最聪明”转变。换言之，算力堆砌固然重要，但系统级的整合与调度正在成为更关键的能力壁垒。 OpenSquilla 团队表示，0.5.0 Preview 版本仍处于持续迭代中，此次评测结果验证了“集成国产模型即可对抗甚至超越旗舰海外模型”的可能。未来，团队计划进一步优化模型间的任务分配算法和聚合策略，探索更高效的非对称组合方案，力争在更多 DRACO 子任务组中复制这一成功模式。这一方向也为其他开发团队提供了参考：善用现有模型资源、通过组合创新释放更大潜力，或许是一条更务实且高效的技术路径。 本次评测引发的讨论也扩展到了产业层面。多家分析机构指出，随着 Agent 类应用逐步进入生产环境，模型调用成本直接决定了解决方案的可落地性。OpenSquilla 方案如果能够持续保持“质量接近或持平旗舰、成本仅为其一个零头”的表现，将使更多中小企业有能力采用高质量的智能搜索与 Agent 能力，而不必承担昂贵的单模型推理开支。这无疑将加速 AI 技术在垂直领域的渗透。 同样值得关注的是，OpenSquilla 集成方案中全部使用了国产模型，这在中国 AI 产业“自主可控”的大背景下具有较强的示范意义。它表明，在复杂任务场景中，国产模型通过系统级协同，完全有能力与国际顶尖模型同台竞技，甚至在某些维度实现超越。这也为中国 AI 在大模型应用层面寻找差异化优势提供了新的思路。 综合来看，DRACO 本次 Brave Search 组评测的结果，标志着 AI Agent 发展进入了一个新阶段。模型本身的能力依然重要，但如何以更聪明的方式组织多个模型协同工作，已成为决定最终效果与成本的关键。OpenSquilla 0.5.0 Preview 的亮眼成绩正是这种“系统大于部分之和”理念的生动注脚。随着即将到来的 2026 年世界人工智能大会（7月17日-20日，上海）临近，围绕 Agent 集成架构、多模型协同等话题将成为业界关注的焦点，而此次评测结果无疑已提前点燃了这一轮讨论的热度。
Related
相關文章
報告稱 Claude Code 處理用戶請求前消耗 Tokens 量約為 OpenCode 的 4.7 倍
首頁 > 智能時代>人工智能 報告稱 Claude Code 處理用戶請求前消耗 Tokens 量約為 OpenCode 的 4.7 倍 2026/7/14 15:13:03 來源：IT之家 作者：故淵 責編：故淵 評論： IT之家 7 月 14 日消息，科技媒體 systima 於 7 月 12 日發佈博文，對比測試指出在相同提示詞、相同 AI 模型情況下，在處理用戶請求前，Claude Code 消耗的 Tokens 數量約為 OpenCode 的 4.7 倍。該媒體對比測試 Claude Code 2.1.207 與 OpenCode 1.17.18 版本，均使用相同的 Claude Sonnet 4.5 模型，並通過日誌智能體記錄請求載荷和 API 用量。調查顯示 Claude Code 初始請求包含系統提示詞和 27 個工具說明，僅工具描述就佔用了約 24000 個 Tokens，在處理用戶輸入之前大約需要消耗約 32800 個 Tokens。關閉全部工具後，Claude Code 的系統提示詞仍約佔 6500 個 Token。Systima 指出，Claude Code 的初始 3.3 萬個 Tokens 負載會佔用上下文窗口空間，以 20 萬上下文窗口計算，初始負載約佔 16.5%。提示詞緩存可降低重複輸入的處理成本，但不會減少其佔用的上下文空間。作為對比，OpenCode 初始請求包含 10 個工具說明，在關閉工具後的系統提示詞約佔 2000 個 Tokens，在處理用戶輸入之前大約需要消耗 6900 個 Tokens。生產環境中的 72KB 指令文件（AGENTS.md 或 CLAUDE.md）會給每個請求平均增加 2 萬個 Tokens，而 5 個常規 MCP 配置又會增加 5000~7000 個 Tokens。在一個實際運行的系統發出第一個請求後，在用
要價400億的靈心巧手，估值比市場規模還大
要價400億的靈心巧手，估值比市場規模還大光錐智能2026.07.14 15:02 · 來自北京全文5395字00:00 / 15:55估值比市場規模還高，這正常嗎？文｜光錐智能，作者 | 羅鎮昊，編｜劉俊宏具身智能的融資潮，和這個夏天一樣熱。IT桔子數據顯示，從2025年7月到2026年6月，國內一級市場具身智能領域的融資達503起，平均每天超過1起，總融資金額超960億元。在機器人領域，全棧和大腦側打得難解難分之時，一家零部件廠商的目標估值格外引人注意。據路透社報道，專攻靈巧手的靈心巧手今年5月開啟新一輪融資後，目標估值來到60億美元，約424億元。也就是說，一家只賣“手”的公司估值高過了絕大多數全棧整機公司。今年6月，智平方和自變量同一天宣佈完成新一輪融資，估值均超過200億元，而宇樹提交IPO後的估值大約在400億元。自2025年開啟市場化融資以來，靈心巧手不到兩年完成了7輪融資。今年4月底，B+輪融資剛結束不到一週，又爆出新一輪融資已經啟動。於此同時，估值從16億、30億、200億，一直螺旋上升到400億。但從市場空間角度看，靈心巧手尋求的400億估值可能有點懸。因為據高工預測，到2030年，靈巧手的市場規模只有50億美元。整個市場的空間，還沒有靈心巧手一家公司現在的估值高。那靈心巧手真的有能力“吃掉”整個行業的份額嗎？從公司基本面看，靈心巧手確實做到了商業化進程領先。公司成立三年就實現規模化量產，產品覆蓋直驅、連桿、腱繩三種主流技術路線，能以相當低的售價滿足客戶需求。軟件側，公司也有原生數據平臺和大模型適配，試圖用“硬件+技能溢價”的模式創造盈利空間。但未來能否跑通，還得看產品在下游具體的應用情況。擴張並沒有停止。據多家媒體消息，靈心巧手計劃2027年申報港股IPO。甚至有一級市場機構投資者放話，屆時，它的估值有望達到1000億元。為什麼靈心巧手融資速度如此之快
Seed吃肉，Flow喝湯，當字節不再“All in”一個AI
Seed吃肉，Flow喝湯，當字節不再“All in”一個AI新立場Pro2026.07.14 15:02 · 來自四川全文6188字00:00 / 17:58終究是豆包扛下了所有文 | 新立場Pro過去兩年，字節公開講得最多的是“All in AI”、模型第一梯隊、勇攀高峰和長期投入。但上個月，豆包的故事進入了一個不太熟悉的階段，在不到十天裡，它在對話、出行、存儲三條戰線上密集推進商業化。6月22日，豆包在北京、杭州兩地灰度測試一鍵打車功能，曹操出行的司機端開始收到“豆包服務訂單”的派單提示。兩天後，豆包正式上線三檔付費訂閱，標準版 68 元、加強版 200 元、高級版 500 元一個月起。又過了六天，豆包用戶協議裡悄悄多出一條雲存儲擴容條款，此前近乎無限的 AI 雲盤容量被限定在 5TB 以內。豆包是字節 AI 矩陣裡體量最大、增長最快、用戶心智最成熟的產品，春節後日活已突破 2 億，是彼時國內唯一一個達到過億日活量級的 AI 應用。按照移動互聯網時代的經驗，這樣的產品應該繼續擴大規模、鞏固入口，再等待廣告、電商、會員和生態分成自然展開。但五一假期前後，豆包 App Store 頁面悄悄更新的付費聲明衝上熱搜，這款“優等生”產品先招來了一輪“笨，還收費”的質疑，當月活躍用戶數罕見下滑610萬。輿論已經釋放信號，豆包的商業化時間表卻沒有因此停頓。過去的字節AI敘事裡，豆包代表用戶規模，Seed 代表模型能力，二者被放進同一個增長閉環裡。但今年開始，閉環裡的優先級發生變化：多家媒體報道Seedance 年化收入達到 20 億美元，毛利率約 70%，企業客戶貢獻絕大部分收入；Claude Code 半年做到 10 億美元 ARR、今年 2 月達到 25 億美元，被字節作為辦公與 Coding 變現路徑的參照。同一時期，豆包雖然擁有最大用戶規模，卻很難把用戶時長和付費意願同步轉
AI會預見股市“黑天鵝”嗎？
**AI能否预见股市“黑天鵝”？——資產管理智能化後的機遇與風險** 隨著生成式AI的爆發，資產管理行業正從傳統依賴經驗與直覺的投資模式，快速轉向以人工智能為核心的決策體系。從自動化交易到AI自主生成投資策略，技術正在重塑金融市場的運行規則。然而，面對歷史上從未出現過的戰爭、疫情或金融危機等“黑天鵝”事件，AI真的能提前預測嗎？這個問題正引起業界與監管機構的高度關注。 目前，全球已有多家機構投入AI資產管理的開發。
近30億，阿里領投了一位字節老將
# 近30亿！阿里领投一位字节老将，AI视频独角兽爱诗科技完成C轮融资 AI视频生成赛道再掀资本巨浪。今日，北京AI视频独角兽爱诗科技正式宣布完成整体C轮融资，本轮累计融资金额达到29.8亿元人民币。其中，C+轮由阿里巴巴领投，Lollapalooza Capital（王慧文家办）、常春藤资本、惠远资本、钟鼎资本、韩国未来资产、OCBC生态旗下Lion X基金、蓝色光标、CloudAlpha、iGlobe Partners等十余家机构共同参投，豪华的投资阵容彰显了资本对AI视频生成赛道的持续看好。
2026年世界人工智能大會，7月17-7月20上海舉辦
**2026世界人工智能大会七月申城启幕，聚焦“智能伙伴”共绘未来图景** 2026年7月17日至20日，备受瞩目的2026世界人工智能大会（WAIC 2026）将在上海隆重举行。本届大会以“智能伙伴，共创未来”为主题，分设世博、张江、西岸三大片区，旨在回应人工智能从技术工具向协作伙伴转变的深刻变革，汇聚全球智慧，推动人工智能走向全球共治、产业共进、城市共享。大会由上海市经济信息化委等部门统筹推进，目前已正式面向全球开票，进入最后冲刺阶段。