最近，DRACO 公开评测的 Brave Search 组迎来了一位新成员——海外旗舰模型 GPT-5.6-sol 最新入榜，平均得分 63.99，平均任务成本 $1.71。然而，榜单第一的宝座依然被 OpenSquilla 0.5.0 Preview 的多模型集成方案牢牢占据：平均得分 64.09，平均任务成本仅 $0.12。

简单算一笔账：在质量分与 GPT-5.6-sol 基本持平、甚至略高出 0.10 分的前提下，OpenSquilla 的平均任务成本仅为对方的 1/14 左右；即便与同组的 Fable 5（$1.21）相比，成本也仅是它的 1/10。这种悬殊的成本差距，放在生产环境中几乎是一场降维打击，凸显了多模型协同架构在 AI 评测中的成本效益优势。

这个集成方案的阵容相当有趣：由4个国产模型——DeepSeek、GLM、Kimi、Qwen 并行提案，再由1个模型聚合输出，整个链路中没有一个海外旗舰。截至目前，Brave Search 组的对比已覆盖 GPT-5.6-sol、Fable 5、Opus 4.8、GPT-5.5 等海外模型，而 OpenSquilla 集成方案在质量分与平均成本两项指标上均位列第一，展现出令人瞩目的综合竞争力。

从这组数据里，能清晰看到一个信号：复杂 Agent 任务的竞争，已经开始从“谁拥有最强单模型”转向“谁更擅长组织模型”。当多个模型能够协同作战、各取所长时，成本与效果的天平，正在被这种架构智慧悄然改写，为 AI 应用落地提供了更具性价比的路径。