Cuatro modelos chinos superan a Opus con mucho menos coste reordena la noticia original en chino para lectores en español. El punto central es The cheaper four-model ensemble is a cost argument as much as a benchmark argument.
Qué cambió
Los datos verificables son: OpenSquilla 0.5.0 Preview, DeepSeek v4, GLM-5.2, Kimi K2.7 and Qwen3.7, Brave Search score 64.09, 8.42% above Opus 4.8, about 92% lower cost, DuckDuckGo score 60.85, and $0.39 per task versus Fable 5 at $1.21. Estos detalles separan las afirmaciones de lanzamiento de lo que debe comprobarse.
Por qué importa
For agent traffic billed per token, reducing a deep-research task from around a dollar to cents can change whether a workflow scales. Las noticias de IA ya no se evalúan solo por rendimiento, sino también por coste, suministro, regulación y operación real.
Qué observar
The next releases need to show whether diversity sampling and consensus aggregation work outside search-heavy benchmarks. La siguiente prueba será el uso en clientes, las evaluaciones independientes y la estabilidad después del lanzamiento.
Fuentes verificadas: OpenSquilla release notes, DRACO benchmark data and project documentation, CocoLoop.