OpenSquilla lidera DRACO con cuatro modelos chinos reordena la noticia original en chino para lectores en español. El punto central es OpenSquilla argues that routing and consensus across four Chinese models can beat single flagship models on deep-research tasks at lower cost.
Qué cambió
Los datos verificables son: DeepSeek v4, GLM-5.2, Kimi K2.7 and Qwen3.7 in an Agentic Routing flow, Brave Search DRACO score 64.09 versus Opus 4.8 at 59.11 and GPT-5.5 at 53.28, average task cost of $0.12, and DuckDuckGo score 60.85 at $0.39. Estos detalles separan las afirmaciones de lanzamiento de lo que debe comprobarse.
Por qué importa
The harness layer can become valuable when it selects models, collects evidence, merges answers and logs decisions rather than buying only the strongest model. Las noticias de IA ya no se evalúan solo por rendimiento, sino también por coste, suministro, regulación y operación real.
Qué observar
DRACO uses LLM judging, so real workflows must confirm long-task failure rates, traceability and enterprise deployment cost. La siguiente prueba será el uso en clientes, las evaluaciones independientes y la estabilidad después del lanzamiento.
Fuentes verificadas: OpenSquilla GitHub, Agentic Routing technical report and DRACO leaderboard, CocoLoop.