4つの中国モデル集成、低コストでOpus超えは、中国語原文のニュースを日本の読者向けに整理したものだ。焦点は The cheaper four-model ensemble is a cost argument as much as a benchmark argument.
何が変わったのか
確認できる主要事実は、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。発表文の勢いと実際に検証すべき点を分けて読む必要がある。
なぜ重要か
For agent traffic billed per token, reducing a deep-research task from around a dollar to cents can change whether a workflow scales. AI関連ニュースは、性能だけでなく価格、供給、規制、現場運用まで含めて評価される段階に入っている。
次に見る点
The next releases need to show whether diversity sampling and consensus aggregation work outside search-heavy benchmarks. 次の焦点は、デモや榜単ではなく、実運用で継続して使えるかどうかだ。
参考資料：OpenSquilla release notes, DRACO benchmark data and project documentation、CocoLoop。