OpenSquilla, 중국 모델 4개 앙상블로 DRACO 1위는 중국어 원문 기사를 한국 독자에게 맞춰 다시 정리한 기사다. 핵심은 OpenSquilla argues that routing and consensus across four Chinese models can beat single flagship models on deep-research tasks at lower cost.
무엇이 달라졌나
확인 가능한 주요 사실은 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 $0.39이다. 이 숫자들은 발표 문구와 실제 검증 대상을 구분하게 해준다.
왜 중요한가
The harness layer can become valuable when it selects models, collects evidence, merges answers and logs decisions rather than buying only the strongest model. AI 산업은 이제 성능 발표만이 아니라 비용, 공급, 규제, 현장 운영까지 함께 평가받고 있다.
다음 관전점
DRACO uses LLM judging, so real workflows must confirm long-task failure rates, traceability and enterprise deployment cost. 다음 확인 지점은 벤치마크보다 실제 고객 환경과 장기 사용에서의 안정성이다.
출처 확인: OpenSquilla GitHub, Agentic Routing technical report and DRACO leaderboard, CocoLoop.