OpenSquilla dẫn đầu DRACO bằng tổ hợp bốn mô hình Trung Quốc chuyển câu chuyện gốc tiếng Trung sang bối cảnh dễ đọc hơn với độc giả Việt Nam. Trọng tâm là OpenSquilla argues that routing and consensus across four Chinese models can beat single flagship models on deep-research tasks at lower cost.
Điểm thay đổi
Các dữ kiện có thể kiểm chứng gồm: 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. Chúng giúp tách phần quảng bá khỏi những điều cần kiểm tra thực tế.
Vì sao quan trọng
The harness layer can become valuable when it selects models, collects evidence, merges answers and logs decisions rather than buying only the strongest model. Tin tức AI hiện phải được nhìn cùng chi phí, nguồn cung, quy định và khả năng vận hành trong môi trường thật.
Điều cần theo dõi
DRACO uses LLM judging, so real workflows must confirm long-task failure rates, traceability and enterprise deployment cost. Bài kiểm tra tiếp theo là triển khai thật, đánh giá độc lập và mức độ ổn định sau giai đoạn ra mắt.
Nguồn đã kiểm chứng: OpenSquilla GitHub, Agentic Routing technical report and DRACO leaderboard, CocoLoop.