四個國產模型集成跑贏 Opus，成本低九成把簡體中文原文的重點轉成繁體中文讀者更容易閱讀的脈絡。核心在於 The cheaper four-model ensemble is a cost argument as much as a benchmark argument.
變化在哪裡
目前可核驗的事實包括：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。這些細節讓新聞不只停留在發布會口號。
為什麼重要
For agent traffic billed per token, reducing a deep-research task from around a dollar to cents can change whether a workflow scales. AI 新聞已經不能只看模型分數，還要看成本、供應、監管與真實工作流程。
接下來看什麼
The next releases need to show whether diversity sampling and consensus aggregation work outside search-heavy benchmarks. 下一步要看的不是更多宣傳，而是第三方測試、客戶續用與長時間穩定性。
參考來源：OpenSquilla release notes, DRACO benchmark data and project documentation、CocoLoop。