Lançamento do OpenSquilla 0.5.0 Preview na China: Integração de Múltiplos Modelos Lidera os Rankings DRACO

De acordo com pt.wedoany.com-O projeto de código aberto de IA Agente OpenSquilla lançou a versão 0.5.0 Preview 1, com a atualização principal sendo a "colaboração integrada de múltiplos modelos". Esta solução organiza, na camada Harness, quatro modelos nacionais chineses — DeepSeek v4, GLM-5.2, Kimi K2.7 e Qwen3.7 — em uma equipe colaborativa de propostas paralelas, onde um modelo agregador produz o resultado final. A equipe não inclui nenhum modelo carro-chefe estrangeiro.

O relatório técnico "Agentic Routing", lançado simultaneamente com a versão Preview, explica como o roteamento nativo deste harness transforma o tráfego diário de agentes em um volante de dados de autoevolução. A versão oficial será lançada posteriormente.

O mais recente ranking de pesquisa aprofundada DRACO compara as pontuações médias e os custos médios de cada solução por grupo de mecanismo de busca. A solução integrada do OpenSquilla ficou em primeiro lugar em ambos os grupos. No grupo Brave Search, a pontuação média foi de 64,09, superior ao Opus 4.8 (59,11, +8,42%) e ao GPT-5.5 (53,28, +20,27%) executados individualmente; o custo médio por tarefa foi de US$ 0,12, aproximadamente 92% e 86% menor, respectivamente, sendo a única solução no grupo a receber simultaneamente os marcadores de "maior pontuação" e "menor custo". No grupo DuckDuckGo, a pontuação média foi de 60,85, ligeiramente superior aos 59,80 do mais recente carro-chefe da Anthropic, o Fable 5, com pontuações praticamente equivalentes, mas com um custo de aproximadamente um terço (US$ 0,39 contra US$ 1,21); os resultados do Fable 5 no grupo Brave ainda estão em andamento.

O mecanismo desta solução é "amostragem de diversidade + agregação por consenso": múltiplos modelos realizam pesquisa e raciocínio de forma independente, complementando-se mutuamente para compensar as deficiências inerentes de um único modelo, como perda de fontes de informação, erros de cálculo e incapacidade de atender a todas as restrições. A equipe afirma que não se trata de trocar por um modelo mais forte, mas sim de adotar uma melhor forma de organização. Este resultado aponta para uma conclusão: embora os modelos nacionais chineses básicos, quando usados isoladamente, ainda apresentem lacunas em relação aos carros-chefe estrangeiros, quando organizados adequadamente na camada Harness, a combinação de modelos nacionais já pode alcançar pontuações mais altas e estáveis em tarefas reais, e, diante da mais nova geração de carros-chefe, pode até mesmo igualar ou superar seus resultados, com um custo que é apenas uma fração.

O OpenSquilla é desenvolvido pela TokenRhythm (基元律动), posicionando-se com uma abordagem paralela de Harness e otimização de modelos, com o produto defendendo "aumentar a inteligência do Agente por unidade de custo". A evolução das versões gira em torno de "gastar menos e entregar valor real": v0.1.0 lançou o roteamento inteligente, selecionando automaticamente o modelo com base na dificuldade da tarefa; v0.2.0 introduziu a migração com um clique, suportando a troca de baixo custo a partir de outros frameworks de Agente; v0.3.0 lançou o protocolo de habilidades auto-organizáveis MetaSkill; v0.4.0 trouxe codificação verificável e a primeira versão desktop assinada; até a presente integração de múltiplos modelos na versão 0.5.0 Preview. De acordo com relatos públicos, a empresa concluiu sua primeira rodada de financiamento logo após sua fundação, com uma avaliação de US$ 100 milhões.