OpenSquilla 0.5.0 Preview ra mắt: Đứng đầu bảng xếp hạng DRACO, thách thức cả Fable 5

< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400">

2026-07-06 12:14:08 Nguồn: QbitAI

Đốt ít tiền, bàn giao thật

Dự án AI Agent mã nguồn mở OpenSquilla vừa phát hành phiên bản 0.5.0 Preview 1, với cập nhật cốt lõi là "tích hợp và cộng tác đa mô hình" (agentic routing đa mô hình): tại tầng Harness, dự án tổ chức 4 mô hình nội địa gồm DeepSeek v4, GLM-5.2, Kimi K2.7 và Qwen3.7 thành một đội ngũ cộng tác đề xuất song song, sau đó sử dụng 1 mô hình để tổng hợp và đưa ra kết quả cuối cùng — trong đội hình này không có bất kỳ mô hình flagship nào từ nước ngoài.

Song song với bản Preview, đội ngũ phát triển đã công bố báo cáo kỹ thuật "Agentic Routing", giải thích cách thức định tuyến gốc (native routing) của harness này chuyển đổi lưu lượng truy cập agent hàng ngày thành vòng lặp dữ liệu tự tiến hóa; phiên bản chính thức sẽ được ra mắt sau đó.

Bảng xếp hạng nghiên cứu chuyên sâu DRACO mới nhất đã nhóm các công cụ tìm kiếm để so sánh điểm số trung bình và chi phí trung bình của từng giải pháp; giải pháp tích hợp của OpenSquilla đứng đầu ở cả hai nhóm.

Nhóm Brave Search: điểm trung bình đạt 64,09, cao hơn so với khi chạy đơn lẻ Opus 4.8 (59,11, +8,42%) và GPT-5.5 (53,28, +20,27%), chi phí trung bình cho mỗi tác vụ là 0,12 USD, thấp hơn lần lượt khoảng 92% và 86%, là đơn vị duy nhất trong nhóm đạt được cả hai danh hiệu "Điểm số cao nhất" và "Chi phí thấp nhất".

Nhóm DuckDuckGo: điểm trung bình đạt 60,85, cao hơn một chút so với 59,80 của Fable 5 – flagship mới nhất từ Anthropic. Điểm số về cơ bản là ngang bằng, trong khi chi phí chỉ bằng khoảng 1/3 (0,39 USD so với 1,21 USD); kết quả của Fable 5 trong nhóm Brave Search vẫn đang trong quá trình chạy thử nghiệm.

Cơ chế của hệ thống này là "lấy mẫu đa dạng + tổng hợp đồng thuận": nhiều mô hình độc lập thực hiện tìm kiếm và suy luận, bổ trợ lẫn nhau để khắc phục những hạn chế cố hữu của một mô hình đơn lẻ như bỏ sót nguồn tin, tính toán sai giá trị hoặc không bao quát hết các ràng buộc. Theo cách nói của đội ngũ phát triển: không phải là thay thế bằng một mô hình mạnh hơn, mà là thay đổi cách thức tổ chức tốt hơn.

Kết quả này chỉ ra một nhận định đang dần hình thành: các mô hình nền tảng nội địa khi đứng riêng lẻ vẫn có khoảng cách so với các flagship nước ngoài, nhưng nếu được tổ chức hợp lý tại tầng Harness, việc kết hợp các mô hình nội địa đã có thể đạt được điểm số cao hơn và ổn định hơn trong các tác vụ thực tế — ngay cả khi đối đầu với thế hệ flagship mới nhất, chúng vẫn có thể bám đuổi hoặc thậm chí vượt qua với chi phí chỉ bằng một phần nhỏ.

OpenSquilla được phát triển bởi TokenRhythm, định vị song song trên hai hướng là Harness và tối ưu hóa mô hình, với triết lý sản phẩm là "nâng cao trí tuệ Agent trên mỗi đơn vị chi phí". Sự phát triển các phiên bản của dự án luôn nhất quán xoay quanh phương châm "Đốt ít tiền, bàn giao thật":

Phiên bản v0.1.0 ra mắt định tuyến thông minh, tự động chọn mô hình theo độ khó tác vụ, đặt nền móng cho việc "tiết kiệm chi phí"; v0.2.0 giới thiệu tính năng di chuyển một chạm, hỗ trợ chuyển đổi từ các khung Agent khác với chi phí thấp; v0.3.0 phát hành giao thức kỹ năng tự tổ chức MetaSkill, giúp Agent chuyển từ "biết gọi công cụ" sang "biết tự tổ chức quy trình làm việc"; v0.4.0 mang đến khả năng mã hóa có thể kiểm chứng (chuỗi bằng chứng hồi quy đỏ-xanh, chỉ bàn giao khi đã sửa đúng) và phiên bản máy tính để bàn có chữ ký đầu tiên; cho đến bản tích hợp đa mô hình trong 0.5.0 Preview lần này.

Theo các báo cáo công khai, công ty đã hoàn thành vòng gọi vốn đầu tiên không lâu sau khi thành lập, với mức định giá đạt 100 triệu USD.

(Nguồn dữ liệu: Bảng xếp hạng nghiên cứu chuyên sâu DRACO và bài báo của đội ngũ OpenSquilla; điểm trung bình được đánh giá bởi LLM, là kết quả mang tính giai đoạn. Hình ảnh minh họa: Ảnh chụp màn hình bảng xếp hạng DRACO.)

Bản quyền thuộc về tác giả, không được phép sao chép hoặc sử dụng dưới mọi hình thức khi chưa được cho phép, mọi hành vi vi phạm sẽ bị xử lý theo quy định.