低成本前沿AI：開源工作者搭配閉源顧問的協作模式

Fireworks AI 提出使用開放源碼 worker agent 結合閉源 advisor model 的方法，能在更低成本下提升效能，並提供了具體的基準測試結果，是關於成本效益優化工作流的實戰分享。

此篇研究揭示，結合開源工作者與閉源前沿模型顧問的簡單設置，能以極低的成本實現甚至超越前沿AI的效能。 • 方案中，一個開源模型（如 Kimi-K2.6 或 GLM-5.2）負責端到端執行任務，僅在單一的審查步驟中，諮詢閉源前沿模型（如 Claude Opus 4.8）以獲取評估。 • 實驗結果顯示，此模式在 SWE-bench Pro、Terminal-Bench 和 Legal Agent Benchmark 三項基準測試中，顯著提升了任務成功率（+1 至 +8 pp），同時成本比單獨使用前沿模型降低 19% 至 67%。 • > 作者強調，顧問必須是前沿模型，因為它提供了開源模型在審查自身工作時無法提供的獨特判斷力。 • 此外，研究還發現，僅需在任務完成前進行一次**「純審查」諮詢，其效益已與多次諮詢（如規劃加審查）相當甚至更優。 • 這種高成本效益的「工作者+顧問」協作模式，展現了強大的跨任務類型與模型泛用性**，具備大規模部署的潛力。