# Echo 用开源模型拼出一个系统，号称性能追平 Fable 但成本只要三分之一

> 原标题：Show HN: Echo – Fable-level results at 1/3 the cost using open-weight models

- 来源：Hacker News 首页
- 发布时间：2026-07-23T19:26:01.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/46179
- 原文：https://news.ycombinator.com/item?id=49026810

## 摘要

Echo 是 TracerML 做的一个实验性系统，它不单独用某一个模型，而是把 GLM-5.2、Kimi K2.7 等几个开源模型放在一个池子里，每次收到请求再决定调用哪几个模型、怎么组合它们的输出。作者先算了一个理论上限：如果每次都能事后挑出最佳模型组合，性能会远超任何单一模型。Echo 想在不提前知道答案的情况下逼近这个上限。

## 推荐理由

TracerML 把 GLM-5.2、Kimi K2.7 等多个开源模型放进池子，按请求动态决定调用组合，试图在不预知答案的前提下逼近事后选优的性能上限。

## 锐评

成本三分之一这个数，得先问跟谁比。Fable 是闭源 API，Echo 拿开源模型池加动态路由去追，省下来的钱主要来自 GLM-5.2、Kimi K2.7 这些开源模型本身的单价，它们自己跑就比闭源低一个量级，路由再聪明也变不出这个差价。

每次请求现场判断该调哪几个模型，这个决策本身也要花 token 和时间，作者没提这部分开销算没算进三分之一里。评测集自己搭的，样本多少也没说，我倾向于先当它是个有意思的工程 demo。
