Echo ist kein Modell. Es ist eine Inferenz-Orchestrierungs-API von Adam Ridas TracerML, die vor einem Pool offener Gewichts-Modelle — GLM-5.2, Kimi K2.7 und andere — sitzt und pro Anfrage entscheidet, welche antworten, wie viel Rechenleistung jedes erhält und wie deren Ausgaben zusammengeführt werden. Ersetzen Sie Ihren einzelnen geschlossenen Modell-Endpunkt durch Echo und behalten Sie eine stabile Schnittstelle.
Der Auftritt, der Hacker News (386 Punkte bei Show HN) in Aufruhr versetzte: Ergebnisse auf Fabel-Niveau zu einem Drittel der Kosten, nur mit offenen Gewichten. Die zugrunde liegende Annahme ist, dass ein insgesamt schwächeres Modell bei der konkreten Fragestellung hervorragende Leistungen erbringen kann – man leitet also nach Schwierigkeitsgrad, anstatt überall Spitzenpreise zu zahlen.
Was Sie tatsächlich aufrufen
Es ist ein sofort einsetzbarer API-Ersatz. 10 $ kostenlose Credits, keine Karte erforderlich. Richten Sie Ihre App darauf aus, lassen Sie den Router das Backend wählen. Typische Anwendung: Inferenz-Kosten bei hohem LLM-Verkehr senken, ohne an Qualität zu verlieren.
Warum skeptisch sein
Die Routing-Logik ist proprietär – Echo verrät nicht, welches Modell Ihre Anfrage bearbeitet hat, was Unternehmen ablehnen. Und der Beweis ist ein Dashboard mit 907 Zeilen über sieben Benchmark-Familien, klein genug, dass Kritiker eine Sättigung melden (GPQA Diamond bereits bei fast 93 %) und Einzeldurchläufe. Die Idee ist solide; die Evidenz dünn.