公告 AiTest123 交流群已开放 欢迎进群交流功能建议、产品想法、数据问题和使用反馈

AiTest123.comAiTest123.comAI 评测与可信度检测平台

基元律动NeoHorse-1.5-Flash内测：180B总参数、6B激活

资讯 AI 开发者社区 作者：编程导航 全文 517 字 · 约 2 分钟读完 配图 1 张 分类Qwen3产品更新模型发布智能体

基元律动（TokenRhythm）近日发布Agent原生模型NeoHorse-1.5-Flash Preview，基于Qwen3.8-Flash训练，总参数180B、激活参数6B，重点提升Agent任务执行与软件工程能力，目前开放限量内测。 对照评测显示，相较基座模型，新模型在Agents’ Last Exam上整体得

所属频道 产品更新模型发布智能体与 Agent

基元律动（TokenRhythm）近日推出Agent原生模型NeoHorse-1.5-Flash Preview，目前限量内测。该模型以Qwen3.8-Flash为训练基础，总参数180B、激活参数6B，主攻Agent任务执行与软件工程能力。对照评测里，新模型整体得分比基座模型在Agents’ Last Exam上高出9.23分，Natural Language to Repository评测提高5.92分；物理科学任务提升超过20分，开发工具与测试、Web开发、安全认证与加密等方向同样有改善。

这次发布接着NeoHorse系列对递归自我改进（RSI）的探索往下走，基元律动把它称作该机制的“第二圈”。9月NeoHorse-1发布之后，公司让上一代模型回到模型池里收集执行反馈，再拿去训练后续模型，训练尺度从首轮的4B、9B扩到了Flash档位。

这条路靠的是TokenRhythm多模型平台和开源Agent产品OpenSquilla：用路由信号和多模型融合结果的差异找出能力短板，据此定训练方向。模型发布第二天，OpenSquilla跟着更新，可以按任务意图挑模型档位，重做时逐级升档，推荐方案也能单独更新，用户不用升级客户端就能预览应用。



本文由本站编辑组整理与排版，内容基于公开信息核实后归纳发布，与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态，力求信息准确、表述清晰；文中涉及的名称、价格与功能细节可能随官方调整而变化，请以官方最新说明为准。如发现疏漏或表述有误，欢迎通过站内渠道反馈指正。

继续浏览更多资讯

返回资讯目录
上一篇资讯 iPhone Duo开卖两周：微信仍有黑边，10万款适配App撑场 苹果首款折叠屏开卖两周，生态是否跟上成了换机门槛。11 月 9 日披露，中国市场 QQ、腾讯会议、DeepSeek、文心等社交 AI 应用，哔哩哔哩、起点、美图秀秀等工具，以及京东、得物、支付宝等均已适配 iPhone Duo。游戏侧，米哈游 11 月 5 日宣布《绝区零》3.3.1 版起适配。 微信还留着一道黑边，系 下一篇资讯 领克900L全球首秀：七座布局，车长5280mm，年底上市 领克得加快脚步了。

相关资讯

更多
阿里Qwen4官宣将发布：Qwen4-Max预览版首发上线Token Plan IT之家 · 11/11 Qwen4 即将发布：预览版已上线，限时最低 1 折体验 AI 行业观察 · 11/11 阿里Qwen4-Max预览版上线：编程与Agent升级，最低1折体验 凤凰科技 · 11/11 阿里云第十代ECS：基于AMD第六代EPYC，Agent算力升级 AI 行业观察 · 11/11 基元律动发布NeoHorse-1.5-Flash Preview，开放限量内测 AI 产业速递 · 11/10 千问预告Qwen4:Qwen4-Max预览版上线阿里Token Plan，限时最低1折 AI 开发者社区 · 11/11 美团开源LongCat-2.5，长序列SFT单卡吞吐较DDP提升86% AI 开发者社区 · 11/10 Gemini4Carbon正式发布：多智能体协作与网络安全能力升级 AI 开发者社区 · 11/11 Adobe MAX 2026：Photoshop 新增加光与去倒影，AI 代理将接管编辑 AI 开发者社区 · 11/11 豆包接入Seedream 5.5：图片设计升级，支持百轮连续编辑 AI 开发者社区 · 11/10

相关 AI 工具

AI 导航
Qwen3 Qwen3是Qwen系列大型语言模型的最新成员,支持多种思考模式和多语言 聊天对话 · modelscope.cn Gnomic智能体平台 Gnomic智能体立足AI Agent生态体系构建,通过打造AI Agent多模态生态平台,帮助开发者快速设… 大模型与开发平台 · gnomic.cn 信风AI外贸获客智能体 信风 AI 助力跨境营销,自动化拓客流程 客服与销售 · trade-wind.co 百贝AI-企业级智能体平台 外贸、跨境行业首选的AI智能体平台,轻松打造企业专家级的AI数字员工。从客户开发、客户背调、询盘分析,到客服… 数字人与口播 · baibei-ai.com Qwen3-TTS Text to Speech 免费在线 Text-to-Speech (TTS) 网站 配音与音频 · tts.org Qwen3-TTS Text to Speech 免费在线 Text-to-Speech (TTS) 网站 AI 写作 · qwen3-tts.org Releaso Releaso自动化产品更新和发布说明,提升沟通与品牌塑造 办公效率 · releaso.com Released 用于Jira的产品沟通平台,创建路线图、发布通知和反馈门户 文案与营销写作 · released.so

相关推荐 按相关度与热度排序

全部资讯 →

  1. Harness大战

    11月7日，微软发布了一份关于Agent执行系统的技术白皮书，包含一组有点出人意料的测试结果：同样使用Claude Opus 4.8，只换掉Copilot Studio背后的Harness，复杂任务通过率就提高了22.1个百分点。新系统每项任务调用模型的次数几乎翻倍，折算后的输入Token消耗却可以减少21%。 就在十

    来源 AI 行业观察

  2. AI Agent文件任务：交付可靠性成新难点

    （本文作者为 科技新星球，钛媒体经授权发布）文 | 科技新星球过去一段时间，AI产品的能力竞争主要围绕模型展开：参数规模、推理能力、上下文长度，以及生成文本和代码的质量。但当AI进入实际工作流程，评价标准正在发生变化。用户不再只问AI能不能写一段Python代码，而是会提出更具体的要求：把一个目录里的表格整理好，提..

    来源 腾讯网

  5. Gemini 4 Carbon：MKA基准测试第2，任务成本仅第1名1/6

    IT之家 11 月 11 日消息，当地时间 11 月 10 日，谷歌宣布联合 AI 模型评测机构 Artificial Analysis 推出多模态知识智能体基准测试 MKA（Multimodal Knowledge Agent），用于评估 AI 智能体处理视觉复杂文件、完成现实世界知识工作任务的能力。 谷歌表示，其最

    来源 AI 行业观察

  6. Claude Opus 5.5领跑WorkflowArena：长程任务完全解决率仅36.95%

    Einsia AI发布WorkflowArena基准，评测大模型在软件工程、法律等领域的多智能体编排能力。结果显示，即便最强的Claude Opus 5.5，面对复杂长程任务的完全解决率也不足37%。研究还发现，擅长执行任务的模型未必擅长编排，而优秀的编排策略能让弱模型性能显著提升。不同模型呈现出“谋定后动”与“小步快

    来源 AI 应用前沿

  7. 阿里Qwen4官宣将至：Qwen4-Max预览版已进办公、编程等多款产品

    11月11日，阿里千问团队宣布新一代大模型Qwen4即将发布，Qwen4-Max预览版已率先上线Token Plan并接入千问办公、Qoder、千问APP及QwenStudio等产品。阿里称Qwen4将重点提升知识理解、世界感知、编程及智能体能力，但暂未披露具体测试项目和评分结果。

    来源 凤凰科技

  8. openJiuwen双轨自演进框架：Agent换环境为何失灵？

    同样的大模型和工具，换个文件路径或数据格式，Agent就可能反复试错。openJiuwen发布的TTSE框架借鉴认知科学，将经验拆分为“环境事实”和“执行技巧”两条轨道。在ALFWorld等五个基准测试中，该方法显著提升了任务成功率并减少了工具调用次数。目前该机制已落地WorkSwarm办公智能体，实测显示在Excel

    来源 AI 应用前沿

  9. 月之暗面出租数字员工：Agent计价从软件预算转向人力预算

    月之暗面发布托管智能体，市场多解读为"功能升级"。本文判断：这不是产品迭代，是用工形态重构——AI厂商正从"卖token"转向"租数字员工"。基于"动态性"原理，本文提出三层形态租买决策框架，揭示计价锚点正从IT预算滑向人力预算。通用场景租是主航道，但买不会消失；垂直场景进入混合态。

    来源 AI 行业观察

  11. 便宜得离谱！Meta甩出“最省钱模型”，1/3成本追平Claude Haiku 5.5

    智东西（公众号：zhidxcom）编译 | 黄菲编辑 | 江宇智东西11月10日消息，今日，Meta正式发布最新模型Muse Ember，主打复杂推理和智能体任务。Meta称，这是其迄今体量最小、效率最高的模型，能够跨应用执行工作流、连续调用工具、运行测试并修复代码。Muse Ember持100万Token上下文窗口，

    来源 腾讯网

  12. Meta推Muse Ember：百万Token输入7毛，性能追平Haiku 5.5？

    昨夜，Meta 正式发布新一代轻量级 AI 模型 Muse Ember。据介绍，这是 Meta 迄今推出的体积最小、效率最高的模型，主要面向复杂推理执行，以及 AI Agent 在日常工作中需要反复处理的任务，包括工具调用、编程子任务、任务路由、信息提取和长文档解析等。 Meta CEO 扎克伯格在 x 上发文写道：“

    来源 AI 行业观察

  14. Qwen4预览上线阿里Token Plan：限时一折，办公等应用已接入

    每经编辑：彭水萍截至11月11日10：32，恒生科技ETF（513580）跟踪指数下跌1.1%。成分股方面，小米集团-W上涨0.72%，联想集团上涨0.26%，阿里巴巴-W下跌0.89%。消息面上，全新一代千问大模型Qwen4即将发布，Qwen4-Max预览版已首发上线阿里Token Plan，限时最低一折即可体验Qw

    来源 腾讯网

  15. Agent领导力大考！Einsia AI发布WorkflowArena，行业首个多智能体编排基准

    机器之心发布智能体正从单打独斗走向多智能体协同。如今的 Claude Code、Codex 等框架，已经允许模型在运行时自己拉起子智能体，甚至直接写出调度它们的可执行工作流：任务怎么拆、每个子智能体拿到什么上下文、中间结果在哪里校验、最后如何整合。过去由工程师预先设计好的多智能体结构，正在交给模型自己临场决定。这意味着

    来源 腾讯网

  16. Gemini 4 Carbon开放：长程推理与AI安全实战数据

    Google推出面向复杂长程任务的Gemini 4 Carbon模型，并在FrontierCode基准中取得高分。与此同时，AI安全领域出现新动态：Vercel的智能体审查工具在上线不到一周内发现并自动修复了近6万个代码漏洞。Anthropic发布Claude Mythos 5.2并接入安全扫描，NVIDIA开放日语合

    来源 AI 应用前沿

  17. 豆包上线商品推荐和商城入口，抖音电商逻辑搬进AI助手

    双11尾声将至，豆包终于戳破和抖音之间那层薄薄的窗户纸了。 近日，字母榜发现，豆包开始根据用户喜好主动推荐商品了。进入“双11问豆包”入口后，页面不再以预设问题为主，而是升级为了基于用户喜好的商品推荐，商品以双列的形式出现，和抖音内商城模式相同，还出现了直播间推荐。 简单来说，豆包开始主动推荐商品，并且给了商城二级入口

    来源 AI 行业观察

  20. 灵光托管事务破300万项：个人AI助理转向比拼"管事"

    11月11日，蚂蚁集团旗下个人AI助理灵光公布最新数据:自10月27日灵光2.0上线以来，累计托管事务量突破300万项，累计执行任务超过1100万次。 这是灵光2.0上线以来又一次披露事务托管数据。11月5日，灵光曾公布，上线一周已托管超过116万项事务，累计执行任务超过360万次，用户规模突破2000万。 与用户规模

    来源 AI 开发者社区

  25. Meta推出Muse Ember：跑分追平Haiku，成本仅三分之一

    轻量模型赛道又挤进一位狠角色。Meta 在 11 月 10 日推出 Muse Ember，标榜自家"迄今最小、最高效"的模型，专为复杂推理和智能体反复执行的日常任务而生。它不拼参数规模，只拼性价比。 跑分追上 Haiku，账单只剩零头 在 Artificial Analysis 榜单上，Muse Ember 的综合表现

    来源 AI 开发者社区

  26. AI Agent进入文件任务阶段：比拼重点从写代码转向可靠交付？

    AI Agent正从内容生成走向实际任务执行。处理本地文件看似是一个普通办公场景，却暴露出任务理解、代码执行、结果验证与权限管理等关键问题。Python-Use提供了一种新的执行思路，但Agent真正走向工作场景，仍需跨越可靠性与安全性的门槛。

    来源 AI 行业观察

  29. Codex、Claude Code 都卷完了，居然还能跑出黑马？整个产品，现在都可以是一个提示词

    T3 Code 的 Orchestrator V2 最近上线并进入稳定版——这套做了大约半年的多模型、多 Harness 编排能力终于跑顺了。从一个早期体验欠佳的开源替代品，到如今用户数超过 70 万，它在已经成熟的编程 Agent 工具赛道里跑成了黑马。 为什么值得关注？因为它始终在深耕编程这件事，尤其在别家都往另一

    来源 AI 行业观察

  30. Gemini Robotics 2.5发布：200项任务测试，已上岗奔驰产线

    人工智能与实体机器人技术的融合再度迎来里程碑式进展。近日，谷歌正式发布了迄今为止能力最强的视觉-语言-动作（VLA）机器人模型——Gemini Robotics2.5。该模型在机器人的技能广度、学习速度以及核心的灵巧度、可靠性、安全性三大关键领域实现了全方位跃升，目前正全面面向谷歌的机器人合作伙伴开放。 核心性能大幅跨

    来源 AI 开发者社区
向下滚动自动加载更多
官方 API 状态 官方状态 Kimi 降级
Replicate · 轻微事件进行中（已持续 12 小时 27 分钟）
更新于 8 分钟前 全部状态