基元律动推NeoHorse-1.5-Flash Preview：180B参数Agent模型限量内测
sina qqZone renren ydCloud 0
11月5日，基元律动（TokenRhythm）推出Agent原生模型NeoHorse-1.5-Flash Preview。这一模型以Qwen3.8-Flash为底座训练，总参数180B，激活参数6B，主打Agent任务执行和软件工程能力的提升，眼下只开放限量内测。
公司公开的对照评测显示，与基座模型相比，新模型在Agents’ Last Exam上的整体得分涨了9.23分，Natural Language to Repository评测的整体得分涨了5.92分。物理科学任务提分超过20分，开发工具与测试、Web开发、安全认证与加密这几个方向同样有改善。
这次发布仍是NeoHorse系列对递归自我改进（RSI）的延续，基元律动把它叫作这一机制的“第二圈”。9月NeoHorse-1问世后，团队将上一代模型放回模型池，在实际任务里收集执行反馈，再用这些经验喂给后续训练。训练尺度也从首轮的4B、9B，扩到了Flash档位。
支撑这条路径的是TokenRhythm多模型平台和开源Agent产品OpenSquilla。路由系统给出任务能力需求的信号，多模型融合让多个前沿模型同时处理一个任务，产生可互相比较的执行结果。NeoHorse与这些结果差在哪里，就被拿来定位能力短板、敲定训练方向，并转成学习信号。
模型发布第二天，基元律动又更新了OpenSquilla，把执行这一环补齐。新版按任务意图挑模型档位：接着做原任务就沿用原档位，重做则一级一级往上升；TokenRhythm和OpenRouter的推荐方案可以各自独立更新，用户不升客户端也能预览差异、确认应用。本期推荐配置还参照十一月模型榜单做了调整，执行侧的模型选择因此能跟着评测结果走。
围绕RSI训练，团队拿出了三项技术：多模型差分诊断、对抗式环境进化、群体智能在线学习，依次对应能力诊断、分布塌缩和迭代效率。环境进化引擎负责不断生成并筛出新任务；群体智能在线学习则利用模型输出与融合结果之间的差异来训练，把执行框架里产生的比较信息用到后续优化上。
公开演示里能看到具体任务上的差别。表格网页案例中，基座模型生成的部分计算单元格出现公式报错，新模型则把公式输入、计算结果和更多交互功能都做了出来。发布材料还列了图表生成、量子物理计算、机器人装配参数求解等案例，看的是模型在计算、检查、交付各环节完成得怎么样。
想试NeoHorse-1.5-Flash Preview，可以通过基元律动官方公众号申请内测。
雷峰网 雷峰网
