基元律动NeoHorse-1.5-Flash Preview：180B参数Agent模型限量内测

11月5日，基元律动（TokenRhythm）推出Agent原生模型NeoHorse-1.5-Flash Preview，目前只开放限量内测。该模型在Qwen3.8-Flash基础上训练，总参数180B、激活参数6B，主打Agent任务执行与软件工程能力的提升。

公司公布的对照评测显示，对比基座模型，新模型在Agents’ Last Exam上整体得分提高9.23分，Natural Language to Repository评测整体得分提高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。

这次发布延续了NeoHorse系列对递归自我改进（RSI）的探索，基元律动把这一机制称作“第二圈”。9月发布NeoHorse-1之后，上一代模型被重新放回模型池，在实际任务中收集执行反馈，这些经验再用于后续训练；训练尺度也从首轮的4B、9B扩展到Flash档位。

该路径依赖TokenRhythm多模型平台与开源Agent产品OpenSquilla。路由系统给出任务能力需求信号，多模型融合让多个前沿模型处理同一任务，从而形成可比较的执行结果。NeoHorse与这些结果之间的差异，被用来识别能力短板、确定训练方向，并转化为学习信号。

模型发布翌日，基元律动又更新了OpenSquilla，把这一执行基础补得更完整。新版按任务意图挑选模型档位：继续任务时沿用原档位，重做时逐级升档。TokenRhythm和OpenRouter推荐方案可独立更新，用户不用升级客户端，就能预览差异并确认应用。本期推荐配置也依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持续更新。

围绕RSI训练，团队提出三项技术：多模型差分诊断、对抗式环境进化和群体智能在线学习，分别对应能力诊断、分布塌缩和迭代效率。环境进化引擎持续生成并筛选新任务；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进行训练，把执行框架中产生的比较信息用于后续优化。

公开演示展示了具体任务中的差别。表格网页案例里，基座模型生成的部分计算单元格出现公式报错，新模型则给出公式输入、计算结果以及更多交互功能。发布材料还列出图表生成、量子物理计算、机器人装配参数求解等案例，考察模型在计算、检查和交付环节的完成情况。

NeoHorse-1.5-Flash Preview现可通过基元律动官方公众号申请内测。

雷峰网 雷峰网