基元律动发布1250亿参数智能体模型NeoHorse-1.5-Flash Preview

智东西 作者 | 孙小雯 编辑 | 程茜 智东西11月5日消息，今日，北京大模型创企基元律动（TokenRhythm）发布 面向智能体任务的大模型 NeoHorse-1.5-Flash Preview，并开放内测。据基元律动透露，该模型基于Qwen3.8-Flash进行 递归自我改进（RSI）迭代 ，主模型参数为1250亿，激活参数为60亿。 据基元律动透露，团队此次将上一代模型NeoHorse-1重新加入多模型任务执行体系，积累新的执行记录与能力反馈，再用于训练NeoHorse-1.5。 据基元律动公布的评测结果，相较Qwen3.8-Flash基座，NeoHorse-1.5-Flash Preview在Agents’ Last Exam中的整体成绩由41.20分提升至50.43分， 提高约22.4% ，其中物理科学任务成绩提高约106.1%。在自然语言生成代码仓库评测中，新模型的整体成绩由44.24分提升至50.16分， 提高约13.4% 。 ▲NeoHorse-1.5-Flash Preview与Qwen3.8-Flash基座在Agents’ Last Exam中的成绩对比（图源：基元律动） 今年9月，该公司发布上一代模型NeoHorse-1，包含40亿和90亿参数两个版本。据团队公布的十项评测结果，上一代模型的4B版本平均成绩为64.87分，在该组参与比较的6款开放权重模型中排名第一。 基元律动成立于2026年4月，主要研究多模型智能路由与协同、Agent框架及模型优化。 今年5月，该公司推出开源Agent框架OpenSquilla首个公开预览版，该框架可根据任务需要调度模型、调用工具。8月27日，基元律动宣布多模型聚合API平台TokenRhythm API 启动公测 ，为开发者提供统一的模型调用接口。 基元律动创始人、CEO王云鹤曾任华为诺亚方舟实验室主任、盘古大模型负责人，联合创始人、CTO韩凯曾任华为诺亚方舟实验室首席研究员。两人在华为期间共同参与了GhostNet、GhostNetV2等轻量级视觉模型研究，相关论文分别发表于计算机视觉顶级会议CVPR 2020和人工智能顶级会议NeurIPS 2022。 今年8月，基元律动披露完成由弘晖基金领投的天使轮融资，聚合资本、尚势资本等参与。截至该轮融资披露时，该 公司已累计融资数千万美元 。此前种子轮由Granite Asia领投，鼎晖VGC、元璟资本、无限基金参与。 一、Agent任务平均提升9.23分，多模型执行经验用于后训练 据基元律动透露，NeoHorse-1.5-Flash Preview以Qwen3.8-Flash为基础，利用Agent执行任务时产生的执行经验进行后训练。基元律动希望通过这些材料，让模型学习如何调用工具、利用执行反馈、修正错误，完成多步骤任务。 Agent任务方面，据基元律动公布的Agents’ Last Exam评测结果，相较Qwen3.8-Flash基座，新模型的整体成绩由41.20分提升至50.43分， 提高约22.4% 。其中，物理科学、医疗健康和工程领域的成绩分别提高约106.1%、32.0%和54.7%。不过，计算与数学领域的成绩由59.51分降至52.96分，下降约11.0%。 软件工程方面，Natural Language to Repository评测主要考察模型根据自然语言需求生成代码仓库的能力。据基元律动公布的结果，相较Qwen3.8-Flash基座，新模型的整体成绩由44.24分提升至50.16分， 提高约13.4% 。其中，开发工具与测试、Web开发与内容获取、安全认证与加密领域的成绩分别提高约27.9%、20.6%和35.6%。 ▲两款模型在自然语言生成代码仓库任务中的成绩对比，NeoHorse-1.5-Flash Preview整体得分为50.16分，基座为44.24分（图源：基元律动） 据基元律动透露，为了让任务经验持续用于后续训练，团队此次引入 多模型差分诊断 、 对抗式环境进化引擎 、 群体智能在线学习 三项技术 ，分别用于确定训练重点、生成新任务环境，以及提供学习信号。 其中，NeoHorse作答结果与多模型融合结果之间的差异，既可用于发现NeoHorse的短板，也可用于指导模型学习。 ▲基元律动的模型训练流程：通过多模型比较诊断短板，生成新环境，并利用多模型反馈指导训练（图源：基元律动） 1、多模型差分诊断：比较同一任务的执行结果，确定训练重点 这项技术依托开源Agent框架OpenSquilla的多模型融合功能。多个前沿模型分别执行同一任务，系统再融合各模型的结果。NeoHorse也作为模型池中的一员参与执行。各模型的表现与融合结果，为逐任务比较提供参照。 据基元律动透露，系统通过比较，持续识别Ne

来源只提供摘要，完整内容请打开原文。