FLock 开源决策模型 this-that-model-1.0「这那模型」
相关推荐
FLock 发布「这那模型」1.1 版本,决策成功率提升至 77.5%
Foresight News 消息,FLock 发布 THIS / THAT model 1.1(「这那模型」)。据团队公布的 1,710 道复杂决策测试,新版本成功率由 40.6% 提升至 77.5%,高于同期 GLM-5.3、Kimi K3 及 DeepSeek V4.1 Flash、V4 Pro;此前 68 题决策测试则实现全部答对。 在该测试涵盖的 19 类任务中,4 类同时超过 GPT-5.6 与 Claude Opus 5,另 2 类达到 100% 成功率,追平两者中的最佳成绩。其中,「预算内选择最优组合」专项成功率达 67.8%,约为 GPT-5.6 的 4 倍、Claude Opus 5 的 5 倍。上述优势限于相关专项任务,不代表通用能力排名。 新版本仍维持 18.8 亿参数、零生成 Token 及约 30.9 毫秒测试延迟,团队称此次跃升来自训练数据优化,而非扩大模型规模。 据团队介绍,FLock 在 1.0 发布后仅一天内便推出 1.1 升级,在保持模型规模与推理延迟不变的同时实现性能跃升。
FLock「这那模型」获 Qwen 官方支持,联合阿里云实现性能突破,决策测试超越 GPT-5.6、Claude Opus 5
Foresight News 消息,去中心化 AI 平台 FLock.io 旗下开源决策模型 THIS / THAT「这那模型」获得阿里巴巴 Qwen 官方认可与宣发支持。该模型基于 Qwen3.5 2B 构建,利用 Qwen Max 生成训练数据,并结合 FLock Research Team 在自然语言处理领域国际学术会议 ACL 2026 上发表的 GraphSynth 和 CircuitSynth 两项研究成果,在阿里云平台完成训练。此前,FLock 已与 Qwen、阿里云建立长期技术与生态合作关系,并曾联合 Qwen 在韩国高校举办 AI Hackathon,持续推动 AI 技术创新与开发者生态建设。 据团队公布的测试结果,THIS / THAT Model 1.2 在 1710 道复杂决策测试中成功率达到 87.8%,较 1.0 版本的 40.6% 大幅提升,并超过 GPT-5.6(81.6%)和 Claude Opus 5(83.4%)。模型仅有 18.8 亿参数,无需生成输出 Token,单次决策延迟约 31.4 毫秒,可在本地设备运行,适用于 AI Agent、企业 AI 及自动化工作流等场景。 FLock.io 表示,此次模型成果进一步展示了 FLock 在原创 AI 研究、数据合成及高性能专用模型训练方面的技术实力,也是 FLock 与 Qwen、阿里云长期技术及生态合作的又一重要成果。未来,双方将继续探索高效、隐私保护型 AI 模型在更多实际场景中的应用。
豆包工作接入DeepSeek V4.1 Flash等更多模型
PANews 11月12日消息,据科创板日报报道,豆包工作正式接入 Kimi 3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash 等多款第三方模型。此外,豆包工作针对豆包 2.1 Lite和Deepseek V4.1 Flash推出限时优惠,下调这两款模型的额度消耗倍率。
Artificial Analysis 评测:腾讯混元 Hy4 智能指数得 35 分,超过 DeepSeek V4.1 Flash 1017
火星财经消息,独立 AI 分析机构 Artificial Analysis 发布 Intelligence Index v5,新增 2 项基准测试并升级 3 项测试,60% 的指数评估基于私有测试集或保留答案。国产模型方面,Artificial Analysis 公布的评测数据显示,腾讯混元 Hy4 获得 35 分,DeepSeek V4.1 Flash 1017(max)获得约 33 分。据此前提供的榜单数据,Claude Opus 5.5(max)以 58 分位居首位,GPT-6 Astra(max)和 GPT-6.1 Sol(max)分别获得 57 分和 55 分。
DeepSeek V4.1 Flash新版登顶Agent Arena开源模型榜,位列总榜第11
PANews 10月20日消息,AI模型评测平台Arena宣布,DeepSeek-V4.1-Flash-20261017(Max)已位列Agent Arena开源模型第一、总榜第11。基于约7500次真实使用会话,该模型相对平均模型的综合净改善约为5.1%,单任务成本中位数约0.20美元。该版本在任务成功确认、用户正负反馈、Bash命令执行可靠性及可引导性四项指标中均位列开源模型第一,其中任务成功确认指标位列总榜第8。
DeepSeek新版为何突然变强?外媒曝出Astra蒸馏内幕,梁文锋向竞争压力妥协
动察 Beating AI 快讯,DeepSeek 新版模型能力大涨,背后可能真有 Astra 的功劳。 The Information 援引多名直接知情人士称,DeepSeek 10 月 17 日更新的 V4.1-Flash-1017,以及月之暗面新发布的 Kimi K3.1 Pro,都在训练过程中大量利用了 OpenAI GPT-6 Astra 的输出进行蒸馏。 DeepSeek 新版在浏览器操作任务上的表现尤其突出。Browser Use 的 180 项真实网页任务测试中,它的得分从旧版的 70.9 提高到 75.0,接近 Astra 的 77.9。但每题模型调用成本仅 0.22 美元,Astra 则高达 10.77 美元,相差近 49 倍。 此前,Claude 一直是国内 AI 公司蒸馏的主要目标。但 Anthropic 最近两个月不断收紧防护,试图提取模型推理过程的难度大幅增加,国内实验室于是把目光转向了 Astra。 DeepSeek 创始人梁文锋原本不愿在 V4 研发中依赖蒸馏。但看到智谱 GLM 等国内竞争对手借助蒸馏取得进展后,最终向竞争压力妥协。