River 开源训练配方:微调开源模型打平 GPT-6 与 Opus 5.5,成本不到 1%

kylekosic · x · 2026-10-08

River AI 发布开源项目 River Recipes,首个配方聚焦 text-to-SQL:后训练后的开源模型在 Arcwise-Plat 基准上超越 GPT-6 Astra Pro 和 Claude Opus 5.5,而成本不到专有模型的 1%。

要点:

配方基于 ReViSQL(用 RL + LoRA 训练 Kimi K2.6),River 团队在自家平台上重建并修复了多个实现问题,提升了性能与训练稳定性。
共四个开源模型被推到 92.96% 的人类水平成绩;五个模型超过最强的 GPT-6 Astra Pro(max effort),平均高 4.0 分,单题成本不到 2%;GLM-5.3 Flash 表现最佳,高 4.6 分,成本仅 0.5%。
训练后行为有趣:大 MoE 模型变得更简洁(更少轮次与推理,成本下降),小模型则反向(更多推理与数据库探索)。Qwen3.6 因增加数据库探索导致输入 token 大涨;Qwen3.8 推理输出翻倍,成本增幅最大。

「编程与Agent」频道最新