Paper Instruments 发布 Ultramarine 1 Flash：跑分超主流旗舰，成本低至 1/60
baseten · x · 2026-10-29
Paper Instruments 在 Baseten 平台发布智能体推理模型 Ultramarine 1 Flash，面向金融、法律、咨询和运营等专业知识工作。
- 规格：320B-A18B（MoE），支持文本/图像/视频输入，修改版 MIT 许可证；基于 GLM-5.3 Flash，通过大规模强化学习训练，使用任务特定 rubric 评估开放任务。
- 训练覆盖：19 个专业实践领域、88 种环境类型，含重文档工作流和业务系统交互。
- 能力：配合 agent harness、工具和代码执行环境，可产出 Excel、PowerPoint、Word 文档。
- 宣称成绩：在 JobBench、FrontierFinance 等 benchmark 上超过 Claude Fable 5、GPT-5.6 Sol、Gemini 3.8 Flash、DeepSeek V4.1 Flash，成本最高低 60 倍。Baseten 提供其推理服务。
「模型」频道最新
- OpenAI Codex 负责人回应合并计划：Chat 与 Codex 能力将统一，但尚无时间表 — CtrlAltDwayne · 2026-10-29
- 社区用公开权重逆向实锤：Qwen3.5-27B 竟由 9B 模型层堆叠「生长」而成 — davidad · 2026-10-29
- Reddit 用户吐槽：AI 产品档位太多，一个模型一档定价更有市场 — Tight-Grocery9053 · 2026-10-29
- LMArena 现神秘新模型 Kerria，tokenizer 错误特征指向 Qwen — lyraxana · 2026-10-29
- Google 员工自评：Gemini 的行文风格比其他 LLM 更好读 — amankhan · 2026-10-29
- Vedant Misra 调侃:把所有榜单都刷到极致,模型反而学会了泛化? — vedantmisra · 2026-10-29