64 块 B300 训练 5 天，FireFlash 编码代理登 Terminal-Bench 帕累托前沿
kaiwei_chang · x · 2026-11-03
FireFlash 团队发布基于 GLM-5.3-Flash 做后训练的 300B 规模长程编码代理：仅用 64 块 NVIDIA B300 训练 5 天，Terminal-Bench 4.0 得分 46.2%（比基线 +10.4），单任务成本比 Fable 5 Max 低 30 倍以上。
- DeepSWE v1.1 提升 5.4 至 68.8，SWE-Bench Pro Verified 提升 5.1 至 63.3
- 配图显示 FireFlash 处于 Terminal-Bench 4.0 的性能-成本帕累托前沿，接近 GPT-6 Sol（49.4%）但价格低一个量级
- 三个关键因素：精心策划的 agentic RL 环境、面向长程/陈旧/低精度 rollout 的 RL 配方、训练与推理共设计的编码 harness
团队称将公开完整 RL 配方。
所属事件:FireFlash 用 64 块 B300 训练 5 天打造前沿级编码代理(2 条相关)→
「编程与Agent」频道最新
- AI 产品仍是单人游戏，多人人机协作被视为下一个前沿 — joonasvirtanen · 2026-11-03
- 斯坦福开新课 CS329Z 教 AI Agent 工程,SWE-agent 一作主讲 — stanfordnlp · 2026-11-03
- 播客对话 opencode 作者：开源、harness 与模型之争 — yenkel · 2026-11-03
- 用 Opus 5.5 跑 86.2 个 Agent 小时，产出一条 hyperpop 音乐视频 — apples_jimmy · 2026-11-03
- Matt Shumer 公开 Manager Loop：让 Agent 完成超长程任务的编排技巧 — mattshumer_ · 2026-11-03
- Crosby 律所助理 Agent 全量上线，覆盖 95% 客户 — graceisford · 2026-11-03