上海Agents-A1开源能跑长任务吗？
长任务到底能不能跑？Agents-A1的实测结果来了很多搞技术的兄弟关心：Agents-A1开源了，到底能不能跑长任务？直接说结论：能，而且跑得不错。他们在长程搜索、科学研究、长指令遵循这些场景上都做了测试。BrowseComp拿了75.5分，跟万亿参数的模型差距不大。不过也别神话它。官方自己也承认，工程类任务上跟前沿大模型还有差距。毕竟是35B的模型，真要跟GPT-5.5硬碰硬干复杂的工程活，还是有点吃力。但话说回来，这模型才35B，部署成本比万亿模型低太多了。对大部分创业公司和中小团队来说，能跑长任务、成本又可控，这才是真香。
发布于 北京
分享
评论
1
未登录
友善发言
评论
加载中
