MiroThinker-1.5智能體模型，30B評測性能超越1T模型

始智AI wisemodel.cn社區(qū)是源自中國的中立開放的AI開源社區(qū)，始終堅持“中立、開放、共建、共創(chuàng)、合作”五項基本原則，歡迎加入共同成長。

MiroMind 由全球知名創(chuàng)新企業(yè)家、慈善家陳天橋，與清華大學(xué)知名 AI 青年學(xué)者代季峰教授聯(lián)合發(fā)起，團隊曾憑借成功預(yù)測 Polymarket （全球最大的去中心化預(yù)測市場）題目，連續(xù)登頂 Future X 全球榜首。

近期，團隊又率先開源搜索智能體模型——MiroThinker 1.5，該智能體模型在多個搜索智能體基準(zhǔn)測試中躋身全球第一梯隊，超過ChatGPT-Agent、Seed-1.8、DeepSeek-3.2等模型。MiroThinker 1.5已上線始智AI-wisemodel開源社區(qū)，歡迎大家前去體驗。

模型地址

https://wisemodel.cn/models/MiroMind/MiroThinker-v1.5-30B

01.

杰出的性能表現(xiàn)

MiroThinker-v1.5-30B 僅用1/30的參數(shù)規(guī)模跑出了比肩眾多 1T 模型的性能表現(xiàn)，其 235B 的版本在多個搜索智能體基準(zhǔn)測試中躋身全球第一梯隊。

在BrowseComp上，位列全球第一。

BrowseComp 性能對比

在四項基準(zhǔn)測試中的表現(xiàn)杰出：

• HLE-Text（人類終極測試）：39.2%

• BrowseComp（網(wǎng)頁檢索類大模型基準(zhǔn)測試）：69.8%

• BrowseComp-ZH（BrowseComp的中文適配版本）：71.5%

• GAIA-Val-165（GAIA基準(zhǔn)測試驗證集）：80.8%

Agent 搜索評測基準(zhǔn)性能對比

越級挑戰(zhàn)：MiroThinker-v1.5-30B vs Kimi-K2-Thinking

面對參數(shù)量高達(dá) 30 倍的萬億參數(shù)巨獸 Kimi-K2-Thinking，MiroThinker-v1.5-30B 用極低的成本展示了旗鼓相當(dāng)?shù)谋憩F(xiàn)：

• 推理成本：MiroThinker-v1.5-30B 單條調(diào)用成本低至 $0.07，僅為 Kimi-K2-Thinking 的 1/20，且推理更快。

• 性能表現(xiàn)：在關(guān)鍵評測集 BrowseComp-ZH 中實現(xiàn)性能超越，證明「大」 不等于 「強」。

02.

技術(shù)介紹

主流大模型往往盲目追求萬億參數(shù)，MiroThinker 系列選擇了一條反共識的路線：刻意將模型控制在 30B–200B 的輕量級規(guī)模。MiroMind 團隊強調(diào)，省下的不是算力，而是把算力花在了更刀刃的地方 —— 對外的信息獲取與交互。當(dāng)模型同時具備研究式確認(rèn)機制與時序因果約束，這種圍繞外部信息獲取的交互過程才讓“發(fā)現(xiàn)式智能”真正落地。這也是對 Interactive Scaling 的深耕，使他們用小得多的模型，做到了大模型才能做到的事。

MiroThinker 1.5 的核心發(fā)力點，在于通過 Interactive Scaling 打破孤立推理的僵局，將「推理」與「外部環(huán)境」深度耦合。通過構(gòu)建「推理 - 驗證 - 修正」循環(huán)，引入外部信息作為校驗錨點，用確定性的證據(jù)流來對沖不確定性的推演，解決邏輯坍塌問題。

Training-time Interactive Scaling 技術(shù)，將交互內(nèi)化進模型推理，用確定性對抗不確定性

當(dāng)智能的 Scaling 范式不再局限于模型內(nèi)部龐大的世界知識儲備與縝密的長程邏輯推理，而是依托模型高頻與外部世界中探索與交互并獲得閉環(huán)反饋時，小而高效的探索者模型能展現(xiàn)比肩于甚至超出大而嚴(yán)謹(jǐn)?shù)乃伎颊吣Ｐ偷闹橇λ健?/p>

MiroThinker 1.5 正是基于這一判斷，將 Interactive Scaling 從推理階段的外掛能力，前移并內(nèi)化為訓(xùn)練階段的核心機制。模型并非被要求「盡量在腦中想清楚一切」，而是被系統(tǒng)性地訓(xùn)練成一個善于向外求證、敢于否定自己、能夠快速修正路徑的 Agent。

在訓(xùn)練過程中，MiroMind 團隊刻意削弱對「單次完美推理」的獎勵，轉(zhuǎn)而強化以下行為模式：

• Evidence-Seeking（主動求證）：模型被鼓勵將每一個關(guān)鍵判斷拆解為可驗證的子假設(shè)，并主動發(fā)起對外查詢、檢索與比對。結(jié)論本身不再是訓(xùn)練目標(biāo)，找到可靠證據(jù)的過程才是。缺乏信源支撐的高置信輸出，會在訓(xùn)練中被系統(tǒng)性地懲罰。

• Iterative Verification（多輪校驗與自我修正）：推理不被視為一次性路徑，而是一個可反復(fù)回溯、修正的過程。模型在交互中被要求不斷對已有判斷進行反證測試，一旦發(fā)現(xiàn)證據(jù)沖突，必須顯式調(diào)整假設(shè)，而非「帶著錯誤繼續(xù)推下去」。

• Anti-Hallucination（對捷徑的系統(tǒng)性過濾）：對那些「看起來合理、但缺乏真實依據(jù)」的推理捷徑保持零容忍。訓(xùn)練中不僅評估答案是否正確，更關(guān)注答案是如何得到的：任何依賴統(tǒng)計相關(guān)性、模式記憶或隱含先驗而繞過證據(jù)驗證的路徑，都會被標(biāo)記為低質(zhì)量推理。

通過這種訓(xùn)練方式，MiroThinker 1.5 逐步形成了一種本能反應(yīng)：在不確定性面前，先交互、再判斷；在高風(fēng)險結(jié)論前，先查證、再收斂。這使得模型不再需要將龐大的世界知識全部內(nèi)化為參數(shù)，而是學(xué)會在需要時，快速、精準(zhǔn)地向外部世界借力。

時序敏感訓(xùn)練沙盒

時序敏感訓(xùn)練沙盒，是破解因果律的鑰匙：普通大模型訓(xùn)練常處在上帝視角—— 它在數(shù)據(jù)里早已見過結(jié)果，學(xué)到的往往是復(fù)述與劇透，而不是預(yù)測。MiroThinker 的訓(xùn)練則約束模型只能看過去，不能看未來，在嚴(yán)格的時間可見性約束下做判斷、再用同樣受時序約束的證據(jù)去驗證與更新。

• 可控數(shù)據(jù)合成引擎：構(gòu)建覆蓋多任務(wù)類型的、難度與時間戳可控的數(shù)據(jù)合成體系。每一道題目的「正確答案」并非靜態(tài)標(biāo)簽，而是隨時間戳動態(tài)演化；模型必須在嚴(yán)格的信息可見性約束下，基于當(dāng)時可獲取的信息做出判斷，而校驗過程同樣顯式引入時間戳約束，以確保推演與評分均符合真實世界的時序邏輯。

• 時序敏感訓(xùn)練機制：采用嚴(yán)格的時間戳與信息可見性約束，徹底杜絕 Future Leakage；模型在訓(xùn)練過程中的每一步只能與發(fā)表于當(dāng)前時間戳之前的信息進行交互。

在這種訓(xùn)練范式下，模型被迫學(xué)會在信息不完備、噪聲存在、信號延遲的真實條件下進行推演與修正，而不是依賴靜態(tài)數(shù)據(jù)集中的「標(biāo)準(zhǔn)答案」。時間由此從一個背景變量，轉(zhuǎn)變?yōu)樗茉炷Ｐ托袨榕c推理方式的核心約束，使模型更接近真實世界中的認(rèn)知與決策過程

03.

模型樣例

樣例一: A 股漲停板預(yù)測

（注：以下僅為樣例展示，不構(gòu)成投資建議）

日期：12 月 10 日（周三）

對話鏈接：https://dr.miromind.ai/share/07430808-d84d-4e40-9615-bf07d6e71365

注解：

躍嶺股份：16 只連板股，當(dāng)天晉級僅 4 只，晉級率 25%，市場情緒顯著退潮。MiroMind 在 8 支二板股里，精準(zhǔn)押中唯一晉級成功的那一支。

12 月 11 日（周四）

對話鏈接：https://dr.miromind.ai/share/eccc29b9-889b-43f9-b6bf-f4b2b7c8dc1e

注解：

再升科技：9 只連板股，當(dāng)天晉級僅 2 只，晉級率 22%，市場環(huán)境持續(xù)降溫。MiroMind 命中 9 支連板股中高位晉級者 —— 退潮里選中“活口”。

樣例二: GTA 6 明年能按時發(fā)布嗎？

對話鏈接：https://dr.miromind.ai/share/10e5d1fd-c6b6-4b96-a2ed-4b776a3e1dcd

編輯：趙雅鑫

----- END -----

wisemodel相關(guān)：

系列模型：

關(guān)于wisemodel更多

1

歡迎持續(xù)關(guān)注和支持

開源社區(qū)建設(shè)需要長期堅持和投入，更需要廣大用戶的積極參與、貢獻(xiàn)和維護，歡迎大家加入wisemodel開源社區(qū)的志愿者計劃和開源共創(chuàng)計劃。期待更多開發(fā)者將開源成果，包括模型、數(shù)據(jù)集和代碼等發(fā)布到 wisemodel.cn 社區(qū)，共建中立、開放的AI開源社區(qū)生態(tài)。歡迎掃碼添加wisemodel微信，申請加入wisemodel社群，持續(xù)關(guān)注wisemodel.cn開源社區(qū)動態(tài)。

2

歡迎加盟wisemodel開源社區(qū)

3

歡迎投稿優(yōu)質(zhì)內(nèi)容

歡迎投稿分享人工智能領(lǐng)域相關(guān)的優(yōu)秀研究成果，鼓勵高校實驗室、大企業(yè)研究團隊、個人等，在wisemodel平臺上分享各類優(yōu)質(zhì)內(nèi)容，可以是AI領(lǐng)域最新論文解讀、最新開源成果介紹，也可以是關(guān)于AI技術(shù)實踐、應(yīng)用和總結(jié)等。投稿可以發(fā)郵件到liudaoquan@wisemodel.cn，也可以掃碼添加wisemodel微信。

4

關(guān)于wisemodel開源社區(qū)

始智AI wisemodel.cn開源社區(qū)由清華校友總會AI大數(shù)據(jù)專委會副秘書長劉道全創(chuàng)立，旨在打造和建設(shè)中立開放的AI開源創(chuàng)新社區(qū)，將打造成“HuggingFace”之外最活躍的AI開源社區(qū)，匯聚主要AI開源模型、數(shù)據(jù)集和代碼等，歡迎高校科研院所、大型互聯(lián)網(wǎng)公司、創(chuàng)新創(chuàng)業(yè)企業(yè)、廣大個人開發(fā)者，以及政府部門、學(xué)會協(xié)會、聯(lián)盟、基金會等，還有投資機構(gòu)、科技媒體等，共同參與建設(shè)AI開源創(chuàng)新生態(tài)。

向上滑動查看