陈天桥代季峰打响2026大模型第一枪：30B参数跑出1T性能

新年刚至，陈天桥携手代季峰率先打响开源大模型的第一枪。

正式发布其自研的旗舰版搜索智能体模型——MiroThinker 1.5，堪称智能体模型领域的最强小钢炮。

最直观的还是基准测试上的性能评测：

在面对GPT-5-High、Gemini-3-Pro、DeepSeek-V3.2等一系列国内外顶尖模型，MiroThinker 1.5在四项基准测试中的表现都毫不逊色：

• HLE-Text（人类终极测试）：39.2%
• BrowseComp（网页检索类大模型基准测试）：69.8%
• BrowseComp-ZH（BrowseComp的中文适配版本）：71.5%
• GAIA-Val-165（GAIA基准测试验证集）：80.8%

尤其是在BrowseComp上，直接刷新了ChatGPT-Agent保持的榜单纪录，强势跻身全球第一梯队。

但要知道MiroThinker 1.5的参数规模只有它们的1/30，仅30B和235B大小。

换句话说，在全行业大模型都在卷参数规模和上下文长度时，MiroThinker 1.5直接用高智效比跑出了相近甚至更好的效果，原因就在于它抓住了这股“巧劲”：

给答案不靠死记硬背，而是通过大量深入的外部世界交互来逐步提升推理能力。

比如将MiroThinker-v1.5-30B和1T参数的Kimi-K2-Thinking对比，不仅在BrowseComp-ZH测试中实现了4.5%的性能超越，在推理成本上，MiroThinker 1.5的单条调用成本更是低至$0.07，只有Kimi的1/20。

不止如此，MiroThinker 1.5的推理速度也显著优于Kimi-K2-Thinking，足以见得“大”不等于“强”，叠参数也并非大模型的唯一通解。

值得关注的是，它对开发者也相当友好，上线即开源。

而负责操刀这款模型的正是MiroMind团队，此前曾凭借成功预测Polymarket（全球最大的去中心化预测市场）筛选题目，连续登顶Future X全球榜首，力压诸多国际顶尖机构和闭源商业模型。

MiroThinker 1.5的推出，则是在团队已有的技术积累上更进一步，整体预测能力达到next level。

那么具体效果如何？眼见为实，下面实测见真章。

小参数也能跑进第一梯队

实测之前，先简要介绍一下交互界面。（体验入口：https://dr.miromind.ai/）

和常规的大模型对话窗口一致，点击左下角按钮即可升级为专业模式：内置更大尺寸的模型，同时支持文件上传。

P.S.界面下方还有一些系统自动推荐的预测问题可供参考。

下面我们先以一个基础的体育赛事预测为例，测试模型对实时信息的捕获和分析能力：

在2026年即将举办的世界杯中，考虑到分组名单和球队阵容，请给出胜率预测及可能的原因。

首先给我的第一感受是：快+完整。

从输入问题到输出，总耗时两分钟，而且思维过程全部清晰可见。

比如它会先梳理自己所需的全部信息，给出一条合理的预测路径：分组情况→阵容信息→胜率预测。

接着在每一项具体步骤中，反思验证当前内容，并给出修正意见。

根据上一步的反馈，模型会逐渐逼近最合理的答案。

在这一点上，近似于数学的迭代，都是从一个初始猜测值出发，通过反复的过程计算，将结果一步步收敛到真实解。

或者简单来说，就是和面时，水多了加面，面多了加水，最后总能成型。

那么再看输出的结果，和模型一般最后放结论不同，MiroThinker 1.5直接开门见山，先给整体结论，以及详细的概率统计。（用户体验感UP！）

然后它会对每一支热门球队都进行一一阐述，包括所在小组情况、各阶段的出线概率和多角度原因，乃至可能遇到的隐患。

即使是一些概率较低的可能性，它也能面面俱到。

不过显然，MiroThinker 1.5在青春风暴VS老将最后一舞里，更支持前者。（doge）

接着我们再预测一个经典问题：GTA 6什么时候发？

也算是回归陈天桥的老本行了。

GTA 6明年能按时发布吗？请收集相关线索，给出确定性的回答。

很合理！预测逻辑严谨且层层递进，核心围绕着R星官方发布的权威信息，进行了多维度交叉验证，强化结果的可信度。

这次我们再将同样的问题，交给ChatGPT、Gemini和DeepSeek，看看它们又会给出怎样的结果。

• ChatGPT：和MiroThinker 1.5的逻辑闭环相似，既遵循了行业规律，也为普通用户提供了建议。

• Gemini：虽然把核心时间说清楚了，但证据支撑不足、缺乏风险提示。

• DeepSeek：和Gemini类似，缺少关键背景补充，分析维度也相对单一。

有意思的是，仔细回看Gemini和ChatGPT的分析过程，它们都不约而同地在解释为什么2025年不能发……

一顿操作猛如虎，结果忘了已经2026。

更深入一步，最后我们尝试将MiroThinker 1.5放进专业场景中测试，比如股市预测。

请根据今天A股的指数面，情绪面，板块以及前几天的情况，帮我选择一只连板梯队里最有可能晋级的股票。

（注：以下仅为技术展示，不构成投资建议）

同样，MiroThinker 1.5非常之快，不只是推理速度快，收集新信息的速度也相当快。

在股市这类不确定性强的复杂环境中，MiroThinker 1.5能够做到有理有据，既不是凭感觉走的玄学赌徒，也不是事后找补的诸葛亮，而是在极度噪声化环境中做到证据集合和可验证的因果推断。

总之实测下来，MiroThinker 1.5确实是一款区别于市面上同类产品的模型，调用轻松、思考过程可视、逻辑也更严明，不靠单一猜测下定论，而是在不断复盘交互中逐步逼近真相。

u1s1，光冲着这理性全面的证据链，就值得一个点赞。

将交互内化进模型推理，用确定性对抗不确定性

问题是为什么MiroMind团队能率先做到这一点？

关键依然在“大力出奇迹”。

在过去一年里，行业普遍存在的问题是过度依赖堆参数叠资源，本质来说就是让模型吃进更多知识，然后思维链沿着已记住的知识空间一步步往前推。

一旦其中一步发生偏离，后面所有步骤都会随着这个错误累计放大，最终导致整条逻辑链崩坏。

换言之，当模型参数规模到达一定程度后，继续堆资源对模型预测的边际收益只会迅速下降，行业不得不寻找新的智能增长路径。

MiroThinker 1.5的解法恰恰在于将推理过程和外部环境深度绑定，为每一轮推理都引入一个反馈校验环节，构建起一整条“推理-验证-修正”的循环路径。

首先是将Interactive Scaling从原先的推理阶段前移，并内化为训练阶段的核心机制，把模型训练成一个更注重求证、校验和自我修正的探索型Agent。

范式的转变决定了模型不再局限于内部知识和单次长链推理，而是通过和物理世界建立更深入的交互，以强化自身的行为模式：

• Evidence-Seeking（主动求证）：模型会将每个关键判断拆解为可验证子假设，并主动发起对外查询、检索与比对。如果输出缺乏信源支撑，则会受到惩罚。
• Iterative Verification（多轮校验与自我修正）：推理过程不再是一次性路径，而是允许反复回溯修正。当发现证据矛盾时，会立即进行调整，而非像传统思维链那样将错误延续下去。
• Anti-Hallucination（对捷径的系统性过滤）：对过去一些看似合理但缺乏证据的推理结果给予否定，并标记为低质量推理。相比之下，更关注“怎样得出答案”，而非只是简单的对错。

由此，MiroThinker 1.5形成了行之有效的本能反应：

对于不确定性问题，先交互再判断；对于高风险结论，先查证再收敛。

模型不再依赖全部的世界知识，也无需那么多的参数支持，就能够按需地向外部世界精准取证，最终促成更小的参数规模，却拥有更高的智能密度。

而这正是MiroThinker 1.5推理成本显著降低，但性能始终保持一线水准的根本原因。

其次是让模型杜绝复述结果，实现未来预测的关键因子——时序敏感训练沙盒。

传统大模型表面上看似是预测，实则只是在知识库里搜索结果并复述出来，或者是使用未来时间范畴的数据超前“剧透”，时序敏感训练沙盒则为模型戴上一个“紧箍咒”，严格约束只能使用当前可见的信息，并做出真实预测。

它可以分为两步，其一是可控数据合成引擎，负责构建覆盖多任务类型的、难度与时间戳可控的数据合成体系。

每一道题目的答案都会随着时间戳动态演化，判断过程会严格限制信息可见性，校验阶段同样也会显式引入时间戳约束，以确保推理逻辑和评分标准都符合真实世界的时间因果关系。

其二是时序敏感训练机制，在每一步训练中都只能访问当前时间戳之前的信息，从机制上彻底杜绝Future Leakage（未来信息泄露），模型无法超前看到结果。

这样下来，模型就会被迫学会在信息不完备、噪声存在、信号延迟的真实条件下完成推演，并随着新证据的出现不断修正判断。

时间也从原来被忽视的背景变量，升级为塑造模型行为与推理方式的核心约束，使模型更接近真实世界时序的认知与决策过程。

模型的预测能力不再是不可知的黑箱过程，而是可训练强化的关键要素。

当预测被拆解为一系列可约束、可反馈、可修正的行为模式之后，模型能力的上限也随之发生改变：性能提升不再简单取决于参数规模的线性扩张，而开始受益于模型与外部世界交互的方式与效率。

做题家模式 VS 科学家模式

而这套以小搏大的逻辑背后，正是MiroMind团队长期以来对Scaling Law的再解读。

早在模型1.0版本中，MiroMind就首次系统性提出了除模型规模、上下文长度之外的第三大核心可扩展维度Interactive Scaling，把智能的增长空间瞄准到外部世界。

V1.5则是在此基础上，进一步落地融入贯穿训练与推理的全流程。

传统的Scaling Law，走的是靠大脑更大解决问题的路线，本质上是“做题家模式”，靠记忆和统计，而非真正理解和验证。

反之当模型内化Interactive Scaling，它就不再是靠概率瞎猜，而是像科学家一样建立起慢思考的研究闭环：提出假设→向外部世界查数据/取证→发现对不上→修正假设→再查证，直到证据收敛到合理范围之内。

这样能有效降低Scaling Law导致的幻觉，提升可靠性。

所以与其说这是算力的博弈，不如说是底层逻辑的转变在影响算力的着力点：算力没有集中用于模型的知识储备，毕竟知识无限，但算力始终有限。

有限的算力无法覆盖掉全部的知识，所以不妨转换思路，将算力效益最大化，也就是引向该去的地方——对外的信息获取与交互，把智能的扩展维度从“更大脑袋”变成“更勤快的手”。

这一点也与MiroMind始终强调的发现式智能不谋而合，即在未知条件下重建对世界的理解，抽丝剥茧发现真相而非简单地记住答案。

它不靠全知，而靠会研究、会查证、会修正。它能像顶级情报官一样对外极速取证、对内严苛去伪存真；像严谨研究员一样在不确定性里逼近真相，把“预测未来”从特权变成能力。

显然，陈天桥带领下的MiroMind已经率先转换赛道，找到了智能“奇点”的关键所在，是交互。

P.S. 如果感兴趣的话，可以加入官方社群：

Discord ：https://discord.gg/F7EQFnYscV

微信社群：添加小助手 miromind001

体验网站：https://dr.miromind.ai/

Github代码地址：https://github.com/MiroMindAI/MiroThinker

MiroFlow开源框架：https://github.com/MiroMindAI/MiroFlow

Hugging Face模型下载：https://huggingface.co/miromind-ai/MiroThinker-v1.5-235B

文章来自于“量子位”，作者 “鹭羽”。