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：_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 ：discord.gg/F7EQFnYscV
微信社群：添加小助手 miromind001
体验网站：dr.miromind.ai/
Github 代码地址：github.com/MiroMindAI/...
MiroFlow 开源框架：github.com/MiroMindAI/...
Hugging Face 模型下载：huggingface.co/miromind-ai...
欢迎在评论区留下你的想法！
--- 完 ---