2026开年第一炸!陈天桥携代季峰发布 MiroThinker 1.5:30B参数跑出 1T 性能,搜索智能体天花板来了

你好,我是杰哥

2026 年才刚开始两天,AI 圈就迎来一记重磅炸弹!

由盛大创始人、创新企业家陈天桥 与清华大学知名 AI 学者代季峰 联合发起的 MiroMind 团队,正式发布了自研旗舰搜索智能体模型 MiroThinker 1.5

最亮眼的数据是:30B参数版本,用仅 1/30的参数规模,就跑出了比肩 1T 参数模型的性能235B版本更是在多个搜索智能体基准上,直接跻身全球第一梯队。

这不是简单的"堆参数",而是开创了一种全新的智能范式------发现式智能

今天我们就来深度聊聊这款模型,看看它到底有多强!

陈天桥的"发现式智能"终于落地

熟悉陈天桥 的朋友都知道,他这些年 All in 脑科学和 AI 领域。2025 年,他就提出了"发现式智能 "的理念:真正的智能不是"全知全能"的做题家,而是像科学家一样,会主动求证、验证、修正

这次 MiroThinker 1.5,正是这个理念的完美落地。

团队强调,传统 Scaling Law 只盯着参数和数据量,但他们发现了第三维度------ Interactive Scaling:通过模型与外部环境(搜索引擎、工具)的深度交互,来指数级放大智能。

简单说,就是让模型"更勤快地动动手",而不是只"长更大的脑子"

硬核数据说话:基准霸榜,成本碾压

来看成绩单:

  • BrowseComp(网页检索类大模型基准测试) :69.8%,刷新 ChatGPT-Agent 纪录
  • 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%
  • HLE-Text(人类终极测试):39.2%

这些成绩,已经和 GPT-5-High、Gemini-3-Pro、DeepSeek-V3.2 等顶尖闭源模型不相上下。

更狠的是,和 1T 参数的 Kimi-K2-Thinking 对比:

  • BrowseComp-ZH 上领先 4.5%
  • 单条调用成本仅 $0.07Kimi的1/20
  • 推理速度大幅领先

这性价比,直接起飞!

技术亮点:不只是会答题,会"研究"

MiroThinker 1.5 的核心能力有几大杀手锏:

  1. Evidence-Seeking:把问题拆成可验证的假设,主动上网求证
  2. Iterative Verification:多轮校验、自我修正,避免错误累积
  3. Anti-Hallucination:没有证据的推理直接过滤,说不出就说"不知道"
  4. 时序敏感训练:专治"未来信息泄露",预测更靠谱

模型最高支持 400~600 次工具调用,真正做到了"像科学家一样思考"。

亲测体验:两分钟预测世界杯,逻辑严谨到起鸡皮疙瘩

我第一时间去官网(dr.miromind.ai/ )试用了专业模式,感觉太惊艳了!

测试1:2026世界杯冠军预测

我问:"2026世界杯谁夺冠概率最高?给出详细分析。"

模型不到两分钟,就给出了完整报告:

  • 先梳理参赛球队实力、近期战绩
  • 分析主场优势(北美三国联合举办)
  • 结合状态、实力、体系完整性等因素
  • 最终给出概率排名:西班牙> 英格兰>法国>巴西 > 阿根廷 > 法国 > 德国...
  • 每一步都有来源链接和因果链

对比其他模型,MiroThinker 的回答最完整、最有风险提示,完全不像"胡猜"。

测试2:简单股市问题

问某只热门股票短期走势,它会主动查最新新闻、财报、盘前数据,给出多空理由,而不是瞎编。

总之,用完最大的感受就是:又快考虑又全面,这才是真正的深度"思考"模型!

开源+低门槛,开发者福音

最良心的是:上线即开源

想自己部署的同学,直接冲!

社群也很活跃:

写在最后:2026,交互时代来了

MiroThinker 1.5 的出现,证明了参数不是唯一王道,交互才是下一个突破口。

陈天桥代季峰这一枪,打得太响了!

它不仅让小模型看到了追赶巨头的希望,也给我们普通用户带来了更可靠、更低成本的AI助手。

你准备好体验"发现式智能"了吗?

快去 dr.miromind.ai/ 试试吧,专业模式真的香!

关注公众号【AI信息风向】,可以获取更多 AI 即时热点资讯和好用 AI 工具推荐。

AI 技术正以前所未有的速度发展,它将如何塑造我们的未来?让我们拭目以待。

相关推荐
KawYang1 天前
Spring Boot 使用 PropertiesLauncher + loader.path 实现外部 Jar 扩展启动
spring boot·后端·jar
数据小馒头1 天前
MySQL 性能调优:从EXPLAIN到JSON索引优化
后端
柒.梧.1 天前
深度解析Spring Bean生命周期以及LomBok插件
java·后端·spring
数据小馒头1 天前
告别“For循环”:掌握SQL技巧,让数据处理飞起来
后端
golang学习记1 天前
🌴 Go企业级全栈式框架:Goyave入门和使用介绍
后端
用户908324602731 天前
大模型还在硬编码?Spring AI 实现“动态热切换”全攻略(上)
后端·openai
小杨同学491 天前
C 语言指针从入门到实战:吃透核心,避开 90% 的坑
后端
货拉拉技术1 天前
面向可观测数据融合的 Exemplar
后端·监控
Cache技术分享1 天前
285. Java Stream API - 通过 Supplier 创建 Stream
前端·后端