Naive AI 开源首款模型 Naive-N0.5-Flash：309B 总参、原生百万上下文、MIT 权重
据机器之心 2026 年 9 月 28 日报道，代季峰团队 Naive AI 发布首款模型 Naive-N0.5-Flash，总参 309B、激活 15.5B，原生支持百万 token 上下文，主打编程与 AI 研发。报告称权重与推理代码采用 MIT 许可并计划提供 API，同时披露 PaperBench、MLE-bench-30 等评测结果。
发生了什么
据机器之心 2026 年 9 月 28 日报道，代季峰创立的 Naive AI 发布并开源首款模型 Naive-N0.5-Flash，总参数量 309B、激活参数量 15.5B，原生支持百万 token 上下文，定位面向编程与 AI 研发。报道称该模型以开放权重的 MiMo-V2.5 base 为起点，用 DeepSeek 稀疏注意力替换部分全局注意力层，形成五层滑动窗口注意力搭配一层稀疏注意力的混合结构，并在 1M 上下文配置下完成累计 3.25T token 的多阶段训练。报告披露的开放方案为模型权重与推理代码采用 MIT 许可并计划提供 API，报道同时给出输入、输出与缓存读取的每百万 token 单价。评测方面，报道称其在 PaperBench 取得 63.2 分、MLE-bench-30 取得 73.7%、NL2Repo 取得 71.9、ALE-CLI 取得 32.4 分，并给出推理运行时 NaiveRT 与世界模型研究 AutoWM 两个案例。这些数字均为来源转述的技术报告结果，未经独立验证。
对开发者的影响
对开发者的直接含义有三层。第一，若 MIT 许可方案属实，权重可下载、可自托管、可商用改造，这与只有托管 API 的闭源模型路线不同；但需注意权重可用不等于许可无限制，必须核对仓库中实际随附的许可文件与第三方组件条款。第二，309B 总参、15.5B 激活属于较大的稀疏专家规模，即使激活参数低，完整权重加载与显存占用仍远高于同激活量级的稠密模型，本地部署需按总参而非激活参评估硬件。第三，原生 1M 上下文配合混合稀疏注意力，其稀疏层仍需完整 KV 缓存、索引器仍需扫描完整历史，所以长上下文并非零成本，推理框架是否支持该混合注意力结构会直接决定能否复用官方推理代码。报告披露的评测覆盖论文复现、机器学习工程与固定预算后训练，指向的是让模型承担实验实现与迭代，而非通用对话，选型时应按此定位评估。
接入与评估建议
两条可操作的决策建议，均属条件分析而非报道事实。其一，关于部署形态：报道称权重与推理代码为 MIT 许可并计划提供 API，开发者需要先确定是自托管还是走 API。若工作负载包含大量实验日志、代码与工具返回值等不宜外发的内容，自托管更合适，前提是具备容纳 309B 总参的显存或量化方案；若只是做长上下文编码辅助，可等 API 开放后按调用量接入。可验证指标：在自有仓库任务上对比两种形态的输出一致性与首 token 延迟。其二，关于长上下文使用方式：报道称模型原生支持百万 token 并采用 SWA 与稀疏注意力混合结构，因此不应默认把全部历史塞进单次请求。先测量在 128K、256K、512K 三档输入下，结合检索或摘要压缩后的任务完成率与单请求成本，若压缩后完成率没有明显下降，就采用分段加检索的方案，把长上下文留给确需跨实验记录关联的少数任务。可验证指标：相同任务集在压缩与全量两种输入下的通过率差值与显存峰值。
限制与待确认事项
首先必须明确：截至本次目录核对，Naive-N0.5-Flash 这一版本未出现在 KimiSeek 的模型目录中，报道中提到的 API 可用性指的是 Naive AI 自身的开放方案，而非本站已上架。其次，报道中的评测分数、训练配置、NaiveRT 与 AutoWM 案例结果均来自厂商技术报告与媒体转述，未经第三方独立复现；部分对比对象名称较新，无法据此判断基准版本与测试条件是否一致，跨报告横向比较尤其需要谨慎。第三，MIT 许可是来源转述，实际授权范围应以仓库随附许可文件为准，权重可下载不代表所有组件都可自由商用。第四，报道披露的输入、输出与缓存单价为发布时的厂商报价，价格可能调整，读者应以官方定价页面为准，不要用旧报价做预算。第五，百万上下文的实际有效长度、混合注意力在第三方推理框架上的兼容性，以及沙箱与算力平台等配套是否对外开放，报道均未说明。