上海基座模型進入全球前三智能體調用量“第一梯隊”

更少詞元 更高智能體效能

■智能體時代正從“單體智能”走向“群體智能”，關鍵不僅在於單體模型性能強弱，更在於智能體連接協作的效率和規模

5月9日至12日，開源AI智能體框架Hermes Agent（別名“愛馬仕”）連續三天反超OpenClaw（別名“龍蝦”），登頂全球大模型社區OpenRouter（開放路由器）智能體調用量榜首。

最新數據顯示，“愛馬仕”累計詞元消耗量超過6.72萬億，接棒“龍蝦”掀起全球“養馬熱”。

目前，OpenRouter平台智能體調用量榜單的前三名分別是“愛馬仕”“龍蝦”和“Kilo Code”（基洛代碼）。而這三個智能體調用的基座模型，“愛馬仕”調用量榜單前五名中，有兩個席位被上海基座模型佔據，分別來自MiniMax和階躍星辰﹔“龍蝦”調用量榜單中，上海兩大基座模型曾先后登頂，也來自MiniMax和階躍星辰﹔“Kilo Code”調用量榜單的前三名全部由上海基座模型包攬。

業內人士認為，在追求“詞元效率”的當下，高兼容性和協同能力，將成為大模型競爭的關鍵。

“養馬”先機

與“龍蝦”類似，“愛馬仕”也是一款開源AI智能體框架，與其他智能體不同的是，“愛馬仕”完成復雜任務后，會自動從中提煉出可復用的Skills（技能），在后續使用中按需加載，並根據新的反饋不斷自我改進。

也就是說，“愛馬仕”是一個會自學的AI助手。

早在“愛馬仕”嶄露頭角時，MiniMax和階躍星辰便率先接入支持，推出MaxHermes等相關產品，搶佔了第一波“養馬”先機。

“與其說是‘適配’，不如說是上海基模對智能體時代提前作出精准判斷。”階躍星辰首席技術官朱亦博認為，要發揮“愛馬仕”等智能體的最大功能，離不開更聰明、響應迅速、成本可控的大模型。最新基模Step 3.5 Flash恰好具備推理速度快、工具調用能力強、勝任復雜長鏈條任務等優勢，兼顧成本和效能，把推理速度和智能水平做到最佳。

MiniMax的策略也頗為相似。MiniMax產品負責人認為，長時間穩定運行、高頻工具調用和復雜指令遵循是智能體共同的基礎需求，也是最新模型持續優化的方向。

“霸榜”前三

在“Kilo Code”的調用量排名中，上海大模型佔據前三：第一名階躍星辰Step 3.5 Flash、第二名稀宇科技MiniMax M2.5、第三名螞蟻百靈Ling-2.6-1T。

“Kilo Code”是一個專業編程智能體。“開發者的核心訴求是代碼生成准不准、工具調用穩不穩、多步任務能不能跑完、成本劃不劃算。”螞蟻百靈大模型技術專家表示，為了能在復雜工作流中成為核心模塊，百靈大模型在指令執行、工具適配、長上下文承接和工程任務處理能力上都做了系統優化。

據悉，為了差異化競爭，百靈大模型在訓練過程中沒有“求大求全”，而是專攻編碼賽道。“在國際公認的多款代碼和工具調用榜單中，Ling-2.6-1T達到開源第一梯隊水平，這是開發者願意用的基礎。”該技術專家解釋。

上海市人工智能行業協會秘書長鐘俊浩也認為，上海大模型在OpenRouter等全球模型社區屢獲佳績，除了常規的性價比之外，國際化和開源策略也起到關鍵作用。上海大模型在亞馬遜雲、谷歌雲等國際主流雲服務的工程任務中表現良好，開源帶來了豐富的開發者生態，把大模型的選擇權交給開發者，反而讓開發者更願意使用。

持續“進化”

AI智能體從“生成”走向“行動”，也對模型性能提出了更高要求。當前，多智能體協作趨勢明顯，不同模型會被同時調用，兼容性成為大模型調用量的關鍵指標之一。目前，MiniMax和階躍星辰等上海大模型均高度兼容國際主流智能體框架，開發者接入成本低。

“即便單個智能體准確率隻有60%，只要智能體數量足夠多且犯錯方向不一致，集成系統后的綜合准確率可以迅速逼近100%。”北京智源人工智能研究院倪賢豪認為，智能體時代正從“單體智能”走向“群體智能”，關鍵不僅在於單體模型性能強弱，更在於智能體連接協作的效率和規模。

從OpenRouter榜單可以看出，智能體效率正成為上海大模型的核心競爭力。比如，MiniMax M2.7可實現自我“進化”，基於多種工具完成高度復雜的生產力任務，原生支持多種主流智能體框架。階躍星辰新一代圖像生成編輯模型Step Image Edit 2，參數量僅為35億，但實際表現不輸於200億參數的同類大模型，生成圖片僅需0.5至2秒。螞蟻百靈Ling-2.6-1T完成Artificial Analysis評測僅需1600萬輸出詞元，同類模型則需要5000萬以上，也顯示了突出的詞元效率。

“要想讓每分詞元都花在刀刃上，如今的大模型仍需繼續優化。”螞蟻數科技術專家謝辛表示，在智能體時代，大模型還需要進一步降低詞元消耗，保証結果交付的效率和可靠性。朱亦博也表示，下一步，階躍星辰將強化模型的工具調用與長程任務執行能力，進一步提升復雜智能體任務的完成精度，同時推出不同尺寸的完整模型矩陣，兼顧多種場景的智能體驗與性價比需求，適配多元化終端與應用落地。

（來源：解放日報 記者 查睿）