StepFun Step 5 modelining dastlabki versiyasini chiqardi: 600 milliard parametrli agent va ochiq vaznlar 15-oktabrda kutilmoqda

NaiveAI kompaniyasi Hugging Face platformasida ochiq ogʻirliklarga ega Naive-N0.5-Flash modelini taqdim etdi. Ushbu model Mixture-of-Experts (MoE) arxitekturasini tashkil etadi va dasturiy kodni ishlab chiqish hamda sunʼiy intellekt sohasidagi tadqiqotlar uchun moʻljallangan. Model haqidagi maʼlumot sentyabr 2026 yilning oʻrtasi yoki oxirida eʼlon qilindi.

Mahsulotning rasmiy nomi — NaiveAI / Naive-N0.5-Flash. Texnik hujjatlarga koʻra, umumiy parametrlar soni taxminan 309 milliardga yetadi, shu bilan birga faol boʻlgan ogʻirliklar 15,5 milliardni tashkil etadi. Model MIT litsenziyasi ostida tarqatiladi va inferens kodi, shuningdek, bir million tokenli kontekst oynasiga tabiiy qoʻllab-quvvatlashni oʻz ichiga oladi.

Kontekst uzunligi Sliding-Window Attention (SWA) mexanizmi va guruhli diqqatdan foydalanadigan yengil DeepSeek Sparse Attention (DSA) ning gibrid birlashmasi orqali erishiladi. Arxitektura asosan SWA–DSA nisbati 5:1 ga teng deb tasvirlanadi, bunda stackda toʻliq diqqat (fully attention) qatlamlari mavjud emas. Model MiMo-V2.5 ochiq modeliga asoslanadi, undan keyin toʻldirish va post-treningdan oʻtadi, noldan toʻliq oldindan oʻqitilmaydi.

Xizmat koʻrsatish nuqtai nazaridan, NaiveAI NaiveRT — AIga yoʻnaltirilgan tadqiqotlar asosida ishlab chiqilgan inferens stackiga urgʻu beradi. Ushbu stack mega-yadro birlashmasi (mega-kernel fusion), Dasturiy Bogʻliq Ishga Tushirish (Programmatic Dependent Launch) va spekulyativ dekodlashni birlashtiradi. Yetkazib beruvchining maʼlumotlariga koʻra, standart rejimda foydalanuvchi uchun qayta ishlash tezligi taxminan 50 token/sekund, Ultratez rejimda esa sekundiga 2000 tokengacha yetadi.

Hugging Faceʼdagi teglar modelning kod uchun matn yaratish, uzoq kontekst bilan ishlash va AI tadqiqotlari vazifalari uchun mos kelishini taʼkidlaydi. Bu, kuchli ochiq bazada toʻldirish va post-trening orqali kodlash agentlarini ilgari surish mumkinligi haqidagi bayonotga mos keladi. Bu hafta xitoy MoE nashrlarini solishtirayotgan ishlab chiquvchilar uchun Naive-N0.5-Flash MIT litsenziyasi ostidagi 309B / 15.5B MoE va million tokenli gibrid kontekstning aniq misolidir, bu mahsulot narxi yoki ishga tushishi haqida emas, balki arxitektura haqidagi yangilikdir.

Inspur Information kompaniyasi MetaBrain SD200 Ultra sunʼiy intellekt supertugunini AICC2026 sunʼiy intellekt hisoblash konferensiyasida taqdim etdi. Ushbu tugun trilyonli parametrlar va agentlar bilan bogʻliq vazifalarni qayta ishlash uchun imkoniyatlar sinfi tizimi sifatida joylashtirilgan. Tizimning rasmiy inglizcha nomi — Inspur / MetaBrain.

Kompaniya va axborot agentliklari maʼlumotlariga koʻra, tugun 128 ta mahalliy AI chipini birlashtiradi, 8 TB unifikatsiyalangan tezlatuvchi xotirasiga va 64 TB host xotirasiga kirish imkonini beradi. U Moonshot AI tomonidan ishlab chiqilgan va 2,8 trillion parametrga ega boʻlgan Kimi K3 modelini bitta mashinada, token generatsiya kechikishi 5,85 millisekunddan kam boʻlgan holda ishga tushirishga qodir, bu Inspur baholariga koʻra, bir foydalanuvchi uchun sekundiga taxminan 170 tokenni tashkil etadi.

Tugunning arxitektura xususiyatlariga 0,69 mikrosekund kechikish bilan eʼlon qilingan, semantika ga sezgir xotira bilan tabiiy aloqani taʼminlovchi 3D Hyper Mesh fabrikasi kiradi. Shuningdek, qisqa harakatlanuvchi mis interkonnektlar va tezlatuvchilar uzoq tugunlarning xotirasiga bevosita murojaat qilish imkonini beradigan simmetrik xotira ishlatiladi. Inspur operatsiya AllReduce bajarilish vaqtining avvalgi yechimlarga nisbatan taxminan 3,5 marta qisqartirilganini daʼvo qiladi.

Bundan tashqari, Kimi K3 modelining KDA, gated MLA va MoE bosqichlari uchun oʻrnatilgan «superoperatorlar» operatorlar sonini taxminan oʻn marta kamaytiradi, shu bilan birga inferens samaradorligini uch barabardan ortiq oshiradi. Bu koʻrsatkichlar yetkazib beruvchining bayonotlaridir. Materiallar shuningdek, bitta tugunda 10 trillion gacha boʻlgan modellarni qoʻllab-quvvatlash potentsialini koʻrsatadi.

Boshqa mahsulot, MetaBrain HC2000, kelishilgan SLA cheklovlariga rioya qilinganda, sarmoyaga tokenlar oqimining oʻn barobar oshirilganligi eʼlon qilingan, sigʻim sinfidagi inferens uchun moʻljallangan bir nechta tezlatuvchilarga ega stansiyadir. Turli nashrlar tezlatuvchilarni faqat mahalliy yoki mahalliy AI chiplari deb tasvirlasa ham, ushbu sharh uchun tahlil qilingan asosiy manbalardan hech biri SD200 Ultra ichidagi kremniy ishlab chiqaruvchisini yoki SKU ni nomlamaydi. Shu sababli, ushbu maqola tugunni Ascend, Cambricon yoki boshqa aniq yetkazib beruvchiga bogʻlamaydi.

Shanghai Artificial Intelligence Laboratory Atria Dawn Preview — murakkab tadqiqot va muhandislik jarayonlarini qoʻllab-quvvatlash uchun ishlab chiqilgan agentlik til modelini taqdim etdi, faqat namoyish chatlari uchun emas. Ushbu dastlabki versiya 744 milliard parametrli Mixture-of-Experts (MoE) asosida qurilgan boʻlib, u GLM-5.2 sifatida aniqlangan.

Model 256K hajmidagi kontekst oynasiga ega va MIT litsenziyasi ostida tarqatiladi. Checkpointlar, standart koʻrsatma va FP8-instruct formatida kvantlashtirilgan holda, Hugging Face va ModelScope platformalarida mavjud. Bundan tashqari, xalqaro va Xitoy mintaqalari uchun foydalanuvchilarga APIga kirish beriladi.

Model hujjatlari va arXivʼdagi qoʻshimcha maqolaga koʻra, tizim Verifiable Experience Pipeline (Tasdiqlanadigan Tajriba Kanalchasi) yordamida oʻqitilgan. Bu kanalcha vositalar orqali oʻylashni ijro etiladigan muhitlar va tashqi jihatdan tekshiriladigan natijalar bilan bogʻlaydi. Asosiy tushuncha toʻliq bajarilish siklida yotadi: muammoni tahlil qilish, yechimni loyihalash, vositalarni chaqirish, kod va tajribalarni bajarish, natijalarni tekshirish va muhitdan kelib kelayotgan uzluksiz qayta aloqa doirasida xatolardan keyin tiklanish, shunchaki bitta javob olish emas.

Laboratoriya modelning imkoniyatlarini kashfiyot, yaratish, yetkazib berish va kiberxavfsizlikni qamrab oluvchi ssenariylar uchun guruhladi. Ushbu ssenariylar chuqur tadqiqotlar, dasturiy taʼminotni ishlab chiqish, tuzilgan ofis materiallarini tayyorlash va avtorizatsiya qilingan xavfsizlik tekshiruvlarini oʻz ichiga oladi.

Laboratoriya tomonidan taqdim etilgan 16 ta benchmark boʻyicha baholashda, Atria Dawn Preview beshta vazifada eng yuqori koʻrsatkichni namoyish etdi. Ularning orasida AutomationBench 53.8 natijasi, BrowseComp 92.5, DeepSearchQA 96.0, BFCL v4 77.0 va CyberGym 86.5 kabi natijalar bor. Qolgan koʻrsatkichlar raqobatbardosh boʻlsa-da, ilgʻor agent bazaviy modellariga nisbatan ustun emas.

Bu chiqarish Shanghai AI Lab ning Intern W0 va NCP bilan bogʻliq boshqa ishlaridan farq qiladi. Dawn koʻp bosqichli ilmiy va muhandislik loyihalari uchun ochiq agent hamkori sifatida joylashtirilgan va ogʻirliklarning chiqarilishi bilan birga GitHub va Atria loyihasining maxsus saytida jamoatchilik aktivlari taqdim etildi.

Ishlab chiqaruvchilar SGLang va vLLM kabi freymvorklar orqali mahalliy foydalanish uchun ogʻirliklarni yuklab olishlari yoki mintaqaviy API konsollaridan foydalanishlari mumkin. Codex uslubidagi mijozlar faqat matn rejimi sozlamalaridan foydalanib, Responses API bilan oʻzaro aloqaga kirishishi mumkin. Biroq, jamoalarga AutomationBench natijalarini va vosita zanjirlarini uzoq muddatli vazifalar uchun mustaqil qayta tiklashlari, shuningdek, litsenziyalash va joylashtirish shartlarini tekshirish tavsiya etiladi. «Preview» belgisini jiddiy qabul qilish muhim, chunki agentning ishonchliligi eʼlon qilingan maʼlumotlar toʻplamlari tashqarisida hali nomaʼlum masala boʻlib qolmoqda, laboratoriya vazifalarni bajaruvchi yordamchilardan loyihalar ustida hamkorlik qilishga oʻtish jarayonida.