AI 快讯 | NaiveAI 开源 Naive-N0.5-Flash：309B MoE、原生 1M 无全注意力层，并公布三档单价

文档资源
, , , ,
1

:fire: 一句话核心： NaiveAI 在其官方研究页（署名日期 2026-09-27）公布 Naive-N0.5-Flash：309B MoE、15.5B 激活，面向编程与 AI 研发；原生 1M 上下文，且整个网络没有全注意力层；模型权重与推理代码以 MIT 许可发布，并直接公布了三档 API 单价——输入 $0.10、输出 $0.40、缓存命中 $0.01（每百万 token）。它的基座是小米开源的 MiMo-V2.5。

背景脉络

开源侧「大参数＋长上下文」的竞争里，愿意把注意力结构、许可、单价、吞吐写在同一页上的不多；这条的可核信息密度明显高于同期平均。它还接得上我们一直在跟的「开源生态」线：这是一个国产开源权重被第三方拿去做继续预训练的具体例子——官方页原话是「builds on the open-weight MiMo-V2.5 base model」。

要分清的两家：NaiveAI 与小米是两家机构，前者拿后者的公开权重做基座，不要写成「小米发布」。

关键细节

1）架构上做的是「去掉全注意力」。 全网由八个六层模块组成，一个标准模块是五个 SWA（滑动窗口 128）＋一个 DSA（稀疏注意力，选 top 2,048），比例约 5∶1，没有任何全注意力层；与原始 DSA 实现不同，这里用 GQA 四组替换 MLA，索引器改为 16 个 query head，官方称相对原始实现把索引选择耗时降低 44%。

2）训练在公开权重上做继续预训练。 在 MiMo-V2.5 基座上完成 3.25T tokens 的多阶段训练（50B 索引器预热 ＋ 3T 稀疏注意力训练 ＋ 200B 学习率衰减），全程保持原生 1M 上下文。

3）许可与可获取性要分开写。 官方原话是「model weights and inference code are released under the MIT license」，MIT 覆盖的是权重与推理代码——不要扩展成「全部训练代码与数据都开源」（训练数据与配方是否开放，我们未核到；其 Hugging Face 组织页的 Datasets 一栏显示为 0，None public yet）。权重已在 Hugging Face 提供（W8A8 checkpoint 与配套的 DFlash 草稿模型，草稿模型 0.7B）；但推理运行时 NaiveRT 的 GitHub 仓库我们直取当前不可用——官方页自己写明「The above content will be available by Oct, 12th.」→ 描述可用状态时必须保留这一层，不要写「代码已可获取」。

图 1

图 1：NaiveAI 官方研究页页首（页载署名日期 September 27, 2026），我们于 2026-09-29 自取。

图 2

图 2：NaiveAI 的 Hugging Face 组织页（我们于 2026-09-29 自取）：Models 3（Flash／FP8／FP8-Draft）、Datasets 0（None public yet）。

官方页给出的规格与数字

下表为官方研究页所载，全部为厂商自测：

项目 官方所载
参数 309B MoE／15.5B 激活
上下文 原生 1M
许可 模型权重与推理代码 MIT
API 单价 输入 $0.10／输出 $0.40／缓存命中 $0.01，每百万 token
推理吞吐 NaiveRT 在 8 卡上峰值单流解码 2,122 tokens/s；Standard 模式 50 tokens/s/用户、Ultrafast 模式最高 2,000 tokens/s
一轮投机解码 3.4 ms（同一系统上 SGLang 为 12.3 ms，官方称低 72.4%）
编码类自测 DeepSWE v1.1 67.8、Terminal-Bench 2.1 86.7、SWE-bench Pro 73.6、ALE-CLI 32.4
AI 研发类自测 MLE-bench-30 73.7%、PaperBench 63.2、NanoGPT SpeedRun 训练 73.8 s（对照 Recursive Superintelligence 77.5 s）
评测口径（官方写明） Claude Code 2.1.207、1M 上下文、temperature 1.0、top-p 0.95；harness 只暴露基础文件 I/O 与 Bash

这张表要连着三句话读：

  • 全部为厂商自测，本场没有第三方复测；
  • 表里的对照模型分数取自各家来源（官方页逐条列了出处：GLM 博客、Kimi-K3 模型页、Qwen 博客、DeepSWE 榜单、Anthropic 系统卡等），不是同一条件下的第三方复测 ⇒ 引用要整表照引并标「厂商自测、对照取自各家来源」，不要单独摘某一格当结论；
  • 日期只按官方页署名 2026-09-27。第三方把它列进 9 月 29 日的当日报，那是汇总日、不是发布日 ⇒ 不要写成「9 月 29 日发布」。

价格与使用成本

三档单价是这条最硬的一手数字（官方页原文写明 input／output／cache reads 分别为 $0.10／$0.40／$0.01 per million tokens）。做成本测算时有两个细节别漏：一，缓存命中是独立的第三档，而长上下文 agent 任务里这一档的 token 占比通常很高；二，官方措辞是「API access will also be provided」——即 API 是将要提供，写作时不要写成已经可调用。

辩证评估

正面：参数、注意力结构、许可、单价、推理吞吐全部由官方页一手给出，可核程度高；MIT 许可＋明确单价对做成本测算的团队很友好；基座用的是公开权重，说明开源权重的二次开发链路在成形。

反向至少四条：

  1. 分数与吞吐全是厂商自测，且对照分数来自各家来源、不是同一把尺子。
  2. 推理运行时的代码当前还拿不到（官方说到 10 月 12 日前），所以「MIT 开源」目前实际覆盖的主要是权重。
  3. NaiveAI 这家机构的背景我们未核到（成立时间、融资、团队都没查到），本文只按「发布该模型的机构」写；读者也不要给它加「知名」「领先」这类定语。
  4. 官方页里的自我定位语言（用 AI 做 AI 研发、指向递归自我改进）属厂商主张，不是可核结论。同一页里有个这类例子：官方称一个由该模型自主研究出的世界模型 AutoWM 在 WorldArena-1 Track 1 上得 77.43，高于当时公开榜首 73.64（其比较基准的出处我们未核）。

已知 vs 待验证

已知（我们已直取官方研究页全文与两个页面的截图）：309B／15.5B、原生 1M、无全注意力层、SWA∶DSA ≈ 5∶1、索引器 16 头且官方称索引选择耗时降 44%、3.25T tokens 多阶段训练、MIT 覆盖权重与推理代码、三档单价、2,122 tokens/s 与 3.4 ms vs 12.3 ms、评测口径（Claude Code 2.1.207 等）、NaiveRT 仓库与内容「10 月 12 日前可用」、基座为 MiMo-V2.5。

我们自行取数：官方页署名日期为 2026-09-27（该日期在页面渲染文本里未出现，是我们读页面截图读到的）；Hugging Face 组织页显示 Models 3、Datasets 0（None public yet）。

未取到／未核：NaiveAI 的公司背景（成立、融资、团队）；训练数据与配方是否开放；NaiveRT 源码（直取 404，与官方页「10 月 12 日前」一致）；AutoWM 对照基准 73.64 的出处；API 的实际可调用时间。

我们未复现：本文所有分数与吞吐数字均为厂商自报，我们没有跑过其中任何一项。

给读者的建议

  • 在做编码 agent 的成本表：$0.10／$0.40 这组单价值得放进你自己的对比里，但记得把缓存命中 $0.01 单独列一行——长任务里它可能决定总成本。
  • 想自部署：现在能拿到的是权重（W8A8），运行时还没放出来；按「权重可用、运行时待发布」来规划，别把仓库 404 当成删库。
  • 在读「用 AI 做 AI 研发」这类叙事时：把它当厂商主张看，然后锚定那几项可核的数字（参数、许可、单价、评测口径）。这条的评测口径写得很完整，这点值得肯定。

来源链接

官方来源

独立来源