FireFlash

研究者发布 FireFlash，一个从 GLM-5.3-Flash 出发、经全参数强化学习得到的 300B 级终端与编程智能体，在 Terminal-Bench 4.0 上 Pass@1 达 46.2%，与 Fable 5、GPT-6 Sol 同档，而单任务成本比最高推理强度的 Fable 5 低 30 倍以上。整个训练仅用 64 张 NVIDIA B300、不到 5 天，团队同时公开了完整的长程智能体 RL 训练配方。