FireFlash 用 64 张 B300 训练出 300B 智能体

1 篇收录报道1 家独立信源交叉印证持续跟踪至 2026/11/12 20:27:00

全景综述与最新动态

1 家信源交叉印证

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。

最新动向/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。

逐小时热度走势

2 个完整观测小时

连续完整观测不足 3 个小时，暂不绘制趋势曲线。

报道时间线

共 1 篇 · 最新优先

机器之心 (微信公众号)T211月12日 20:27·88 分
FireFlash 用 64 张 B300 训练出 300B 智能体
原标题：64张B300、不到5天，FireFlash比肩Fable 5与GPT-6Sol，单任务成本低30倍！
- FireFlash 在 Terminal-Bench 4.0 上 Pass@1 为 46.2%，与 Fable 5、GPT-6 Sol 同档，单任务成本低 30 倍以上
- 训练仅需 64 张 NVIDIA B300、不到 5 天，并公开完整长程智能体 RL 配方
- 性能提升可迁移至 DeepSWE v1.1 与 SWE-Bench Pro Verified 两个软件工程基准
查看关联报道与研判原始网页