Genspark 与 Baseten 后训练 Qwen3.5-397B,深度研究评测超 Opus 5.5
Genspark 和 Baseten 把 Qwen3.5-397B 做了后训练,内部评测分数反超 Opus 5.5,还直接上了生产环境。做深度研究类智能体的开发者可以看看他们的开源权重方案,比自己调 API 更可控。
Genspark 与 Baseten Applied Research 联合后训练了一个开源权重模型,起点是 Qwen3.5-397B。该模型在 Genspark 内部深度研究评测中得分 0.759,超过 Opus 5.5 的 0.738,也明显高于基座模型的 0.612。
技术路径上,团队没有从头训练,而是基于开源权重模型做后训练,针对深度研究任务优化。该模型现已上线,作为 Genspark Deep Research 智能体在生产环境的默认模型。
这个案例说明,针对垂直任务的后训练可以让开源权重模型在特定基准上超过顶级闭源前沿模型。对做智能体产品的团队来说,这是一个可参考的成本与性能权衡方案。
Another model from Genspark, partnership with @baseten Beats frontior models at deep research! Baseten @baseten Genspark and Baseten Applied Research post-trained an open-weight model that beats Opus 5.5 at deep research. Starting from Qwen3.5-397B, our post-trained model scores 0.759 on @genspark_ai 's internal evals, ahead of Opus 5.5 (0.738) and well above the base model (0.612). It’s now the default model in production behind Genspark’s Deep Research agent. 🔗 View Quoted Tweet📊 1 ⚡
本条情报归属 AITOP「模型」核心栏目,重点聚焦北美前沿实验室与硅谷科技巨头。在跨区域产业观察坐标中,该动态直接关联「AI 开发者工具链、Coding Agent 与工程化实践」「中美大模型技术代差与商业化对照」研究主线,反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括:Genspark、Baseten、Qwen3.5、开源模型,读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。
信源核验说明:本文原始线索采编自「Genspark」(@genspark_ai),经 AITOP 多维评分管线结构化提炼。