Capable（模型能力/能力型模型）是 AI 领域描述大模型实际任务完成水平的常用标签，通常指那些能在复杂推理、多模态处理或端侧部署中表现出接近实用级别能力的前沿模型。2026 年 10 月以来，从 Meta 的新旗舰到小型端侧模型，"如何以更低成本做到 capable" 成为各家竞争的主线。
Capable 模型的近期进展
当前焦点与观察点
当前"capable"的讨论主要围绕三条线展开：一是能力与成本的比值，Claude Haiku 5.5 把小模型价格压到上一代十分之一，说明厂商开始用性价比而非单纯堆参数来定义 capable；二是能力与部署门槛的关系，Muse Spark Open 虽然开放商用，但 512GB×2 的内存要求意味着绝大多数用户只能通过 API 使用，开放的真实价值有待检验；三是能力的应用边界，Google 用内部模型替代芯片设计人员的工作若属实，标志着 capable 模型开始进入关键工程闭环。
观察点方面，值得关注的是：小模型（Haiku 5.5、MiniCPM-V 4.7）能否在大模型保持领先的同时持续缩小能力差距；开放权重模式是否会在商业模型压力下延续；以及 agent 场景下的实际任务完成率何时成为比 benchmark 更受认可的 capable 衡量标准。