開源協作AI模型「Occamy-1.0」發布：以350億參數優化執行效率

由陳文輝（音譯，Chen Wenhui）與研究團隊於2026年9月4日發布開源協作人工智慧模型「Occamy-1.0」。該模型擁有350億參數，在四大基準測試中展現了卓越的成本效益，並透過公開模型權重與部分訓練數據，旨在推動實用型協作代理（Agent）的研究發展。

背景介紹

人工智慧領域中的「協作代理」是指能夠執行複雜工作流程的系統，包括資訊收集、工具使用、程式編碼及檔案操作等。由於這類系統在運作時通常需要多次呼叫模型，往往會導致運算成本與延遲時間大幅增加。對於日常業務而言，系統的狀態追蹤、協調能力及執行效率，比單純的大規模推論更為關鍵。

Occamy-1.0 的出現旨在解決上述問題。該模型基於 Qwen3.6-35B-A3B 開發，研究團隊透過專門的執行環境進行訓練，使其在維持廣泛代理能力的同時，顯著提升了成本效益。此舉為中小型開發者提供了獨立運作高效協作系統的機會，也為企業降低基礎設施運作成本提供了新選擇。

關鍵數據

以下為 Occamy-1.0 的核心規格與開發資訊：

• 發布日期：2026年9月4日
• 開發團隊：陳文輝等共43位研究人員（1位代表作者與42位共同作者）
• 模型名稱：Occamy-1.0
• 參數規模：350億個（35B）
• 基礎模型：Qwen3.6-35B-A3B
• 開放內容：模型權重及部分訓練數據

對業務環境的影響

Occamy-1.0 的設計重點在於平衡專業化與通用性。研究團隊指出，該模型在工具呼叫、程式編碼及指令執行評估方面，成功保留了廣泛的代理能力。這意味著企業在導入該模型後，能在不犧牲功能完整性的前提下，有效降低基礎設施的營運成本。此外，對於中小型開發團隊而言，這項技術的開源將有助於其獨立建構並運作高性能的協作系統，進而改變既有的技術生態。

未來展望

研究團隊已將 Occamy-1.0 的模型權重與部分訓練數據進行開源發布。學界與開發者目前可透過這些資源，將模型移植至各自的服務中進行驗證與應用。隨著該模型在四大基準測試中證明了其在低成本區間的最優效率，其後續在商業模型市場中的表現與影響力，正受到業界的高度關注。

來源

1. Occamy-1.0: Open Pareto-frontier 35B Intelligence for Co-work — arXiv cs.AI 신규 논문
2. Intelligence — Wikipedia (en)