Naive-N0.5-Flash, het model dat NaiveAI naar eigen zeggen met hulp van AI heeft gebouwd

Op 27 september 2026 publiceerde de Pekingse startup NaiveAI het model Naive-N0.5-Flash op Hugging Face, onder een MIT-licentie. Zoals de modelkaart uitlegt, gaat het niet om een architectuur die vanaf nul is gebouwd, maar om een bewerking van Xiaomi's open-weight-basismodel MiMo-V2.5, dat met 3,25 biljoen extra tokens verder is getraind. Het systeem gebruikt een Mixture-of-Experts-opbouw met in totaal 309 miljard parameters, waarvan 15,5 miljard per token actief, en verwerkt native een context van een miljoen tokens door sliding-window-attentionlagen te combineren met DeepSeek Sparse Attention. Het is echter niet helemaal duidelijk hoe de MIT-licentie zich verhoudt tot de voorwaarden van de licentie van Xiaomi's basismodel.

Wat het project bijzonder maakt, is de ontwikkelmethode, die het bedrijf op zijn technische blog omschrijft als AI-gecentreerd onderzoek en ontwikkeling. Volgens de blog bepalen menselijke onderzoekers de richting, de randvoorwaarden en de criteria en nemen zij de cruciale beslissingen, terwijl implementatie, optimalisatie, experimenten en analyse aan AI-modellen worden overgelaten. In dezelfde tekst staat: ‘Menselijke onderzoekers bepalen de richting, leggen randvoorwaarden en criteria vast en nemen cruciale beslissingen. Het menselijke voordeel zit in ervaring, intuïtie en oordeelsvermogen.’ Het onafhankelijke medium Runtime Wire merkte echter op dat de gepubliceerde documenten niet duidelijk maken hoeveel werk de AI daadwerkelijk heeft gedaan, hoe die bijdrage is gemeten, of deze aanpak de toekomstige ontwikkelkosten echt verlaagt. Hetzelfde medium brengt het bedrijf in verband met Jifeng Dai, universitair hoofddocent aan de Tsinghua-universiteit, eerder werkzaam bij Microsoft Research Asia en SenseTime.

Wat prestaties en kosten betreft, vermeldt de modelkaart API-tarieven van 0,10 dollar per miljoen inputtokens en 0,40 dollar per miljoen outputtokens, terwijl Runtime Wire de prijslijst in yuan geeft: 0,60 yuan voor input en 2,60 yuan voor output per miljoen. De twee bedragen komen uit verschillende bronnen en komen niet precies overeen met de wisselkoers. Voor het draaien van het model, waarvoor Nvidia-gpu's met FP8-ondersteuning nodig zijn, biedt het bedrijf zijn eigen systeem NaiveRT aan, goed voor een standaardsnelheid van 50 tokens per seconde per gebruiker, oplopend tot 2.000 in de Ultrafast-modus. De bedrijfsblog plaatst die piek op een opstelling met acht gpu's zonder het gpu-model te noemen; Runtime Wire preciseert dat de meting van ruim 2.100 tokens per seconde betrekking heeft op een decodeertest met één enkele stream.

Alle prestatiebenchmarks in de officiële GitHub-repository komen uit een intern evaluatieprotocol genaamd AutoResearch, gebaseerd op Claude Code. Omdat de resultaten alleen als grafieken worden getoond en niet door onafhankelijke derden zijn gecontroleerd, zijn de exacte scores die de startup claimt niet te bevestigen. Dat gebrek aan externe toetsing vraagt om voorzichtigheid, een terugkerend patroon wanneer het releasetempo de controleerbaarheid van de cijfers voorbijloopt.

Als het uitbesteden van code schrijven aan een andere machine releases versnelt, zit de echte asymmetrie in de verificatie: het werk van een AI valideren vraagt nog altijd om het menselijke oordeel dat de startup als zijn eigen waarborg claimt. Zolang de benchmarks met een intern protocol worden gemeten en niet door derden worden gereproduceerd, moeten de opgegeven prestaties worden gelezen als uitspraken van het bedrijf, niet als geverifieerde gegevens. — Olya