Naive-N0.5-Flash — модель, которую NaiveAI, по её словам, создала с помощью ИИ

27 сентября 2026 года пекинский стартап NaiveAI опубликовал на Hugging Face модель Naive-N0.5-Flash под лицензией MIT. Как следует из карточки модели, это не архитектура, созданная с нуля, а доработка базовой модели Xiaomi MiMo-V2.5 с открытыми весами, дообученной ещё на 3,25 трлн токенов. Система построена по схеме Mixture-of-Experts: всего 309 млрд параметров, из них 15,5 млрд активны на каждый токен. Модель нативно работает с контекстом в миллион токенов, сочетая слои внимания со скользящим окном и технологию DeepSeek Sparse Attention. Не вполне ясно, однако, как лицензия MIT соотносится с ограничениями лицензии базовой модели Xiaomi.

Главная особенность проекта — метод разработки, который компания в своём техническом блоге называет исследованиями и разработкой, построенными вокруг ИИ. Согласно блогу, люди-исследователи задают направление, ограничения и критерии и принимают ключевые решения, а реализация, оптимизация, эксперименты и анализ поручены моделям ИИ. В том же тексте говорится: «Люди-исследователи задают направление, определяют ограничения и критерии и принимают ключевые решения. Преимущество человека — в опыте, интуиции и способности к суждению». Однако независимое издание Runtime Wire указало, что из опубликованных материалов неясно, сколько работы на самом деле выполнил ИИ, как измерялся этот вклад и действительно ли такой подход снижает будущие затраты на разработку. То же издание связывает компанию с Цзифэном Даем (Jifeng Dai), доцентом Университета Цинхуа, ранее работавшим в Microsoft Research Asia и SenseTime.

Что касается производительности и стоимости, в карточке модели указаны цены API: 0,10 доллара за миллион входных токенов и 0,40 доллара за миллион выходных. Runtime Wire приводит прайс в юанях: 0,60 юаня за вход и 2,60 юаня за выход на миллион. Цифры взяты из разных источников и не вполне совпадают с обменным курсом. Для запуска нужны GPU Nvidia с поддержкой FP8; компания предлагает собственную систему NaiveRT со стандартной скоростью 50 токенов в секунду на пользователя, которая в режиме Ultrafast якобы достигает 2000. Блог компании относит этот пик к конфигурации из восьми GPU, не называя их модель, а Runtime Wire уточняет, что замер свыше 2100 токенов в секунду получен в тесте декодирования, ограниченном одним потоком.

Все бенчмарки производительности в официальном репозитории на GitHub получены по внутреннему протоколу оценки AutoResearch на базе Claude Code. Поскольку результаты показаны только в виде графиков и не проверялись независимыми сторонами, подтвердить точные баллы, заявленные стартапом, невозможно. Отсутствие внешней проверки требует осторожности — это повторяющаяся история, когда скорость релизов опережает проверяемость метрик.

Если передача написания кода другой машине ускоряет релизы, то настоящая асимметрия — в проверке: чтобы подтвердить работу ИИ, по-прежнему нужно то самое человеческое суждение, которое стартап называет своей страховкой. Пока бенчмарки измеряются по внутреннему протоколу и не воспроизведены третьими сторонами, заявленную производительность следует воспринимать как заявления компании, а не как проверенные данные. — Olya