Naive-N0.5-Flash — модель, яку NaiveAI, за її словами, створила за допомогою ШІ

27 вересня 2026 року пекінський стартап NaiveAI опублікував на Hugging Face модель Naive-N0.5-Flash під ліцензією MIT. Як зазначено в картці моделі, це не архітектура, створена з нуля, а адаптація базової моделі Xiaomi MiMo-V2.5 з відкритими вагами, дотренованої ще на 3,25 трлн токенів. Система має структуру Mixture-of-Experts: загалом 309 млрд параметрів, із яких 15,5 млрд активні на кожен токен. Модель нативно працює з контекстом у мільйон токенів, поєднуючи шари уваги з ковзним вікном і технологію DeepSeek Sparse Attention. Утім, не зовсім зрозуміло, як ліцензія MIT узгоджується з обмеженнями ліцензії базової моделі Xiaomi.

Головна особливість проєкту — метод розробки, який компанія у своєму технічному блозі називає дослідженнями й розробкою, зосередженими на ШІ. Згідно з блогом, дослідники-люди визначають напрям, обмеження й критерії та ухвалюють ключові рішення, а реалізацію, оптимізацію, експерименти й аналіз доручено моделям ШІ. У тому ж тексті сказано: «Дослідники-люди визначають напрям, встановлюють обмеження й критерії та ухвалюють ключові рішення. Перевага людини — у досвіді, інтуїції та здатності судити». Проте незалежне видання Runtime Wire звернуло увагу, що з опублікованих матеріалів незрозуміло, скільки роботи насправді виконав ШІ, як цей внесок вимірювали і чи справді такий підхід знижує майбутні витрати на розробку. Те саме видання пов'язує компанію з Цзифеном Даєм (Jifeng Dai), доцентом Університету Цінхуа, який раніше працював у Microsoft Research Asia та SenseTime.

Щодо продуктивності й вартості, у картці моделі вказано ціни API: 0,10 долара за мільйон вхідних токенів і 0,40 долара за мільйон вихідних. Runtime Wire наводить прайс у юанях: 0,60 юаня за вхід і 2,60 юаня за вихід на мільйон. Ці цифри походять із різних джерел і не зовсім відповідають обмінному курсу. Для запуску потрібні GPU Nvidia з підтримкою FP8; компанія пропонує власну систему NaiveRT зі стандартною швидкістю 50 токенів на секунду на користувача, яка в режимі Ultrafast нібито сягає 2000. Блог компанії відносить цей пік до конфігурації з восьми GPU, не називаючи їхньої моделі, а Runtime Wire уточнює, що замір понад 2100 токенів на секунду отримано в тесті декодування, обмеженому одним потоком.

Усі бенчмарки продуктивності в офіційному репозиторії на GitHub отримано за внутрішнім протоколом оцінювання AutoResearch на базі Claude Code. Оскільки результати показано лише у вигляді графіків і їх не перевіряли незалежні сторони, підтвердити точні бали, заявлені стартапом, неможливо. Відсутність зовнішньої перевірки вимагає обережності — це повторювана історія, коли швидкість релізів випереджає можливість перевірити метрики.

Якщо передача написання коду іншій машині пришвидшує релізи, то справжня асиметрія — у перевірці: щоб підтвердити роботу ШІ, досі потрібне те саме людське судження, яке стартап називає своєю запорукою. Поки бенчмарки вимірюють за внутрішнім протоколом і їх не відтворили треті сторони, заявлену продуктивність слід сприймати як твердження компанії, а не як перевірені дані. — Olya