NaiveAI开源3090亿参数MoE模型N0.5-Flash：原生百万上下文配自研推理运行时，宣称AI系统承担核心研发工作
发布时间：2026年09月27日 09:30:009月27日，北京初创公司NaiveAI发布开放权重模型Naive-N0.5-Flash：3090亿参数MoE架构、每token激活155亿参数，原生100万token上下文，搭配自研推理运行时NaiveRT，权重与推理代码以MIT协议开放；模型从小米MiMo-V2.5基座起步并采用滑动窗口加DeepSeek稀疏注意力，公司称研发过程中AI系统承担了写代码、跑实验与提出迭代方案等大量工作，人类研究员负责设定目标与关键决策
309B MoE，每token只激活15.5B
9月27日，北京AI初创公司 NaiveAI 发布开放权重模型 Naive-N0.5-Flash，定位编程与AI研究场景。主要参数：
| 项目 | 规格 |
|---|---|
| 总参数 | 3090亿（309B），MoE架构 |
| 激活参数 | 每token约155亿（15.5B） |
| 上下文 | 原生100万token |
| 注意力 | 滑动窗口 + DeepSeek稀疏注意力（DSA） |
| 基座 | 从小米 MiMo-V2.5 起步，致谢MiMo团队与DeepSeek |
| 运行时 | 自研NaiveRT |
| 许可 | MIT（权重+推理代码） |
| API价格 | 输入¥0.60/百万token，输出¥2.60/百万，缓存¥0.07 |
架构上，N0.5-Flash用滑动窗口注意力结合稀疏注意力，只为部分历史token支付全注意力成本，同时保留完整KV缓存，在百万上下文长度下削减注意力计算与内存读写。
宣称峰值2122 token/s，但测试条件要看清
NaiveAI给出的速度数字相当激进：NaiveRT在「Ultrafast」模式下可达2000 token/s。不过公司披露的测试条件很窄——8张GPU单流测试、41个HTML/SVG生成请求中取最佳1秒窗口、不含prompt处理阶段，描述的是解码速度峰值而非任意负载的端到端体验。公司还给出3.4毫秒的完整投机解码周期对比SGLang的12.3毫秒。这些均为厂商自测，等待第三方复现。
更大的叙事：AI辅助研发AI（RSI）
本次发布最受关注的不是参数，而是研发方式。NaiveAI称模型开发过程中，AI系统承担了写代码、运行实验、监控结果、提出迭代方案等大量工作，人类研究员设定目标、约束与评估标准并做关键决策；公司表示进行了50余次训练实验、200多项评估，覆盖数学、编程、搜索、工具调用与软件工程。
这一定位需要准确理解：NaiveAI描述的是人类指导下的AI辅助研究，而非模型自主设计并发布继任者；公司并未量化AI贡献占比，也没有证明该方法降低了后续模型开发成本。它与本周热门的「AI研发AI（RSI）」叙事同频，但证据强度仍停留在公司自述层面。
NaiveAI与清华大学自动化系副教授代季峰（Jifeng Dai，曾任职微软亚洲研究院、商汤研究院，参与InternVL等工作）相关，此前The Information曾报道其领导的这家隐秘创业公司估值达14亿美元。
行业含义
N0.5-Flash把当下中国大模型竞赛的几个主题打包在了一起：开放权重（MIT）、MoE稀疏化、百万上下文、低价API、以及AI4AI研发叙事。对开发者，值得关注的实际问题有三个：其一，百万上下文在真实代码库分析中的有效召回率，而非标称长度；其二，NaiveRT在多并发场景（而非单流最佳1秒）下的吞吐；其三，MIT许可下商用与二次微调的法律确定性。在国产模型高频迭代、OpenRouter上中国模型token用量占比已过半的背景下，N0.5-Flash需要尽快交出第三方基准，才能把「AI研发的AI」从发布会故事变成可验证的性能。