MiroThinker-1.7，一款开放权重的深度研究代理（基于Qwen3 MoE）——迷你版为30B/3B激活参数，好奇大家在消费级硬件上能达到多少tok/s

像往常一样，首先声明：我是构建该模型的团队成员。我们的 MiroThinker-1.7-deepresearch 和 1.7-mini-deepresearch API 已上线，迷你版是基于 Qwen3 MoE（总计30B，迷你版激活3B）构建的深度研究代理。权重已在 HuggingFace 上发布：[huggingface.co/miromind-ai/MiroThinker-1.7](https://huggingface.co/collections/miromind-ai/mirothinker-17) 在此发帖是因为关于开放权重代理的讨论主要集中在这个板块，我真心希望获得反馈——之前在 Reddit 上评论和讨论确实得到了一些反馈，但还不够。我曾尝试在我们的 DC 服务器上加载一个 GitHub APP 来更快地接收 PR 通知，但发现实际上还不够，而且其中一个是推广信息。 基准测试（arXiv 表1，为适应表格有所挑选，完整对比见论文）： |Model|BrowseComp|BrowseComp-ZH|HLE-Text|GAIA|xbench-DS|SEAL-0| |:-|:-|:-|:-|:-|:-|:-| |MiroThinker-1.7|74.0|75.3|42.9|82.7|62.0|53.0| |MiroThinker-1.7-mini (30B/3B active)|67.9|72.3|36.4|80.3|57.2|48.2| |Qwen3.5-397B|78.6|70.3|48.3|–|–|46.9| |DeepSeek-V3.2|67.6|65.0|40.8|–|–|49.5| |GPT-5 (closed, for context)|54.9|65.0|35.2|76.4|75.0|51.4| 有两件事我特别希望本板块能提出意见： 1. 迷你模型只有3B激活参数——有人已经在本地运行过吗？好奇大家在消费级硬件上能达到多少 tok/s。 2. 我们的上下文管理（滑动窗口 K=5 + 回合重启）是经过慎重考虑的。如果你在本地运行过长上下文代理，可能对此有看法。 论文：arXiv:2603.15726 我们在评论区见，明天会回复~请不要点踩，对于一个真正优秀的开源项目，我们确实没有得到足够的开发者反馈，而 Reddit 至今一直是一个很好的来源。