9b-model

一次仅花费500美元的RL微调，使9B开源模型在目录审核质量上达到87%，每1000条列表成本仅0.50美元，显著优于GPT-4和Claude等前沿模型（成本19-172美元，质量仅70-76%）。

描述了一个个人项目，其中由Ollama驱动的9B模型作为AI代理，充当DJ来挑选音乐。

Qwythos-9B 是一款基于 Qwen3.5-9B 底座、用 5 亿+ Claude Mythos 推理轨迹二次训练的 9B 超强推理模型，原生支持 1M 长上下文和工具调用，专为安全研究员本地部署设计，在 MMLU 和数学推理上大幅领先原版底座。

讨论关于阿里巴巴潜在的开源权重发布Qwen 3.7 9B，以及寻找Qwen 3.5 9B的本地部署替代品。

一位评论员讨论了9B模型在编程基准测试中的表现，指出虽然在SWE-bench上它击败了基础模型（69 vs 53），但在行为测试和长程测试中优势缩小，说明在基准分布之外收益有限。

Ornith-9B证明了在90亿参数规模下，RL训练主要带来的是效率提升：仅用约56%的token和两倍于基础模型的速度就能得到相同答案，为按token付费的方式提供了实实在在的成本节约。

作者将Ornith-9B与其基础模型Qwen3.5-9B进行了对比，发现RL后训练提升了token效率和持续编码的一致性，但牺牲了单轮判断能力和对误导输入的鲁棒性，使得9B版本相较于35B版本升级幅度更窄。

在Claude Mythos轨迹上训练了一个9B模型（Qwythos 9B），在漏洞查找、SQL和函数调用方面取得了强劲成果，同时在A6000上使用llama.cpp本地运行。

Ornith-1.0-9B是一款新的90亿参数AI模型，针对8-12GB GPU进行了优化，在智能体编码基准测试中表现出色，性能与大小为其2-3倍的模型相当甚至超越。

Ai2和华盛顿大学发布论文Tmax，提出目前最强的开源终端智能体RL训练配方。仅用9B参数模型在Terminal-Bench 2.0上击败更大模型，关键在于低成本生成大量可验证训练数据，而非模型规模或算法。

发布了名为Qwopus3.5-9B-Coder的新型9B微调模型，该模型针对工具调用和智能体编码工作流进行了优化，在SWE-bench和HermesAgent-20测试中取得了出色成绩，同时可在经济实惠的硬件上运行。