资讯NEWS & INSIGHTS
27B 小参数智能体 Faraday 科研复现超越 GPT-5.5 与 Claude Opus 4.8，以小博大
Inherent 推出仅 27B 参数的 AI 智能体 Faraday，在复现科学论文任务上超越 GPT-5.5 与 Claude Opus 4.8，通过指挥前沿编码模型干活实现以小博大，开辟科研智能体新范式。
<h2>27B 小参数智能体 Faraday，科研复现超越 GPT-5.5 与 Claude Opus 4.8</h2>
<p>据 IT之家、智源社区等报道，Inherent（DAIR.AI）推出仅 27B 参数的 AI 智能体 Faraday，在复现科学论文任务上超越 GPT-5.5 与 Claude Opus 4.8，以"以小博大"的方式开辟了科研智能体的新范式。</p>
<h2>一、核心亮点一览</h2>
<ul>
<li>模型规模：Faraday 仅靠 270 亿（27B）参数的小模型；</li>
<li>性能表现：在论文复现任务上超越 GPT-5.5 与 Claude Opus 4.8，领先约 6%-8%；</li>
<li>工具编排：Faraday 把前沿编码智能体（GPT-5.5 + Codex）当作工具调用，指挥它们完成编程工作；</li>
<li>方法创新：采用 Replica 方法，将论文复现转化为可扩展的强化学习任务空间；</li>
<li>定位方向：面向科研复现的"AI 科学家"，实现自动化科研实验。</li>
</ul>
<h2>二、为什么值得关注</h2>
<p>Faraday 的意义不仅在于超越顶级大模型，更在于它展示了"小模型 + 工具编排"的巨大潜力：通过把更强的模型作为工具来调度，小参数模型也能在特定专业任务上实现顶尖表现。</p>
<p>Replica 方法将论文复现变成可扩展的强化学习任务空间，为 AI 科研智能体的训练与迭代提供了系统化路径，有望大幅提升科研自动化的效率与可复现性。</p>
<h2>三、行业意义</h2>
<p>Faraday 的突破表明，AI 竞争正从"拼模型规模"向"拼智能体编排"演进。小参数智能体通过高效的工具调用与强化学习，完全可能在某些垂直领域挑战甚至超越更大的模型，为 AI 应用的成本与效率带来新的可能。</p>