4B小模型极限在哪里？
最新模型Jan-nano引起热议，它在智能体任务上超过671B的最新版DeepSeek-V3 0528，在SimpleQA基准上获得80.7分。
先来看一下它的实际表现，包括两个任务：
- 对研究某公司目前的扩张情况，该公司的扩张正威胁着另一家公司的市场份额，并撰写一份可能影响金融公司尽职调查流程的MBA水平报告。
- 汇总今日财经突发新闻，聚焦令人震惊的消息。
总结一下，Jan-nano的能力包括：
- 在正确的提示词下，可以进行深度研究
- 从搜索结果中有效地获取相关信息
- 针对MCP协议优化，可无缝集成各种MCP服务器调用工具
再来看一下官方评估结果，与它同台竞技的不是闭源方案就是DeepSeek-v3这样的671B大型MoE模型。
目前Jan-nano取得最高分80.7%，并且作者透露下一个版本的目标是85%。
不过研究团队Menlo Research特别提醒大家，Jan-Nano只是在这一个指标上优于Deepseek-671B，并且在测试中使用了基于MCP的方法。
我们完全理解4B模型有其局限性，但看看它能走到多远总是很有趣的。
具体来说，Jano在Qwen3-4B上使用字节&清华开源的DAPO强化学习微调方法。
团队称将很快发布详细的技术报告，敬请期待。
谁是Menlo Research？
Menlo Research是一个专注于AI和机器人技术的开放研发实验室，其主要目标为构建机器人的”大脑”。
创始人为一对夫妻Daniel Ong与Nicole Zhu，Nicole Zhu在斯坦福读人机交互硕士期间休学创业，此前在谷歌做过高级工程师。
Menlo Research坚持用户拥有原则，产品都是开源的，设计为离线运行或自托管。
此前Menlo Research的核心产品是Jan，一个可以100%离线运行的开源AI助手应用。
Jan被定位为ChatGPT的替代品，曾在推出数月后，在没有风险投资支持的情况下超过百万次下载，
Jan的长远愿景是成为“自驱动计算机”，实现从用户操作计算机到计算机自主操作的转变，具体来说，规划中的能力包括。
- 将用户指令转化为直接行动
- 跨应用程序工作，无需手动切换
- 学习用户的特定工作模式
- 自主完成重复性任务
此外，Menlo Research还在新加坡Echelon展会上展出了一款人形机器人。
Jan-nano模型下载：https://huggingface.co/Menlo/Jan-nano
Menlo Research：https://menlo.ai
