Pro版以大规模MixRL训练智能体长轨迹，综合评测跻身开源模型前列。
推荐理由：核心不是46分排名，而是以约75万条超长轨迹统一训练编程、视觉与安全任务；这表明开源模型竞争正转向高成本、跨领域的智能体强化学习。
阅读原文