Bad Theory Labs 开源 Tinfield 1：177B 终端智能体在 Terminal-Bench 4.0 拿 33.0
Bad Theory Labs（BTL）放出开放权重模型 Tinfield 1，面向终端操作与长程软件工程：Terminal-Bench 4.0 上 33.0，DeepSWE v1.1 上 62.0。放在 Terminal-Bench 4.0 的同榜模型里，它排在 GLM-5.3（41.8）与 GPT-5.6 Sol（37.3）之后，是榜上第二个开放权重模型，剩下上榜者全是闭源前沿模型；它同时高于 Claude Opus 4.8（23.6）、GPT-5.6 Terra（21.5）与 Gemini 3.8 Flash（19.1）。
参数效率是这条发布的主要卖点：177B 总参数、每 token 只激活 6.6B，256K 上下文，BF16 权重，量化后的 Compact 版 72 GB，可以在单台 64GB 机器上跑。底座是 Qwen3.8-Flash-Next，官方在同任务集上给了对照（Terminal-Bench 33.0 对 29.0、DeepSWE 62.0 对 58.7），并写明评测条件：mini-swe-agent、k=5，Terminal-Bench 66 道题、DeepSWE 113 道题，对比数字取自 Terminal-Bench 与 DeepSWE 公开榜单。
它改变了什么：终端与长程工程这类 agent 成绩长期由闭源前沿模型和大厂开源模型两头把持，这次给出一个样本——用「小激活参数的定向后训练」把 177B 的开源模型推到同榜第三、开放权重第二的位置，量化和部署门槛也一并交代清楚。边界：成绩与对照全部由厂商自报，本站未独立复跑，也未找到第三方复核；官方站未给出独立的新闻稿日期，日期取权重仓创建时间。
核验记录
HF 仓 badtheorylabs/Tinfield-1 createdAt 2026-09-21T08:35:44Z，README 明确基准、评测器（mini-swe-agent、k=5）与题量；官方站 badtheorylabs.com 有该模型入口（rntm.sh/models/tinfield-1）与权重直链，但无独立发布日，且其 og:image 指向本地开发地址（localhost:3000），故配图改用 HF 官方社交缩略图（裸请求与带 Referer 均 200 / PNG 1200×648）。全部成绩为厂商自报，未第三方复现。
← 上一篇纯 C 推理引擎 Colibrì 上线 brio 模式：不再生成文本，只给闭集选项打分下一篇 →Aikido 开源安全模型 Altar：把 GLM-5.3 从 1.51TB 压到 328GB 塞进气隙机房