Naive-N0.5-Flash: MIT-vekter, 315 GB – API er ikke live

NaiveAI åpner 27. september 2026 Naive-N0.5-Flash. 309 milliarder parametere i MoE, 15,5 milliarder aktive. Én million tokens kontekst. Ingen full-attention-lag. MIT-vekter og inferenskode. Det er et modellslipp. Det er også et innkjøpsproblem.

Laben kaller det «Building Frontier AI with AI». Forskningsposten er primærkilden. Modellkortet ligger på Hugging Face. API-et gjør det ikke. Prisen er varslet. Endepunktet er ikke oppe.

Hva laben faktisk åpner

Naive-N0.5-Flash er bygd på Xiaomis åpne MiMo-V2.5-base. 48 lag. 39 sliding-window. Ni DeepSeek Sparse Attention. SWA-vinduet er 128 tokens. DSA tar topp 2 048 tokens til backbone. Ingen lag gjør full attention. Indekseren skanner likevel hele historikken. Hele KV-cachen beholdes.

Videre trening: 3,25 billioner tokens med nativ 1M-kontekst. 50 milliarder indexer warmup. 3 billioner sparse attention. 200 milliarder learning-rate decay. Det er labens tall, ikke en uavhengig kjøring.

Vektene tar om lag 315 GB i FP8. Inferens krever NVIDIA-GPU-er med FP8. Transformers-snutten laben viser, ber om trust_remote_code=True. For CISO er det kjøring av fremmed kode fra en ny Beijing-lab, ikke bare vekter.

Lisensen er MIT. Vekter og inferenskode. GitHub-repoet heter NaiveAI-Labs/Naive-N0.5-Flash. Hugging Face-kortet heter NaiveAI/Naive-N0.5-Flash. FP8-varianten de viser i quickstart er NaiveAI/Naive-N0.5-Flash-FP8.

API-et som ikke er der

Modellkortet skriver at API «will also be provided». Prisen de setter er 0,10 dollar per million inn-tokens, 0,40 dollar ut, 0,01 dollar for cache-les. Det er en prisliste uten butikk. Ingen OpenRouter-listing. Ingen dokumentert modell-ID mot et live endepunkt.

For CIO betyr det: dere kan laste vektene selv, eller vente. Dere kan ikke peke en agent mot et fakturert API og regresjonsteste verktøykall i dag. MiniMax M3.1-Flash-Preview, som gikk live i Code og Token Plan samme helg, har i det minste en ID. Naive har en fil.

Hastighet: 50, 2 000 og 2 122

Standardmodus: 50 tokens i sekundet per bruker. Ultrafast: inntil 2 000. Toppen laben viser for NaiveRT er 2 122 tokens i sekundet, én strøm, åtte GPU-er. Samme runtime kutter en spekulativ dekodingsrunde fra 12,3 ms under SGLang til 3,4 ms. Det er 72,4 prosent. Det er labens måling.

NaiveRT ble bygd på seks dager, 151 dokumenterte forsøk, mennesker og modeller sammen. Det er et case, ikke en SLA. Peak på åtte GPU-er er ikke det en tenant ser i kø. 50 tokens i sekundet er tallet som ligner produksjon.

Arkitekturen sparer attention-regning. Den fjerner ikke minnet. Indekseren går gjennom hele historikken. KV-cachen er der. 1M kontekst uten full attention er ikke 1M kontekst uten kostnad.

Tallene som tåler sjekk – og de som ikke gjør det

Evalueringen kjører i Claude Code 2.1.207, 1M kontekst, temperatur 1,0, top-p 0,95. Harnesset får fil-I/O og Bash. Rivalenes tall er kopiert fra andres blogger og lederbrett. NaiveAI publiserer diagrammer, ikke en tabell med egne kjøringer mot uavhengig harness.

Uavhengige avlesninger av diagrammene setter SWE-bench Pro på 73,6 mot Opus 5.5 på 89,9. Terminal-Bench 2.1 på 86,7 mot DeepSeek V4.1-Flash på 90,6. NL2Repo-Bench 71,9. PaperBench 63,2. MLE-bench-30 73,7 prosent. ProgramBench ligger bakerst i labens eget utvalg. Ingen tredjepart har publisert en kjøring på de åpne vektene ennå.

For innkjøp: egne diagrammer er markedsføring til dere har en uavhengig rad. Artificial Analysis har ikke en score. Hogby har ikke kjørt vektene.

Hva «AI bygger AI» faktisk dekker

NaiveAI ble startet i februar 2026 av Dai Jifeng, førsteamanuensis ved Tsinghua. Forskningsposten sier at modeller skriver kode, kjører eksperimenter og analyserer, mens mennesker setter retning og tar kritiske valg. Infrastrukturen serverer nær ti millioner sandkasser i uken, 100 000 aktive samtidig på topp.

RSI er retning, ikke resultat. Laben skriver at modellen er trent for AI-FoU og «åpner en vei» mot rekursiv selvforbedring. Det dere har i hånden er en MiMo-V2.5-fork med ny attention og mer trening. Ikke en autonom lab.

The Information har rapportert 400 millioner dollar i finansiering og 1,42 milliarder i verdsettelse. NaiveAI har ikke bekreftet tallene. En IP-tvist med MiroMind, der Dai var teknisk rådgiver til januar, er uløst ifølge samme dekning. Det er bakgrunn, ikke del av modellkortet.

Hva ledelsen bør gjøre

For CIO: MIT-vekter er en kontrakt dere kan lese. 315 GB FP8 og trust_remote_code er en annen. Sett den i samme kurv som Xiaomi MiMo-V2.5/V2.6, ikke som en ferdig API-erstatning for Claude eller Astra. Prisen 0,10/0,40 dollar er først relevant når endepunktet svarer.

For CISO: åpne vekter fra en ny kinesisk lab, med sandbox-flåte i millionklassen og RSI-språk i forskningsposten. Kjør i isolert miljø. Ikke i produksjonsagent mot interne repoer før uavhengig eval og egen red team. Koden de ber dere stole på, er ikke bare vektfiler.

Kilder og medier

NaiveAI: Naive-N0.5-Flash: Building Frontier AI with AI, 27. september 2026. https://naive.ai/en/research/

Modellkort: https://huggingface.co/NaiveAI/Naive-N0.5-Flash

GitHub: https://github.com/NaiveAI-Labs/Naive-N0.5-Flash

Thumbnail: OpenAI Image 2 / hogby.ai