Abacus.AI Smaug

Abacus.AI 于 2026 年 9 月开源的三个开放权重模型系列，专为智能体（agentic）工作负载微调。

起因是 Abacus.AI 构建自我改进 Agent 时反复遇到的成本与效率问题：大上下文、重复工具调用，加上跨时间间隔后 prompt 缓存失效，导致长智能体循环跑起来又贵又慢。他们的方案是把人工筛选的真实智能体轨迹与基于高难度样本的合成数据结合的微调方法。

三个模型分别基于不同的开放权重基座，处在能力—效率曲线的不同位置：

Smaug Flash 基于 DeepSeek V4 Flash 0731，面向企业级自我改进 Agent，是这一系列的主力。官方基准：LiveBench 整体 77.4（基座 74.2），LiveBench 智能体编码 61.1（基座 46.8），DeepSWE 1.1 得分 56.6，AutomationBench 38.83（基座 25.1），NL2repo-bench 73.3（基座 54.2）。它主要解决 DeepSeek Flash 在长上下文工具调用时容易「转圈」和混乱的问题。

另有 Smaug Mini（基于 Qwen3.8 27B，面向多模态与较小推理任务）和第三个不同规模的模型。

可在 RouteLLM API 和 Hugging Face 上获取。官方称性能较基座提升 15~20%，成本约为闭源前沿模型的十分之一，企业可托管在自己的 VPC 里。