量子位思邈
开源
高难盲测超越GPT-6-Astra与Opus-5！无界前沿开源Fx-Bio-1031，把RSI带进生命科学
AI 摘要
无界前沿开源生物信息大模型Fx-Bio-1031，开放完整模型权重。该模型基于Qwen3.8-Flash-Next进行后训练，采用125B总参数、每token激活6B的MoE架构，支持512K上下文，可本地私有化部署。在Anthropic的BioMysteryBench困难子集上，其Pass@5为70.59%，高于GPT-6-Astra的47.06%和Claude Opus-5的52.94%；在BiomniBench上Pass@3达89.50%。模型面向药物研发、多组学分析、病原溯源、实验排查和生信自动化管线等场景。
简评
生命科学正成为头部AI公司比拼的新战场，但顶尖模型多为闭源且依赖云端，医院和药企的敏感数据难以出境。这款国产开源模型可本地部署，让科研团队用可控成本处理组学数据，也意味着专业科研AI的门槛正在降低。
- 生物信息
- 开源模型
- 本地部署
- 科研智能体
本站只提供模型生成的摘要，不转载原文。 完整内容请前往原始出处阅读。
阅读原文 ↗