• 人工智能
• 大模型
• 多模态
• AI Agent
• 工具调用
• 代码模型

Occamy-1.0是 Accio-Lab 开源的 35B 参数（激活仅 3B）Agent 协作大模型。本文基于官方 README.md 的完整跑分数据，逐一解读它12 项基准测试的真实表现——对比 GPT-5.6 Sol、Qwen3.8-Max、DeepSeek V4 Pro 等旗舰模型，看看这款"小钢炮"到底强在哪、弱在哪、以及它的性价比为什么这么夸张。

📌 先花 30 秒认识 Occamy-1.0

一句话概括：为"真实工作场景"而生的开源协作智能体模型。

它的定位不是"取代 GPT 干所有事"，而是专注长程、有状态的任务：连续调用搜索、代码、工具、文件和结构化 API 完成多步骤专业工作流。架构细节可查阅 config.json（qwen3_5_moe架构、40 层、混合线性/全注意力）。

🏆 跑分总览：12 项基准测试，四大能力维度

官方评测覆盖12 项基准测试，横跨 4 个维度，共 14 个细分指标。先看结论性的一句话：

在 35B 级别的开源模型中，Occamy-1.0 是综合第一；与 GPT-5.6 Sol 这类旗舰闭源模型正面交锋，部分科目不落下风，其余科目以约 1/5 ~ 1/10 的推理成本拿到接近的"性价比位置"。

📊 注：加粗为该尺寸分组内的最高分，完整表格与脚注见 README.md 的Full Evaluation章节。

🤝 Co-work：主场作战，同级别断层领先

Co-work（协作工作流）是 Occamy 的核心训练目标，跑分也最能说明问题：

• Claw-Eval 平均 82.20：不仅碾压同级别的 Qwen3.6-35B-A3B（69.50）、Ornith-1.5（64.40），甚至以微弱优势反超 GPT-5.6 Sol（81.80）；
• Claw-Eval Pass³ 71.40：Pass³ 是"连续跑 3 次都成功"的严格稳定性指标，Occamy 比同级别最强对手高出 26+ 分，说明它的长任务执行不只是"能跑通"，而是"跑得稳"；
• Business Arena $79,868：该基准直接衡量"模型干活创造的生意价值"，比基座 Qwen3.6-35B-A3B（$44,751）翻倍，仅次于 GPT-5.6 Sol 的 $168,867；
• τ³-Bench（Banking）37.10：多步骤金融客服类任务上，比同级别最强（25.80）高出 11+ 分。

💡给你的解读：如果你的场景是"让 AI 连续干完一整件事"（查资料→写代码→改文件→调 API），Occamy-1.0 是当前 35B 档开源模型里最稳的选择。

🔧 工具调用与编程：强项明显，但别高估

工具调用维度 Occamy 拿下AutomationBench 双料第一（Pass¹ 27.60 / 部分分 69.10），自动化编排能力在同级别中一骑绝尘；BFCL v4 的 65.40 则略胜 GPT-5.6 Sol（64.33）。

但需要诚实指出两块短板：

1. Terminal-Bench 2.1 只得 59.00：与旗舰的 88.80 差距明显——纯终端编码深度上，Occamy 目前仍属"够用"而非"顶尖"（同级别 Ornith-1.5 的 67.80 更高）；
2. VitaBench 41.75：日常生活类工具场景未进前二。

官方也明确提醒：检索密集型任务和模拟用户交互仍有提升空间，原生浏览器/桌面视觉操作暂不支持。

💰 性价比：这份报告最炸裂的部分

上面这张图横跨 4 项基准（Claw-Eval、WildClawBench、AutomationBench、GDPval）做了归一化聚合：

• 横轴是每个任务的推理成本（对数刻度），纵轴是归一化综合得分；
• GPT-5.6 Sol 综合分最高（约 97），但每任务成本接近 $1；Qwen3.8-Max 约 $0.45；
• Occamy-1.0 位于整条帕累托前沿的"最低成本拐点"（knee）：综合分约 58，与 DeepSeek V4 Pro（0813）、GLM-5.2 几乎持平，但成本只有它们的1/3 ~ 1/3.5；
• 相比自己的起点 Qwen3.6-35B-A3B：性能从约 22 跳到 58（2.6 倍），成本仅从 $0.049 涨到 $0.06 左右。

一句话：用一杯咖啡不到的成本，拿到一线旗舰约六成的综合能力——这就是"3B 激活参数"带来的推理成本优势。

🛠️ 上手提示：如何部署跑分同款模型

官方推荐 SGLang 或 vLLM 部署（vLLM ≥ 0.19.0，SGLang ≥ 0.5.10），8 卡张量并行 + 262K 上下文，暴露 OpenAI 兼容接口，可直接接入 OpenClaw、Hermes Agent 等 Agent 框架。完整启动命令见 README.md 的Deployment章节，推理参数（temperature=1.0、top_p=0.95、开启 thinking 保留）建议照抄Model Usage示例。

模型权重、GGUF / FP8 / NVFP4 等量化格式均已开源，对话模板为 chat_template.jinja，视觉预处理配置见 preprocessor_config.json。

✅ 总结：它适合谁？

Occamy-1.0 证明了一件事：MoE 稀疏激活 + 专注后训练，完全可以在 3B 激活成本下逼近旗舰模型的协作能力——这正是这份 12 项跑分报告最值得记住的结论。

• 人工智能
• 大模型
• 多模态
• AI Agent
• 工具调用
• 代码模型