范式 Phai-A1 / M1 开源:35B 单卡能跑,百万上下文,全流程昇腾训练
范式智能 2026-11-18 发布 Phai-A1(35B MoE、1M 上下文、SWE-Bench Verified 83.6%)与视频模型 M1,权重已上 Hugging Face 与 ModelScope,全流程昇腾训练。
2026-11-19 · Phai 官网(2026-11-18,一手实取) / 极客公园(同日) / 腾讯新闻(同日)
发布 2026-11-19核实 2026-11-19要点
- 2026-11-18,范式智能(原第四范式,
6682.HK)发布 Phai 系列两款自研模型:语言模型 Phai-A1、视频生成模型 Phai-M1。 - Phai-A1:35B 总参数 MoE、1M token 原生上下文、面向代码与 Agent 场景,权重已开放(Hugging Face / ModelScope,仓库
PhaiModelLab/Phai-A1-35B-1M),支持单张消费级显卡本地跑。 - 官网自报基准(同级 35B MoE 对比):SWE-Bench Verified 83.6%、SWE-Bench Pro 65.0%、SWE-Bench Multilingual 74.0%、TAU3-Bench 69.6%、IFBench 69.4%、AA-LCR 75.0%。
- 提速口径:单张 RTX 3090、同一版本 Claude Code、同一批任务下,响应速度比 Qwen 27B 快约 8–10 倍。
- 全流程在华为昇腾平台完成后训练——这是国内少见的「基座模型 + 国产算力」端到端案例。
- Phai-M1:文/图生视频带声音(对白、音效、环境声随画面生成),15 秒 720p 约 3 分钟出片,16GB 显存消费级显卡可跑;时长 5–20 秒,支持 480p / 720p / 1080p 与五种画幅,四种生成方式(文生、图生、首尾帧过渡、参考生成)。
先看那张对比表,别只看第一行
官网把六项基准摊在一张表里,同时列了同级对手。把「领先」和「落后」一起读才看得清位置:
| 基准 | Phai-A1-35B | Ornith-1.5-35B | Qwen3.6-35B | Qwen3.8-27B(稠密) | GLM-5.2 |
|---|---|---|---|---|---|
| SWE-Bench Verified | 83.6% | 79.0% | 73.4% | 86.0% | 82.8% |
| SWE-Bench Pro | 65.0% | 59.6% | 49.5% | 62.7% | 62.1% |
| SWE-Bench Multilingual | 74.0% | 71.4% | 未报告 | 73.8% | 74.5% |
| TAU3-Bench | 69.6% | 未报告 | 67.2% | 71.3% | 未报告 |
| IFBench | 69.4% | 未报告 | 64.2% | 79.5% | 73.3% |
| AA-LCR(长上下文推理) | 75.0% | 未报告 | 71.7% | 82.0% | 78.3% |
读法很清楚:在 35B MoE 这一档它确实全面领先(六项全胜同规模对手),但对上 Qwen3.8-27B 稠密模型,SWE-Bench Verified、TAU3、IFBench、AA-LCR 四项都落后,而且落后幅度在指令遵循(IFBench 69.4 vs 79.5)与长上下文推理(75.0 vs 82.0)上不小。
这不是贬低——用 1/3 的激活参数换到接近的分数本身就是卖点。但宣传语的「领先同级」和用户心里的「最强开源」是两件事,别混。
那个 8–10 倍的测法值得单独说
大部分厂商的提速宣传是「tok/s 提升 X 倍」,读者无从验证。这次官网把条件写全了:同一张 RTX 3090、同一版本的 Claude Code、完全相同的任务。
这在方法论上是对的——因为速度的瓶颈常常不在模型,而在 harness 的调度(工具往返、上下文重建、流式拼接)。固定 harness 再比模型,量到的才是模型差异。站内反复讲的 每任务成本 也是同一个道理:脱离 harness 谈速度没有意义。
但仍要打折看:① 它是厂商自测;② 单卡 3090 + 短上下文的场景,未必等于你线上的真实分布;③ 「8–10 倍」是相对 Qwen 27B 的口径,不是相对所有模型。真要评估,自己在自己的仓库里跑一遍同一批任务,比看官网视频有用。
Phai-M1:一个更务实的定位
视频模型这条线上,2026 年的主流叙事是「更长、更高清、更贵」。M1 反着来:15 秒、720p、3 分钟出片、16GB 显存能跑。
这个组合的含义是把视频生成拉回消费级硬件。参数上官方没给模型规模,但给了四条落地相关的规格:时长 5–20 秒、三档清晰度、五种画幅(16:9 / 9:16 / 4:3 / 3:4 / 1:1)、四种生成方式。声画同步是它的差异点——同一流程里出音轨,不用事后配音。
对做短剧、电商详情、口播素材的团队,「3 分钟出一条 15 秒带声 720p」是可用的产能口径;对要做影视级交付的团队,这条线还不够。它的对手不是 Sora 那类,而是「剪辑师的一天」。
AI 之家 观点
这轮最值得记的不是分数,是**「全流程昇腾训练 + 开放权重 + 单卡可跑」这三件事同时成立**。
过去国内基座模型有两类:一类训练在国产卡上但不开权重,一类开权重但训练链路在海外算力上。「训练用昇腾、权重放 Hugging Face、跑起来只要一张 3090」——这三件事凑齐,意味着从训练到部署的国产链路第一次闭合到了个人开发者手里。对受限于采购与合规的团队,这比多考几分重要。
第二件事是范式从「做应用的公司」变成「也做基座的公司」。这家公司过去十年的标签是平台与行业解决方案,现在自己下场训基座,CEO 戴文渊的说法是「AI 产业正从单一模型能力竞争,走向算力、模型与应用协同」。翻译成工程语言:它想用自己的应用(PhanthyCode、PhanthyMovie)给模型供数据、用模型给应用降成本,闭环自己做。这条路能不能走通,看的是应用侧的真实留存,而不是榜单。
要提醒的两点:① M1 的权重还没放,官网写的是「链接将在后续发布时补充」,媒体标题里的「双模型开源」目前只对 A1 成立;② 不要按「35B 就能顶掉旗舰」规划架构。它在同级里很强、在长上下文推理与指令遵循上仍有明显差距,适合做高频、可验证、上下文别太长的活(改测试、修 lint、按模板生成迁移脚本);需要长文档理解和复杂指令遵从的场景,仍要留一手。
相关阅读
- 工具:Claude Code · Codex CLI · Qwen Code
- 模型:Qwen Max · GLM-5.3 · DeepSeek V4.1 Flash
- 概念:MoE · 长上下文 · 每任务成本 · 国产编程模型
- 同批资讯:Qwen4-Max 正式发布 · 腾讯 Hy4 flash · openPangu 2.1 Pro 上华为云
来源
- Phai 官网(模型家族、基准表、下载命令、M1 规格,2026-11-18,实取)
- 范式智能下场基模赛道,发布 Phai 系列 2 款开源模型(极客公园,2026-11-18)
- 推理提速最高 10 倍!范式发布 Phai 双模型(腾讯新闻,2026-11-18)
本卡片由 AI 之家 编辑部根据公开资料整理,非厂商付费内容;基准与提速数据均为厂商自报,未独立复现。
常见问题
Phai-A1 的 83.6% 是不是比闭源旗舰还强?
不能这么读。官网的对比只在「同级 35B MoE」范围内成立,而且同表里 Qwen3.8-27B(稠密)的 SWE-Bench Verified 是 86.0%、GLM-5.2 是 82.8%——也就是说它领先的是 35B MoE 这一档,不是全榜。另外这类自建 harness 的自报分要和别人同壳跑的口径对齐才能比。
8–10 倍提速是怎么测的?
官网写明测试条件:两个模型都跑在单张 RTX 3090 上、使用同一版本的 Claude Code、执行完全相同的任务。这是本轮少见的「同壳对比」——比只报 tok/s 有意义得多。但它是厂商自测,你的机器、上下文长度、任务类型都会改变结果,别直接拿去写 SLO。
权重真的开放了吗?
A1 已开放:官网直接给了 Hugging Face 与 ModelScope 的下载命令(仓库名 PhaiModelLab/Phai-A1-35B-1M),国内网络建议用 ModelScope。M1 的权重链接位置写的是「将在后续发布时补充」——即视频模型还没放权重,媒体「双模型开源」的说法不准确。
百万上下文是真原生还是外挂?
官方强调「后训练数据直接覆盖百万 Token 场景」,并把它与市面上「堆叠式」长上下文对立起来。技术口径上这属于「训练期就见长文本」而非推理期外推,但官方未给有效召回长度、针尖测试等指标,长上下文的实际可用性仍需自测。