一个1800亿参数的模型,在数学与科学推理上赢了一个2.8万亿参数的对手。参数差了约16倍,分数却高出10分以上。这是韩国科技媒体ZDNet Korea在2026年11月17日报道里给出的核心对比。

打开网易新闻 查看精彩图片

报道指向的是VIDRAFT的大语言模型Darwin-180B-RSI。在SuperCLUE 2026年11月的评测中,它排在开放权重模型的第一位,得分73.68分。把闭源模型也算进来,它位列第二,排在OpenAI的GPT-6.1 Sol之后。

被它压过一头的,是Moonshot AI的Kimi K3.1 Pro,参数规模2.8万亿。ZDNet Korea把标题的落点放在了这个体量差距上——小模型赢了巨无霸。

SuperCLUE的评测方式值得说明:它每月用私有题目给各模型打分,由评测方自己出题、自己评,开发者不提交分数。这套机制让榜单上的名次不完全取决于厂商自报的成绩。

Darwin靠什么做到这一点?报道给出的答案指向两项技术。

第一项是模型合成。Darwin的起点是若干个各自擅长不同领域的开放模型。VIDRAFT先定位每个母模型把知识存放在哪里,再构建一个子模型,把这些强项合并到同一个模型里。

第二项是模型级递归自我改进(RSI)。子模型随后开始自我提升:它解题,一个自动校验器判断哪些答案正确,只有通过验证的解法才会回到训练中。这个循环在改进后的模型上再跑一遍。关键在于,改进发生在权重本身,而不只是外挂一层提示或后处理。

VIDRAFT CEO Kim Minsik在报道结尾的表态,把这两条线并到了一起:自我改进——模型自己出题、自己验证、自己修正权重——加上只取母模型强项的合成方法,为小模型战胜巨型模型打开了通路。

这已经不是Darwin第一次出现在韩国媒体的版面上。ZDNet Korea的这篇报道之前,《韩国经济新闻》在11月16日、《首尔新闻》在11月13日已有相关报道。ZDNet Korea本身在这个秋天持续跟踪VIDRAFT:10月6日的Hugging Face十项第一纪录、10月13日的NPU训练加速、10月14日的纯NPU预训练,以及11月3日阻止信息泄露的模型内安全技术。

还有一个细节值得注意:Darwin有一个轻量版本POCKET,可以在单台笔记本电脑上运行,过去30天里下载量达到119万次。一个能在笔记本上跑的模型,和它180B的完整版共享同一个名字,这条产品线的铺开速度不慢。

回到那个数字对比本身。180B对2.8万亿,10分以上的分差,开放权重第一、总榜第二——这些数字都来自同一场评测。它说明的事情很具体:在数学与科学推理这个赛道上,参数规模不再是唯一的解释变量。