11 月 13 日，无界前沿开源了面向专业生物信息学任务的垂域模型 Fx-Bio-1031，并放出了完整模型权重。在 Anthropic 发布的 BioMysteryBench 困难子集上，它拿到 70.59% 的 Pass@5，明显甩开同框架下的 GPT-6-Astra 的 47.06% 和 Claude Opus-5 的 52.94%，分别领先 23.53 和 17.65 个百分点。
基准考的不是背术语
BioMysteryBench 不允许模型去检索原始数据集里的现成结论，而是把模型丢进真实的生物数据和 Linux 工具环境里做一整套复杂分析，任务覆盖全基因组测序、单细胞转录组、染色质开放性、宏基因组和蛋白质组学。考察复杂科学分析全流程能力的 BiomniBench 上，Fx-Bio-1031 的 Pass@3 达到 89.50%。
本地部署是主要卖点
自研模型之所以往生信方向扎堆，是因为以 GPT-Rosalind 为代表的海外垂域模型高度闭源，国内课题组和药企还有本地化部署与数据安全的硬需求。生物信息学本身门槛也高，测序数据动辄数百万行，样本还常常缺标签，分析管线要串起多步统计检验和复杂工具调用，通用模型光会背术语并不顶用。Fx-Bio-1031 跑通的是生物医药干实验流程，能自己写脚本、装软件、调数据库、做交叉验证，得出显著结论后还会主动追加 14 道自我质询。数据不出域这个卖点，和站内 BioBasicsBench 100 任务评测里的三类错误 可以放在一起看。
把算力留在本地，把生信流程真的跑通，这是开源权重的现实价值。
延伸阅读
- 英伟达 129.3 亿美元收购 Hugging Face 遭司法部问询2 周前
- 腾讯混元 Hy4 正式版发布，770B 模型首次支持视觉与电脑操作1 周前
- 狮子山 Lion-ER-35B-A3B 具身模型：3B 激活 65.29 分1 周前
- 商汤开源 SenseNova Loop-9B：9B 模型媲美 27B 效果2 周前
AI 自学笔记 每天更新 AI 前沿动态，订阅 RSS，或按 Ctrl/⌘+D 收藏本站，明天见。
继续读
往下这几篇值得接着看：
- Perplexity 开源 Decider v1.3：63 项任务准确率 91.6%2026-11-13
- MiniMax H3-Image 开源：10 秒生成 4K 图，速度 5 倍2026-11-11
- AlphaGenome 2：1.07 亿细胞训练，致病变异识别率 16% 到 30%深度2026-11-13
想快速查定义？对应的词条在这里：
- Gemini 4词条 · AI 自学笔记