TokenRhythm（基元律動）は、AIエージェント向けに設計したモデル「NeoHorse-1.5-Flash Preview」を公開しました。Qwen3.8-Flashをベースに学習したモデルで、現在は限定数のクローズドベータを実施しています。エージェントタスクの実行とソフトウェアエンジニアリング能力の向上を重視した点が特徴です。
ポイント
- モデル名は「NeoHorse-1.5-Flash Preview」。Qwen3.8-Flashをベースに学習。
- 総パラメータ数は180B、活性パラメータ数は6B。
- 限定数のクローズドベータを実施中。
- ベースモデルと比べ、Agents’ Last Examの総合スコアが9.23ポイント向上。
- 9月公開の「NeoHorse-1」に続く取り組みで、再帰的自己改善（RSI）の「第2周目」と位置づける。
モデルの性能
比較評価では、ベースモデルと比べて複数の指標で改善が見られました。Agents’ Last Examの総合スコアは9.23ポイント向上し、Natural Language to Repository評価では5.92ポイント上がりました。物理科学タスクでは20ポイント以上の改善です。
開発ツールとテスト、Web開発、セキュリティ認証と暗号化などの領域でも性能が向上したということです。
再帰的自己改善の取り組み
今回の公開は、NeoHorseシリーズが進める再帰的自己改善（RSI）の探求を続けるものです。TokenRhythmはこれを同メカニズムの「第2周目」と呼んでいます。
同社は9月にNeoHorse-1を公開した後、前世代モデルをモデルプールに戻して実行時のフィードバックを集め、後続の学習に活用しました。学習規模は初回の4B、9BからFlashグレードまで拡大しています。
この手法は、同社のマルチモデルプラットフォームとオープンソースのエージェント製品「OpenSquilla」を基盤としています。ルーティング信号とマルチモデル融合の結果の差異から能力の弱点を特定し、学習の方向性を決める仕組みです。
OpenSquillaの更新
モデル公開の翌日には、OpenSquillaも同時に更新されました。タスクの意図に応じてモデルのグレードを選べるようになり、やり直す際には段階的にグレードを上げることができます。
おすすめプランも個別に更新でき、ユーザーはクライアントをアップグレードせずにアプリをプレビューできるようになりました。
