【软盟资讯 · 快讯频道】8月23日，总部位于伦敦的AI实验室Inherent正式发布科研智能体Faraday，这款仅基于270亿参数Qwen 3.6模型的智能体，在自主复现已发表科学论文研究结果的测试中，表现超越了GPT-5.5和Claude Opus 4.8等千亿级闭源旗舰模型。**Inherent由前谷歌DeepMind校友创立，刚完成5000万美元种子轮融资。Faraday与传统的”论文问答”类AI工具截然不同，它能在未知答案的情况下，自主设计实验方案、调用工具进行分析、验证论文结论，并通过强化学习训练出”研究品味”。在众多由前DeepMind员工创办的初创公司中，Inherent此前获得的关注相对较少，但Faraday的发布标志着其开始从隐身模式走向台前。同日，一组行业数据揭示了智能体时代的惊人量级：AI智能体的Token消耗量约为人类的5倍，自2026年2月以来使用量增长约14倍，人类正成为AI的”少数用户”。由于智能体长任务依赖缓存命中，85%以上的智能体Token是廉价缓存复用，但中途切换供应商需重新支付完整预填充费用，这意味着智能体对供应商的粘性远高于人类，比价套利空间被压缩，模型市场的定价逻辑正在被改写。
软盟点评： Faraday的成功，验证了一个正在被越来越多案例证明的命题：参数规模并非智能体能力的唯一决定因素。270亿参数的小模型在特定科研任务上打赢千亿级闭源旗舰，说明”定向强化学习+专用场景优化”的路线，正在挑战”更大参数=更强能力”的传统范式。对于科研领域而言，Faraday的意义在于——AI不再只是辅助”查文献”的工具，而是能自主”做实验”的研究伙伴。与此同时，Token消耗数据揭示的”智能体粘性”现象同样值得关注：当流量主体从人类转向智能体，定价权将从”比价者”转移到”缓存持有者”手中，这意味着模型供应商的竞争逻辑正在从”拉新”转向”留旧”。