一句话看懂：AI 研发实验室 Mirendil 发布了首个模型 Fern 0.1，上下文窗口最高 1000 万 Token，可一次装下一个约 50 万行代码的仓库；但它目前仅提供托管早期访问，未开源权重，且在智能体编程评测中明显落后于前沿模型。
事件核心：发生了什么
2026 年 10 月 27 日，Mirendil 发布 Fern 0.1。这是一款从零构建的代码模型，参数量约 0.1 至 0.5T（具体数量与激活参数未披露），上下文最高 1000 万 Token，官方称相当于约 23MB、50 万行代码，可对标 Megatron-LM 级别的代码库。
它基于 Mirendil-Base 做短周期后训练而成。Mirendil 称该基座由一名研究员用 3.5 个月预训练完成，总计算成本低于 1000 万美元，99% 以上代码由 AI 智能体编写，训练数据全部来自 GitHub、公开代码、网页和公开数据集，未使用蒸馏或许可数据。Fern 是三款规划模型中最小的一款，更大规模的 Base-Large（0.5 至 2T）和 Base-XL（2 至 10T）仍在预训练中。
为什么重要
目前主流大模型的上下文多在 100 万 Token 左右，Fern 把上限推到 1000 万 Token，方向是让模型直接“读完”整个仓库、完整训练日志或数天的智能体轨迹。Mirendil 的 RULER 测试显示，基座模型在 32K 至 1000 万 Token 各长度上单针检索均为 100%，但在 1000 万 Token 时多跳问答降至 45%，说明“能装下”不等于“能推理好”。
另一个值得注意的点是成本叙事：不足 1000 万美元、一名研究员、AI 写代码，若可复现，会降低大模型研发的资金门槛。不过以上均为厂商自述，目前公开信息显示尚无第三方验证。
对用户/开发者/创作者的影响
对开发者而言，Fern 0.1 的定位是 AI 研发助手：跨大型代码库工作、运行命令直到测试通过、调试训练日志、审计预训练数据。但目前只能通过托管早期访问申请使用，没有开源权重或量化版本，接入方式和定价均未公布。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
性能上需保持冷静：在 Mirendil 自己的对比表中，Fern 0.1 在 SWE-Bench Verified 得 73.4%，低于 Kimi-K3 的 93.4% 和 Claude Opus 5.5 的 98.2%；Terminal Bench 4.0 仅 6.1%，远低于 Claude Opus 5.5 的 66.4%。长上下文是它的卖点，智能体编程能力仍处中游，暂不适合作为主力编码模型。
值得关注的后续
一是早期访问是否开放、API 定价与配额如何；二是更大基座模型 Base-Large 与 Base-XL 的进展及是否开源；三是 RULER 之外更广泛的长上下文评测结果，以及 1000 万 Token 上下文在实际推理成本上的表现。
