一句话看懂：Samaya AI 发布了面向金融研究的智能体模型 Sterling，它基于 NVIDIA Nemotron 3.5 Lightning（30B 总参数、3B 激活参数）做后训练，在自建的 FrontierFinance 基准上得分高于 Claude Fable 5.1，单题成本却低约 11 倍。这件事值得关注的重点不是一次跑分胜负，而是“小模型 + 专用 harness 协同训练”在垂直领域的可行性。
事件核心：发生了什么
2026 年 10 月 30 日，Samaya AI 公布 Sterling，它是一个 LoRA 后训练的金融研究智能体：负责规划研究、调用金融工具、收集证据，再把发现交给独立的报告撰写模块。在 220 道公开题的 FrontierFinance 上，Sterling 得 58.9%，高于 Claude Fable 5.1 的 55.9%；高投入模式下为 60.6%。单题成本为 0.61 美元，Fable 5.1 为 6.89 美元，前者约后者的 1/11。训练分为两阶段 SFT 和两阶段 GRPO，共四步；评测由三模型评审团按专家 rubric 打分。目前公开信息显示，官方未发布 Sterling 的权重或 API，服务上下文与推理硬件也未披露。
为什么重要
这套结果的关键在于 harness 与模型一起设计。Samaya 为小模型简化系统提示和工具描述，合并工具以缩短 prompt，并加入上下文压缩器和研究预算控制；最终中位工具调用次数从 3 次升到 17 次。基准分数逐阶段从 42.5% 提升到 58.9%，说明“工具编排效率”本身就是一个可训练、可优化的维度。如果这种路线可复现，垂直领域不必依赖最大参数量的闭源模型，也能做出质量与成本更平衡的方案。
对用户/开发者/创作者的影响
对开发者来说，素材给出的具体路径是：用 LoRA 在 Tinker 上做后训练，采用批量合成数据筛选、best-of-8 策略采样和离线/在线 GRPO，并用 harness 弥补小模型能力缺口。做金融、法律、数据分析等长流程智能体的团队，可以评估自己是否也有“提示冗长、工具过多”的问题。对企业采购而言，单题成本差距会影响大规模研究任务的预算模型，但前提是实际任务与 FrontierFinance 分布接近。普通用户目前没有可直接试用的入口。
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。
值得关注的后续
一是这些数据均为 Samaya 自报，且在自有基准上评测，需要第三方复现和跨基准验证；二是是否开放权重或 API，以及定价是否公开；三是 harness 协同训练方法是否会扩散到其他垂直领域，以及闭源大模型厂商是否在成本效率上作出回应。
