一句话看懂:SID AI于2026年11月发布第二代智能体搜索模型SID-2及多智能体版本SID-2 Swarm,官方自评12智能体集群在检索基准上NDCG达0.720,略高于GPT-6 Astra的0.704,同时API定价显著低于通用大模型。
事件核心:发生了什么
据MarkTechPost Research报道,SID AI发布了SID-2和SID-2 Swarm。SID-2是一个小型搜索专用模型,通过工具调用搜索后端、读取结果并迭代决策,最终返回排序后的文档ID,而非固定RAG流程。它提供低、中、高三档推理强度,并支持按NDCG、F1或Recall@k指标定向优化。Swarm模式则让多个智能体共享上下文、分区探索语料库。官方自建的506题、19个语料库基准显示:单智能体中档0.585 NDCG、耗时3.11秒;6智能体集群0.701 NDCG、17.7秒;12智能体集群0.720 NDCG为最高分。对照组GPT-6 Astra最高档为0.704、耗时135秒,Claude Opus 5.5中档为0.577、25.1秒。价格方面,SID-2输入/输出每百万token为0.25/1.00美元,Swarm为0.50/2.00美元,支持Python、TypeScript和Go SDK,并可通过托管API、Baseten和SageMaker部署。目前模型规模、权重及独立评测结果均未公开。
为什么重要
检索正从静态流水线转向“边搜边读”的智能体范式,SID-2把决策权交给模型而非固定管线,同时给出可对标的延迟和成本数据。若自评数据成立,企业可在接近前沿检索质量下以更低延迟和价格运行搜索,通用大模型在密集检索场景的性价比将承压。多智能体集群的路线也提示,扩大文档阅读量可能比单模型深度推理更有效。
对用户/开发者/创作者的影响
开发者无需重建索引或迁移数据,只需按约定实现text_search与search工具并接入API,即可替换原有RAG链路;Go、Python、TypeScript SDK和OpenAI客户端格式可降低接入成本。对创作与知识型应用而言,Swarm适合高召回场景,单智能体中档更适合低延迟问答。需注意所有性能数字均为SID在自有基准上的自报结果,且未披露模型规模,选型前应自行做小规模验证。
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
其一,是否出现第三方独立复现及跨语料对比;其二,高价Swarm的实际调用成本与延迟在真实业务中能否被接受;其三,SID-2在加州法律、SEC文件等Astra仍领先的领域能否通过新版本或工具扩展追平。


