优刻得模型服务平台UModelVerse上线MiroThinker-1.7。基于UModelVerse统一模型服务能力，可快速构建具备真实执行能力的智能体系统。

MiroThinker-1.7是一款开源的搜索代理模型（Search Agent），专为复杂研究与预测类任务设计。在长链路任务中的多步推理、工具调用与决策能力上实现显著提升，能够在复杂场景下持续完成分析与推演。代表着AI发展从以“对话生成”为核心，迈向具备自主分析、持续推理与任务执行能力的Agent阶段。

从“会回答”到“会做事”：AI能力的根本转变

随着AI应用不断深入业务场景，行业对模型能力的要求，正在从“是否能够生成合理回答”，转向“是否能够在开放环境中完成复杂任务”。

MiroThinker系列正是在Agentic工作流能力上实现了显著突破，使模型不再局限于给出答案，而是能够主动调用工具、获取信息并进行多轮推理，完成真实工作的复杂任务闭环。

在衡量模型“搜索与研究能力”的基准测试中，MiroThinker系列展现出强劲表现。

MiroThinker-H1在BrowseComp与BrowseComp-ZH两项核心榜单上均达到SOTA（最先进水平），在英文与中文复杂研究任务中均具备领先优势。在GAIA与HLE-Text等复杂Agent任务评测中同样取得优异成绩，整体表现超越一众主流模型，验证了其在复杂任务处理与真实问题求解中的综合能力。

不是“更大的模型”，而是“更像人的研究方式”

MiroThinker团队提出了一条创新的路径Interactive Scaling（交互式扩展）——与其不断增加模型内部的参数，不如增强模型与外部世界的交互能力。这一能力通过强化学习训练得到显著增强，使得MiroThinker在单一任务中最多可以执行300次工具调用，从而形成“搜索—分析—验证—再搜索—再分析”的高频闭环推理过程。

相比一次性给出答案的传统模型，Interactive Scaling这种持续迭代的机制能够显著提升结果的可靠性，这也是小参数模型能够在复杂任务中超越万亿参数大模型的关键所在。

● Interactive Scaling的三个维度

一个极具代表性的案例是“洗车问题”：当提出“洗车店距离我家只有50米，我应该开车过去还是走过去”时，许多主流大模型往往会基于“距离很近”这一表层信息进行推理，从而给出“步行更方便”的结论，但忽略了一个关键现实约束——如果不把车开过去，就无法完成洗车这一任务本身。

而MiroThinker则能够在推理过程中识别这一隐含前提，从“任务目标”出发进行反向校验，从而给出符合真实世界逻辑的决策，这一差异本质上体现的是“基于记忆的回答”与“基于任务的推理”之间的能力鸿沟。

在具备强大推理能力的同时，MiroThinker也在工程层面提供了完整支撑，包括支持256K超长上下文窗口以处理长文本与复杂资料，采用MoE（混合专家）架构在保证性能的同时显著降低算力消耗，以及通过开源的MiroFlow框架实现Agent工作流的编排、评估与复现，同时支持本地化部署以满足企业对数据安全与隐私合规的要求。

欢迎登录UModelVerse体验！

步骤一：注册并登录UCloud云平台

平台地址：https://www.ucloud.cn/
进入控制台，选择产品「模型服务平台UMoldeVerse」

步骤二：实名认证
使用模型服务前需要完成用户实名认证

步骤三：创建API Key
进入UModelVerse-API Key管理
平台地址：https://console.ucloud.cn/modelverse/experience
点击左上角创建一个Key，新用户注册免费50万Tokens步骤四：发送请求

curl --location 'https://api.modelverse.cn/v1/chat/completions' \
--header 'Authorization: Bearer <你的API Key>' \
--header 'Content-Type: application/json' \
--data '{
    "stream": true,
    "model": "MiroThinker-1.7",
    "messages": [
        {
            "role": "user",
            "content": "say hello to ucloud"
        }
    ]
}'

MiroThinker所代表的，是AI从“更大参数、更长上下文”的能力竞争，转向“更强任务执行能力”的范式升级。依托UModelVerse统一模型服务能力，企业可以通过标准化API接口灵活调用模型能力，构建具备多轮对话与任务执行能力的智能体系统，在投研分析、信息检索与业务自动化等场景中，实现从“模型调用”到“任务执行”的完整闭环。