伊斯坦布尔团队挑战前沿AI：Loxi以十分之一成本对标顶级模型

土耳其伊斯坦布尔电——一支位于伊斯坦布尔的小型团队开发出一款AI产品，在真实职业任务上的表现可与前沿模型比肩，而成本不到后者的十分之一。这款名为Loxi的产品在JobBench评测中取得58.2%的成绩，与Claude Fable 5持平，并领先于GPT-5.6 SOL。其背后并非前沿大模型，而是一个专为知识工作训练的小型模型。

Loxi是一款面向知识工作的免费AI产品，覆盖电子表格、法律备忘录、财务分析、项目规划等各行业职场人士每天都要处理的任务类型。支撑它的模型并非前沿系统，而是一个针对此类工作专门训练的小型模型。

在JobBench评测中，Loxi得分58.2%，与Claude Fable 5持平，并领先于Kimi K3、Qwen 3.8 Max、Claude Opus 4.8和GPT-5.6 SOL。在主测试集的全部65项任务中，Loxi均产出了交付成果——没有超时、没有拒答、没有空文件夹。该产品的运行成本不到排行榜上最大模型成本的十分之一。

结果背后的方法

在模型与用户之间，是一层“驾驭系统”：任务如何规划、文件如何读取与生成、智能体如何自查工作，以及面对电子表格与法律备忘录时分别加载哪些技能。过去八个月，这一层始终是该团队工作的全部重心。

团队针对模型与驾驭系统的匹配度进行了数千次受控实验，每次只改变一个变量，并以真实任务为衡量标准。团队表示，一个模型与一套为其调校的驾驭系统相互配合，效果优于单独挑选其中任何一项。同一类模型、同样的任务、同一位评判者，只要驾驭系统不同，得分就不同。

这一方法得到了独立结果的印证。LangChain仅更改其智能体运行时，便在Terminal Bench 2.0上从第30名升至第5名，得分从52.8%提升至66.5%，而模型本身未作改动。另一项研究发现，在固定基础模型的前提下重新设计驾驭系统，可将pass@1从69.7%提升至77.0%。

领域专用模型为何正在崛起

Gartner预测，到2027年，超过一半的企业生成式AI部署将采用领域专用模型，而2024年这一比例约为1%。金融与法律领域已提供早期佐证。Bridgewater Associates基于其自身投资经理的运作方式对模型进行微调，以十四分之一的成本击败了前沿模型。Harvey AI在法律基准上对Kimi 2.6进行微调，报告称以十一分之一的成本实现了约40%的提升。

Loxi遵循类似的路径。该产品免费开放，测试版始终运行最新的实验性构建，用户反馈则直接反哺模型与驾驭系统的研究。

土耳其的AI布局迎来产品时刻

这一成果恰逢土耳其发布2026至2030年国家AI行动计划。该计划于2026年8月以总统令形式颁布，目标是到2030年实现1GW数据中心容量、至少100亿美元私人投资、为500万人提供AI素养培训，并培养1万名高级专业人才。计划明确呼吁开发并出口面向健康、能源和智能制造等领域的行业专用语言模型。

创业生态也朝着同一方向演进。土耳其在2026年诞生了八家独角兽企业，Turcorn 100计划的候选企业数量从2025年3月的23家几乎翻倍至2026年上半年的43家。总部位于安卡拉的Herdr为其面向终端的开源AI智能体运行时筹集了600万美元种子资金。

这意味着什么

美国银行2026年7月的一份报告认为，AI竞赛正围绕美国和中国加速整合。在这两国之外，美银将韩国列为最强候选者，其次是阿联酋。Loxi的成果表明，一个国家在AI领域的位置并非仅由资本和算力决定。软件工程深度与系统设计能力，足以让一支小团队跻身与最大实验室相同的性能区间。

普华永道于2026年6月发布的《Global AI Jobs Barometer》发现，劳动力市场正分化为两条轨道，专业化岗位的增长速度是普及化岗位的两倍，薪资增速也快42%。JobBench所衡量的，正是这一转变核心处的工作：常规却困难，重复却需要高度专注。

对于目睹AI成本攀升的创始人和企业领导者而言，结论十分直接：你不需要最大的模型，你需要的是正确的模型——用正确的工作训练，并被正确的系统所包裹。

信息来源

Loxi is level with Claude Fable 5 and ahead of GPT-5.6 SOL on JobBench
2026年8月31日

Loxi is back in the top group on JobBench
2026年9月16日

联系方式

LOXIGO YAZILIM TEKNOLOJI ROBOTIK VE ELEKTRONIK SANAYI TICARET LIMITED SIRKETI
info@loxigo.com