印度初创 169Pi 于 2026-11-06 发布 Alpie Seed 9B（Apache 2.0）：在 Qwen3.5-9B 上做 SFT（DoRA）+ 多目标 GRPO 后训练，保留文本/图像/视频输入与 262K 原生上下文，并提供 FP16 与 Q4/Q3/Q2 GGUF。厂商口径（FP16、thinking 开）：MMLU-Pro 82.54%、GPQA Diamond 84.32%、LiveCodeBench v6 72.99%、SWE-Bench Verified 61.20%（Mini-SWE-agent、无重试）、OCRBench 90.30%；并报告在 iPhone 17 Pro、Galaxy Z Flip8、Mac M2 与 Windows CPU 上可离线推理。
核心要点速览
- ✓定位：9B 稠密视觉语言模型，基于 Qwen3.5-9B 后训练（非从零预训练），Apache 2.0
- ✓训练：SFT DoRA（rank 64）后接 GRPO（8×H100、约 3472 GPU-hours、3034 steps），发布 checkpoint 为 FP16 合并的 Phase 4
- ✓编码（厂商口径）：LiveCodeBench v6 72.99%（Qwen3.5-9B 65.6%）；SWE-Bench Verified 61.20%（Mini-SWE-agent、无重试）
- ✓端侧：Q4/Q3/Q2 GGUF；官方报告 iPhone 17 Pro 约 9.59 tok/s、Mac M2 约 14.1 tok/s、Windows CPU 约 1.95 tok/s 生成速度
- ✓限制：数据集组成未公开；主榜分为 FP16，不代表量化版；对比分数来自各家 model card，非同 harness 复测
开发者 3 秒速决决策指标
把技术选型换算成你的开发预算
40 款主流编程套餐横向比价，支持输入/输出 Token 真实账单模拟
相关资源与官方项目出处
免代理直达深度技术解析与实战评估
核心背景与行业痛点
云端推理带来延迟、费用与数据出境约束，而「能塞进手机」的小模型往往推理与编码不够用。169Pi 想回答：9B 量级能否在保留多模态与长上下文的同时，真正跑在笔记本和手机上？
架构亮点与底层机制
Alpie Seed 不改 Qwen3.5-9B 主体与 chat template：32 层、4096 隐层、混合 Gated DeltaNet + Gated Attention，外加继承的 27 层 ViT。后训练分两段——SFT 用 DoRA（rank 64/alpha 128）打指令基线；GRPO 用另一组 DoRA+RSLoRA，冻结 SFT 作参考策略，在 4-bit NF4 基座上训约 3472 GPU-hours，再合并回 FP16。部署另出 Q4_K_M / Q3_K_M / Q2_K。
权威 Benchmark 与实测跑分对比
以下均为厂商口径、FP16、thinking 开、max_tokens 65536、temperature 0：MMLU-Pro 82.54%、GPQA Diamond 84.32%、AIME 2026 83.33%、LiveCodeBench v6 72.99%、SWE-Bench Verified 61.20%（Mini-SWE-agent、无重试）、OCRBench 90.30%、HallusionBench 79.88%。对比表中的 Qwen3.5-9B / Gemma 4 12B 等分数来自公开 model card，非同 harness 复测。量化版未公布同套主榜。
开发者实战落地与开箱指南
HF：169Pi/Alpie_seed；GGUF：169Pi/Alpie_Seed_GGUF；Ollama：ollama run 169pi/alpie-seed（含 q2/q3/vision 标签）。Transformers ≥5.2 用 AutoModelForImageTextToText；vLLM 可加 --reasoning-parser qwen3。选型时把主榜与端侧量化版分开验证，并注意 SWE-Bench 分数依赖 agent 脚手架。
即刻查看该技术对应模型与主流工具的实测差异，或一键测算团队 API 调用与 $20/月套餐盈亏平衡点。
讨论与评论
0登录后即可参与深度讨论
与广大 AI 开发者、工程师交流评测心得与前沿洞察