千万token长上下文检索满分，Mirendil首款模型编码却打不过第一梯队

2026年10月27日，AI公司Mirendil正式发布旗下首款大模型Fern 0.1。这款模型从零开始预训练，搭载1000万token的上下文窗口，核心服务于智能体AI研发场景。

对不熟悉技术的读者来说，上下文窗口可以理解成模型单次能处理的文本容量上限。token是大模型计算文本的基本单位，1000万token大致对应1500万字左右的中文内容，足以装下一个中型项目的全量代码、配套文档加上数月的团队沟通记录。

长上下文是最近两年大模型行业的核心竞赛方向，但参数表上的数字不代表实际使用效果。文本越长，模型越容易漏掉中间的关键信息，这是行业共性问题。Fern 0.1在权威长上下文评测RULER的1000万token单针检索项目中拿到100%正确率。这项测试会把一条特定信息藏在海量文本的随机位置，要求模型精准提取，满分意味着它在千万级长度下不会丢失关键信息。

目前Fern 0.1的能力并不均衡。在智能体编码这类实操任务上，它的表现落后于当前第一梯队的前沿模型。官方没有把它做成通用大模型的打算，所有优化都围绕研发类智能体的需求展开。

长上下文参数卷到今天，千万级已经不算新鲜事，卡脖子的从来都是实际留存信息的能力。Fern 0.1走单点突破的路线，没有追求全科高分，优先把长上下文的准确性拉满。这种产品思路能不能跑通，要看研发用户会不会为了长文本稳定性，接受编码能力的差距。

消息来源：MarkTechPost，作者Michal Sutter