Naive-N0.5-Flash 承诺 2,100 Tokens/s，代码能力实测如何
NaiveAI 发布 Naive-N0.5-Flash 开源权重模型，宣称峰值可达约 2,100 tokens/s，基于小米 MiMo-V2.5 的 310B 参数 MoE checkpoint 继续训练并接入 NaiveRT 推理引擎。
#评测/基准按原发与事件进展排列
Latent SpaceAI 评分6363
The DecoderAI 评分7171 Anthropic Fable 5.2在RLI基准完成41.3%真实自由职业任务，较一年前提升十六倍
Anthropic的Fable 5.2在Scale Labs与CAIS联合发布的Remote Labor Index（RLI）基准中以41.3%的完成率领跑，相较一年前Manus仅完成的2.5%提升逾十六倍。
GitHub Blog · AI & ML精选AI 评分6464 GitHub 发布 ReviewBench 开源代码审查评测基准
GitHub 发布 ReviewBench，基于 1.039 亿条真实 PR 构建的 219 条开源 PR 评测集，覆盖 19 种语言。基准采用人工评审、前沿 LLM 和静态分析多源合并生成黄金标签，并与资深工程师独立复核达成 96.6% 一致性；提供 grounded 与 augmented 两套精确率/召回率指标及可调节的 Fβ 评分。
推荐理由：官方公开了数据集、评分规则和自建跑分工具，读者可据此比较不同代码审查 Agent 的实际表现。