小模型大爆发：Neon与Castform联手推出文档搜索利器，成本仅为GPT的百分之一

Neon 和 Castform 近日联合推出了一款 4B 参数的小型文档搜索模型，在强化学习训练后，该模型在文档检索任务中的准确率表现出众，甚至在多轮搜索任务中超越了 GPT-5.6 Sol。这一成果标志着 AI 智能体在处理复杂查询时，正由依赖昂贵的超大规模模型向高效能的小模型范式转型。

该模型的核心优势在于对「搜索流程」的优化。区别于传统向量搜索，智能体在处理复杂问题时需反复拆解、检视并循环搜索。以往使用高性能模型调用成本极高，而这一 4B 模型将单次推理成本直接压缩至 0.0009 美元左右，仅为 GPT-5.6 Sol 的百分之一，极大地改变了大规模调用场景下的成本结构。

通过强化学习机制，该模型能够自主判断搜索路径并对结果进行打分评估。研究表明，在需要频繁进行多轮检索的场景下，通过精准的领域训练，小模型不仅在精度上能与顶级模型博弈，更在落地应用中展现了极高的经济价值，为各类 AI 智能体应用的大规模部署铺平了道路。