基元律动称，该模型基于Qwen3.8-Flash训练，总参数 180B、激活参数 6B，重点提升Agent任务执行与软件工程能力；对照基座模型，Agents’ Last Exam整体得分提高 9.23 分，Natural Language to Repository提高 5.92 分。
基元律动（TokenRhythm）于 11 月 5 日发布Agent原生模型NeoHorse-1.5-Flash Preview，目前开放限量内测。据该公司发布材料，模型基于Qwen3.8-Flash训练，总参数 180B、激活参数 6B，重点方向是Agent任务执行与软件工程能力。
对照基座模型的评测数字
基元律动公布的对照评测称，相较基座模型，NeoHorse-1.5-Flash Preview在Agents’ Last Exam上的整体得分提高 9.23 分，在Natural Language to Repository评测上的整体得分提高 5.92 分。
同一材料称，物理科学任务提升超过 20 分，开发工具与测试、Web开发、安全认证与加密等方向也有改善。这些数字来自公司自述的对照评测，来源未附第三方复现结果。
RSI第二轮：把上一代模型放回任务池
基元律动把本次发布称为递归自我改进（RSI）机制的第二轮迭代。按发布材料的描述，9 月发布NeoHorse-1后，公司将上一代模型重新放回模型池，在实际任务中收集执行反馈，再将这些经验用于后续训练；训练尺度也从首轮的 4B、9B扩展到Flash档位。
这条路径依托TokenRhythm多模型平台和开源Agent产品OpenSquilla。材料称，路由系统提供任务能力需求信号，多模型融合让多个前沿模型处理同一任务，形成可比较的执行结果；NeoHorse与这些结果的差异被用于识别能力短板、确定训练方向，并转化为学习信号。
OpenSquilla次日更新与演示案例
发布翌日，基元律动更新了OpenSquilla：新版根据任务意图选择模型档位，继续任务时沿用原档位，重做时逐级升档；同时支持独立更新TokenRhythm和OpenRouter推荐方案，用户无需升级客户端即可预览差异并确认应用。本期推荐配置依据十一月模型榜单调整。
公开演示中，表格网页案例里基座模型生成的部分计算单元格出现公式报错，新模型则展示了公式输入、计算结果及更多交互功能；发布材料还列出图表生成、量子物理计算和机器人装配参数求解等案例，用于考察计算、检查和交付环节的完成情况。
围绕RSI训练，团队提出多模型差分诊断、对抗式环境进化和群体智能在线学习三项技术，分别对应能力诊断、分布塌缩和迭代效率；其中环境进化引擎持续生成并筛选新任务，群体智能在线学习利用模型输出与融合结果的差异进行训练。