humans& 发布首个模型 Ampersand v0.1：基于 GLM 5.3 强化训练的「协作者」模型，帮多人群体推进共同目标，Agents API 每百万 token 1 / 5.2 美元

这件事意味着什么

【要点】

humans&（由前 OpenAI、Anthropic、Google DeepMind、xAI 等机构研究员创办，今年 1 月拿到 4.8 亿美元种子轮）发布首个正式模型 Ampersand v0.1，定位是「协作者模型」：放进多人群聊或团队工具里，帮一群人推进各自和共同的目标，而不是替人独立完成任务。

一、底座与规格：在智谱 GLM 5.3（约 7440 亿总参数、约 400 亿激活的 MoE，100 万 token 上下文）上做强化学习，只支持文本输入输出。训练时用自家用户模型 Persimmon 扮演模拟用户，在长达数月模拟时间、数十万 token 的群体对话里给反馈；还提出了新的离策略强化学习算法 CORO，在自有集群上用 NVFP4 训练。

二、官方数据（自测，模型卡注明结果为初步）：长期协作模拟得分 12.94，GLM 5.3 为 9.89；Collaborative Intelligence 团队协作测试 59.1%（GLM 5.3 为 54.3%）；CooperBench 多人协同写代码成功率 39.0%，GLM 5.3 从单干 52.5% 掉到协作 17.3%；称模拟中用户和它协作的成果多于用 Fable。代价是官方也承认它「打扰成本」更高，常在用户只想要答案时给建议或鼓励；SWE-bench Pro 子集从 84.3% 降到 82.4%。

三、安全：网络安全危险知识测试 WMDP-cyber 从 80.6% 升到 89.0%；提示注入成功率与 GLM 5.3 相近，官方称明显高于前沿模型；有害请求拒答和谄媚率有改善。

四、使用：即日起通过 Agents API 开放，无需排队，接口沿用 OpenAI Agents API，可直接用 OpenAI SDK。价格为每百万 token 输入 1 美元、缓存输入 0.2 美元、输出 5.2 美元。不开放权重。

【可核验】

发布博客：https://ampersand.humansand.ai/blog/

模型卡：https://ampersand.humansand.ai/blog/model-card.html

价格与限额：https://ampersand.humansand.ai/docs/PRICING.html

官方 X 帖：https://x.com/humansand/status/2112674550907552137

【我们的判断】

一、Ampersand 的特别之处在训练目标：不按「任务做完没有」打分，而是看长期群体互动里每个人的目标推进了多少、被打扰了多少，还训练它学会「不说话」（每条消息后选择发言或 pass）。这是对「智能体越来越自主」路线的一种反向尝试。

二、所有分数都是官方自测，核心评测（长期协作模拟）由 humans& 自己设计，模拟用户也是自家模型，外部可复核性有限。

三、它基于中国开源模型 GLM 5.3 二次训练，网络安全危险知识上升、提示注入防护偏弱，接入群聊等多人场景前要自己做好权限和工具调用校验。