30亿参数模型MiroThinker1.5通过高效交互机制，性能比肩万亿参数模型，推理成本降至1/20，推动AI向“智能密度”转型，为开源社区带来新动力。
MiroMind开源bAgent模型MiroThinker v1.0，具备256K上下文窗口和单次600次工具调用能力。创新提出“深度交互Scaling”框架，通过高频环境交互与实时反馈替代传统参数堆叠，实现智能体自我进化。模型集成搜索、Linux沙箱、代码执行等工具链，可在数小时内自主完成复杂任务，如官方示例中通过600轮调用处理食谱和计算热量。
bartowski
这是由miromind-ai开发的MiroThinker-v1.0-8B模型的量化版本，使用特定工具和数据集进行量化处理，提供多种量化类型的文件供用户选择，可在不同环境中运行，以满足不同性能和质量需求。
noctrex
这是对MiroThinker-v1.0-30B模型进行MXFP4_MOE imatrix量化的版本，基于mradermacher的imatrix实现。该量化模型保持了原模型的文本生成能力，同时通过量化技术提高了推理效率，适用于需要高效文本生成的各种应用场景。
Mungert
MiroThinker v1.0是一个开源研究智能体，通过模型级别的交互式扩展提升工具增强推理和信息搜索能力。该模型在多个基准测试中表现出色，支持长上下文和深度多步分析。
DevQuasar
MiroThinker-v1.0-72B是一个72B参数的大语言模型量化版本，致力于让知识为每个人所用。该项目基于原始模型进行优化，提供更高效的推理性能。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
