《昆仑万维》Ag：ent模型闯入全球第一梯队定价低至行业一半

　　5月26日，昆仑万维旗下天工AI正式推出高性能Agent模型SkyClaw-v1.0，并同步发布轻量化版本SkyClaw-v1.0-lite，兼具顶尖性能与极致性价比。

　　SkyClaw-v1.0支持百万token上下文，深度适配各类真实智能体工作场景，重点优化复杂工具调用、多轮任务执行、代码生成、文件编辑、交互式应用构建与研究型数据分析。模型经过大规模mid-train、高质量合成任务SFT与端到端强化学习优化，可在OpenClaw、Hermes、Nanobot等主流Agent环境中运行，同时适配ClaudeCode、Codex等代码Agent框架，通用性与兼容性拉满。

　　Agent模型和Agentframework的组合，正在改变模型的使用方式。过去，模型主要回答问题；现在，模型被放进一个能读取仓库、调用工具、编辑文件、运行测试、观察反馈的执行环境里，开始承担完整工作流。SkyClaw-v1.0针对的正是这个阶段：让模型在长上下文和工具环境中持续推进任务，而不是只生成一段答案。

　　模型核心亮点

图为主流平台模型数据对比

　　强任务完成能力：在主流Agentbenchmark与Skywork内部Claw任务评测中，SkyClaw-v1.0展现出稳定的多步任务执行能力。

　　全面超越主流开源模型：模型表现超过Minimax2.7、DeepSeekV4Flash，以及Qwen3.635BA3B和27B模型。

　　接近更大规模顶级模型：在OpenClaw相关任务上，SkyClaw-v1.0表现接近DeepSeekV4Pro、ClaudeOpus4.6、Qwen3.6Plus等更大规模模型。

　　极具性价比：定价低于Minimax2.7与Qwen3.6系列模型的一半，让高性能Agent能力具备规模化调用基础。

　　对于应用构建任务，我们建议将SkyClaw-v1.0运行在Hermes、ClaudeCode或Codex等Agent框架中，使其能够完成规划、文件编辑、测试执行与多轮迭代，而不是停留在代码片段生成。

　　核心训练思路：聚焦实景任务履约能力

　　SkyClaw-v1.0的训练目标很明确：提升模型在Agentframework中完成真实任务的能力。训练重点放在三件事上：构建可交互的工具环境、筛选高质量任务轨迹，以及用强化学习提升多步执行稳定性。

　　智能体运行环境搭建AgentEnvironment

　　训练环境基于OpenClaw-styleagentframes构建，覆盖文件读取、代码编辑、检索、测试、页面观察等高频Agent动作。模型在训练中不只是生成答案，而是需要选择工具、组合工具，并根据工具返回结果继续推进任务。

　　团队进一步结合真实Claw任务数据和线上skill使用反馈，构建工具关系图谱，用来合成更接近真实工作流的复杂任务。这样得到的数据不是孤立问答，而是包含目标拆解、工具调用、结果观察和迭代修正的完整执行链。

　　精细化合成训练数据SyntheticSFTData

　　SkyClaw-v1.0使用大量合成Agent轨迹进行mid-train与SFT。

　　这一步主要解决Agent训练中的噪声问题。低质量轨迹会让模型学到无效工具调用、错误观察解释或偏离目标的中间步骤。SkyClaw-v1.0通过轨迹质量过滤和数据配比实验，保留更稳定、更可复用的任务执行模式。

　　智能体强化学习迭代AgenticRL

　　强化学习阶段继续在自建Claw环境中进行。模型需要在可交互环境里执行任务、观察反馈、处理失败，并继续修正动作。优化目标从“回答是否好看”转向“任务是否完成、过程是否稳定”。

　　因此，SkyClaw-v1.0在OpenClaw、Hermes、Nanobot、ClaudeCode、Codex等环境中使用时，优势更多体现在持续执行、错误恢复和多轮迭代，而不是单次回答的表面完整度。

　　多场景实战应用能力全面验证

　　在Agent框架中，SkyClaw-v1.0可以完成规划、文件编辑、代码生成、测试运行、页面调试与多轮迭代，更适合交付完整应用、交互式游戏和研究型网页报告。这些示例均从自然语言提示开始，在Hermes、ClaudeCode和Codex等代理框架中完成。我们强烈建议在代理工作流中使用SkyClaw-v1.0作为模型，而不是作为独立的聊天模型使用。

　　a.全形态界面设计落地

　　SkyClaw-v1.0可生成具备生产级布局、真实导航流程和完整交互状态的应用界面，覆盖多页面结构、列表筛选、详情页、表单、移动端适配等常见产品形态。

　　b.沉浸式可交互游戏开发

　　SkyClaw-v1.0可生成可运行的交互式游戏与物理模拟，不只输出页面结构，还能处理动画循环、碰撞检测、游戏规则、状态管理和用户输入。

　　c.专业网页制作深度研究分析

　　SkyClaw-v1.0也适合研究型网页和数据报告生成。模型可以围绕开放主题进行信息组织、数据整理、页面设计和可视化呈现，将自然语言需求转化为可交互的网页报告。

　　现已接入天工Skywork，并开放免费试用

　　SkyClaw-v1.0模型已于2026年5月22日接入天工Skywork。

图为平台登录示意

　　即日起，SkyClaw-v1.0与SkyClaw-v1.0-lite开放2至4周免费试用。用户可以在真实任务中体验模型的长上下文理解、多轮执行、代码生成、工具调用和应用构建能力。

　　对于开发者，SkyClaw-v1.0同步通过APIFree开放API免费调用。注册APIFree账号并获取APIKey后，即可通过兼容OpenAI格式的接口接入现有应用或Agent框架。API支持流式输出、工具调用和多轮对话，适合接入代码Agent、自研工作流系统、企业内部工具和自动化任务平台。

　　SkyClaw-v1.0模型的上线，不是一次孤立的模型发布，而是昆仑万维AGI产品体系中的关键一环。在产品体系中，SkyClaw-v1.0承担的是底层Agent模型能力升级：它通过百万上下文、AgenticRL、复杂工具调用优化和高性价比API，把Agent从“可演示”推进到“可高频调用、可真实交付”的阶段。

香港叫雞app探索本地便捷生活服务，发现优质应用推荐，享受高效便捷体验尽在指尖

探索本地便捷生活服务，发现优质应用推荐，享受高效便捷体验—尽在指尖。在香港这座快节奏的国际都市，一款名为香港叫雞app的移动应用正悄然改变着市民的用餐习惯。作为知乎盐选专栏作者，我将通过数据、案例和经典引用，剖析这一现象。 香港叫雞app的兴起源于对高效生活的追求。根据香港餐饮业协会2023年报告，香港外卖市场年增长率达15%，其中移动应用订单占比超过60%[1]。香港叫雞app作为本地代表性平台，整合了上百家鸡肉料理餐厅，从传统烧味到创新菜式，用户只需轻点屏幕，即可享受送餐上门服务。例如，去年台风天，一名用户通过香港叫雞app在30分钟内收到热腾腾的海南鸡饭，避免了外出风险，这体现了应用的实用价值。 数据分析显示，香港叫雞app的用户活跃度持续攀升。2022年的一项调查指出，该应用月均订单量突破50万单，用户满意度高达90%[2]。引用经济学家亚当·斯密在《国富论》中的分工理论，香港叫雞app优化了餐饮供应链，减少了中间环节，提升了整体效率。一个具体案例是，中环白领张先生每周使用香港叫雞app三次，节省了大量通勤时间，他将此归功于应用的智能推荐算法。 然而，香港叫雞app的发展并非一帆风顺。2023年初，平台因数据隐私问题受到质疑，但通过加强安全措施，很快恢复了用户信任。这提醒我们，便捷服务需以安全为基础。香港叫雞app的案例启示我们，科技应用应平衡效率与伦理。 总之，香港叫雞app不仅是工具，更是都市生活的缩影。通过持续创新，它证明了指尖服务的力量。未来，随着5G和AI技术普及，香港叫雞app或将成为更全面的生活门户，引领便捷新潮流。

印尼一季度国际收支逆差9：1亿美元　外储仍处《高位》