无界前沿推出的 Fx-Bio-1031 是面向生物信息学的开源智能体大模型，依靠 RSI 递归自改进后训练方式优化生信推理能力，在 BioMysteryBench 困难子集高难盲测里 Pass@5 达到 70.59%，超过 GPT-6-Astra 的 47.06%、Claude Opus-5 的 52.94%，它不是只能做文献摘要的基础生物大模型，能够自主完成生信分析全流程，写分析代码、调用生物数据库、交叉校验结果、自我质询复盘，并且完整权重对外开源，支持私有化本地部署，很适合课题组、药企做组学数据分析、生物干实验验证，下面把模型参数、RSI 训练含义、基准评测、部署使用要点、能力边界整理清楚。
一、Fx-Bio-1031 基础参数与架构
Fx-Bio-1031 基于 Qwen3.8-Flash-Next 基座，采用 MoE 混合专家架构，用 RSI（Recursive Self-Improving，递归自改进）方案完成后训练，专门针对生命科学、生物信息场景做强化。
| 项目 | 参数详情 |
|---|---|
| 总参数量 | 125B MoE 架构，单 Token 仅激活 6B 参数 |
| 上下文窗口 | 原生 512K token |
| 权重大小 | BF16 精度约 360GB |
| 开源协议 | Qwen Community License 1.0，商用需要遵循协议条款 |
| 发布地址 | Hugging Face endless-frontier/Fx-Bio-1031 |
| 核心训练特色 | RSI 递归自改进后训练，针对生信多步推理迭代优化 |
二、RSI 在 Fx-Bio-1031 生命科学任务里的作用
RSI 递归自改进训练，简单理解就是让模型拿到生信问题之后，先给出方案，再自己对输出结果做校验、质疑、修正，循环迭代推理链条，而不是单次直接输出答案。
- 解决生信痛点：生命科学任务链条长、统计陷阱多、假阳性风险高，普通大模型容易给出看起来合理但结论错误的分析方案；
- 内置自我质询：模型算出初步结论后，可以自动发起多轮复核，最多支持 14 轮自查质询；
- 适配 Agent 流程：和数据库查询、R 脚本、Python 生信包、在线生物数据库工具联动时，RSI 机制可以自动识别工具返回异常、数据矛盾；
注意：这里的 RSI 和金融指标相对强弱指数不是同一个概念，是该模型专属递归自改进训练范式。
三、核心基准测试结果
BioMysteryBench（高难盲测子集，领域专家也难以独立解出）
Fx-Bio-1031：70.59% Pass@5
GPT-6-Astra：47.06% Pass@5
Claude Opus-5：52.94% Pass@5
BiomniBench 全流程生信分析基准
Fx-Bio-1031 Pass@3 达到 89.50%，该基准考核完整生信工作流，包含数据导入、统计检验、差异分析、结果解释、文献交叉比对。
四、Fx-Bio-1031 可执行的生信任务清单
- 转录组、基因组、蛋白组数据的差异分析脚本自动编写、调试
- 自主检索 NCBI、Ensembl 等公共生物数据库，抓取基因、突变、注释信息
- 统计假设检验、p 值校正、多重检验质控，识别结果假阳性
- 多组学结果交叉验证，排查实验分组、对照设计漏洞
- 生物论文结果复现，复现图表代码、验证结论可靠性
- 生成可直接落地的生信分析管线，附带注释、异常处理逻辑
五、部署与使用注意事项
- 硬件门槛：完整权重 360GB，多卡高显存 GPU 集群才能流畅跑全权重推理；也支持量化版本降低显存需求；
- 协议限制：非商用可直接体验，商业落地前必须核对 Qwen 社区许可协议；
- 能力边界：它是辅助分析智能体，不能替代湿实验、生物专家终审，模型依旧存在生物知识幻觉；
- 对比范围：优势集中在生信 Agent 多步骤推理，不是在所有通用任务上超越 GPT-6-Astra、Opus-5；
- 配套物料同步开源：分词器、推理配置、评测脚本全部随权重包放出。
【相关 FAQ】
问题 1：无界前沿 Fx-Bio-1031 使用 RSI 训练，在 BioMysteryBench 高难盲测上的成绩，是否超过 GPT-6-Astra 与 Opus-5？
回答 1：是的，无界前沿 Fx-Bio-1031 依靠 RSI 递归自改进训练，在 BioMysteryBench 困难子集盲测 Pass@5 为 70.59%，高于 GPT-6-Astra 的 47.06% 和 Claude Opus-5 的 52.94%。
问题 2：Fx-Bio-1031 里用于生命科学训练的 RSI 是什么，和金融 RSI 指标是一回事吗？
回答 2：Fx-Bio-1031 用于生命科学任务的 RSI 全称 Recursive Self-Improving 递归自改进，是模型后训练范式，和金融领域相对强弱指数 RSI 完全无关，用来强化模型自我校验、迭代推理的能力。
问题 3：开源 Fx-Bio-1031 模型，拿到权重之后就可以直接商用做生命科学项目吗？
回答 3：不可以，Fx-Bio-1031 采用 Qwen Community License 1.0 协议，非商用科研场景可直接使用，商用需要提前阅读、遵守协议里的商用授权相关条款。
问题 4：Fx-Bio-1031 可以独立完成生命科学湿实验吗？
回答 4：不可以，Fx-Bio-1031 属于生信智能体模型，只擅长干实验、数据分析、脚本编写、数据库检索与结果自查，无法操作实验室湿实验，输出内容依旧需要生物领域专家复核。
【参考资料】
[2026-11-14]（The Endless Frontier Open-Sources Fx-Bio-1031, a Qwen-Based Model That Runs Bioinformatics Analyses）Pandaily
[2026-11-13]（高难盲测超越 GPT-6-Astra 与 Opus-5！无界前沿开源 Fx-Bio-1031，把 RSI 带进生命科学）腾讯新闻（量子位）
[2026-11-13]（Fx-Bio-1031: 125B Open-Weight Bioinformatics Model, 512K Context）TPS
[2026-11-13]（Fx-Bio-1031 模型卡）Hugging Face endless-frontier
【免责声明】
本文为 Fx-Bio-1031 开源生信模型的评测与功能科普，基准成绩仅对应 BioMysteryBench 困难子集、BiomniBench 特定评测框架，不代表该模型在全部生命科学、通用任务上全面领先 GPT-6-Astra、Claude Opus-5；模型输出的生信分析结果存在幻觉风险，不可直接作为实验、药物研发、临床诊断依据；部署、商用前请自行核对开源许可协议、硬件适配情况；因模型输出结论直接用于科研或商业项目造成的损失，由使用者自行承担。