LangChain 发布开放权重模型 Deep Agents 评测

2026年10月14日，LangChain 在官方博客发布开放权重模型在 Deep Agents 评测框架（harness）上的评测结果。据其介绍，过去数周 LangChain 将开放权重大语言模型放入 Deep Agents harness 进行评测，初步结果显示这些模型可作为闭源前沿模型的替代或补充选项；其中 GLM-5 与 MiniMax M2.7 在文件操作、工具调用和指令遵循等核心智能体任务上得分接近闭源前沿模型。评测通过托管推理服务商进行，本次测试的服务商为 Baseten、Fireworks、Groq、OpenRouter 和 Ollama（cloud）；LangChain 同时说明 Deep Agents 也可通过 Ollama、vLLM 等方式运行完全本地、私有的模型。每个模型采用服务商的默认思考级别（thinking level）。LangChain 强调这属于早期结果，正在持续维护和扩展评测集。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。