无界前沿开源Fx-Bio-1031生物信息大模型，高难基准超越GPT-6-Astra与Opus-5
无界前沿开源生物信息大模型Fx-Bio-1031，开放完整模型权重，主打数据不出域、本地可部署。据文章介绍，该模型基于Qwen3.8-Flash-Next进行RSI后训练，采用总参数125B、每token激活6B的MoE架构，原生支持512K上下文。在Anthropic的BioMysteryBench困难子集上，Fx-Bio-1031取得70.59%的Pass@5，文章称高于同框架下GPT-6-Astra的47.06%和Claude Opus-5的52.94%；在BiomniBench上Pass@3达89.50%。文章还描述了其在乳腺癌队列基因互斥分析、无标签ATAC-seq样本分组还原、突变签名识别等任务中的表现，并称其依托“评估层+数据层+环境层”的RSI-OS引擎实现自演进。上述评测数据来自文章引述的Hugging Face官方评测，具体性能仍待独立验证。