Mixedbread 正式推出 Toast 1，這是一款專為知識密集型任務設計的代理搜尋模型。該模型在表現上媲美或超越了 Claude Opus 5 和 GPT-5.6 Sol 等前沿模型。

Toast 1 採用新架構，運行速度比競爭對手快達 12 倍，成本降低達 10 倍。它能將查詢分解為多個步驟，以進行平行檢索操作。

該模型在 Prime Intellect 的堆疊上，透過深度搜尋代理技術進行訓練，使其能有效執行平行檢索並檢查來源。Toast 1 代表了向專用搜尋語言模型的重大轉變，為通用模型和複雜的 RAG 管線提供了具成本效益的替代方案。

Toast 1 設計為可與任何搜尋後端配合使用，但與 Mixedbread Search 搭配時表現最佳，發揮類似麵包先行的搜尋層作用。其在返回結果前能夠檢查來源並篩選證據的能力，可能會重新定義 AI 處理深度研究和程式碼工作流程的方式。

事件背景

檢索增強生成（RAG）是一種在生成答案前從外部來源檢索相關資訊，從而增強語言模型回應的技術。傳統的 RAG 系統通常依賴通用模型來處理檢索到的片段，對於需要多步推理或來源驗證的複雜查詢而言，這可能效率不高。像 Toast 1 這樣的專用搜尋代理旨在透過將特定的架構和訓練專門用於檢索和驗證過程，來優化此管線。

社群觀察

社群成員對專用搜尋代理表示高度支持，認為它們處理複雜查詢的能力優於通用模型。討論中突出了使用專用工具與較小通用模型之間的權衡，同時質疑基準測試的方法論，並指出有必要解釋底層的 Mixedbread Search 技術。