模型¶
Macaron 托管 API 提供 Macaron-V1.1、原有 Macaron-V1 系列及 GLM 基座模型。Macaron-V1.1 在 GLM-5.3 基座上组合了 Chat、Agent、Coding 和 Generative UI 四个 LoRA 专家。版本介绍与原有 V1 架构见什么是 Macaron。
托管阵容¶
| 模型 / API ID | 总参数 | 基座 | 专家 | 用途 |
|---|---|---|---|---|
macaron-v1.1-venti（Macaron-V1.1） |
752B | 744B GLM-5.3 | 4 × 2B LoRA（Chat、Agent、Coding、Generative UI） | 长程编码、复杂办公任务、对话与生成式 UI |
macaron-v1-venti |
748B | 744B GLM-5.2（冻结） | 4 × 1B LoRA（L0 Chat, L1 Agent, L2 Coding, L3 GenUI） | 旗舰；通过路由覆盖对话、智能体、编码、GenUI |
macaron-v1-tall |
50B | Qwen3.6-35B-A3B（冻结） | 4 × 1B LoRA（相同四专家设计） | 本地 / 低延迟部署 |
macaron-v1-coding-venti |
748B | 744B GLM-5.2 | coding LoRA 合入基座（单专家） | 编码专精；无路由开销 |
glm-5.3 |
744B | GLM-5.3 | 无（仅基座） | Macaron-V1.1 后训练所用的基座模型 |
glm-5.2 |
744B | GLM-5.2 | 无（仅基座） | 无 MoL 专家的基座模型 |
调用 API 时，请使用控制台显示的模型 ID。上表以代码字体列出 API ID。托管 API 还提供 macaron-v1.1 和 macaron-v1.1-coding-venti。
Macaron-V1.1 的思考、采样与输出长度参数见核心参数。
路由¶
原有 V1 系列中的两个 MoL 服务变体（macaron-v1-venti、macaron-v1-tall）通过三阶段循环路由每个用户轮次：路由（L0 在 24 token 预算下将请求分类到一个专家）、回答（被选专家响应）、摘要（专家输出 ≤192 token 摘要存于服务端作为共享上下文）。macaron-v1-coding-venti 的 coding LoRA 已合入基座，因此跳过路由。GLM-5.2 与 GLM-5.3 基座模型均不使用 MoL 专家路由。
Macaron-V1.1¶
Macaron-V1.1 是基于 GLM-5.3 后训练的 752B 参数智能体模型，由 744B 基座和四个 2B LoRA 专家组成。它将基座从 GLM-5.2 升级到 GLM-5.3。借助 Mint Recursive，Mind Lab 用两周完成了从 Macaron-V1 到 V1.1 的迭代。
此次更新重点改进长程编码中的步骤与 token 使用，以及复杂办公流程中对工具使用时机和方式的判断。ChatBench 与 UI4A-Bench 也补充了更多真实场景，升级到 V2。
版本介绍包含一次覆盖 16 个维度的 Chat 实验，以及一组覆盖 60 个任务的 UI4A 对比。在 UI4A 对比中，首次交付成功率从 GLM-5.3 的 71.67%（43/60）提升到 Macaron-V1.1 的 96.67%（58/60）。改进与退步情况、实验说明和接入方式见 V1.1 介绍与案例。
定价¶
模型单价随模型更新动态调整，以 dashboard 的 Models & Pricing 为准：中国大陆站（mintcn.macaron.xin，人民币计价）或国际站（mint.macaron.im，美元计价）。训练（Training API）、推理（Inference API）和 LLM as a judge 的服务计费与解决方案价格，见 Mint Recursive → 服务价格。
自部署基座模型¶
以上列表为托管的 Macaron 与 GLM 模型。若你自部署 Mint Recursive，并在自己的端点上服务 Qwen3 社区基座模型，Qwen3 列表见自部署模型参考。托管 API 使用 /v1/chat/completions；自部署接口通过 /oai/api/v1 服务 Qwen3 基座模型。