让手机里的小模型独自闯进一个规则、目标都不明说的游戏，它很容易卡住；每一步都求助云端大模型，又慢又贵。ARC-AGI-3正是这类评测：Agent要靠探索推断目标、理解环境并规划行动。量子位报道，Mostik让手机端4B Qwen-3.5与云端753B GLM-5.2分工，尝试在能力与成本之间找一条中间路线。
它没有让两个模型用文字“接头”，而是训练了一座小型“桥”，把GLM读取题目时形成的隐藏状态——模型尚未说出口的内部计算结果——直接交给Qwen。两个模型本身都被冻结；GLM只读取输入，不逐字生成，最终答案全部由Qwen写出。团队称，这套组合让4B模型弥补了与753B模型约50%的性能差距，准确率提高25%，在更难的题目子集上提升至2倍，同时把大模型侧推理成本压到约二十分之一。
这项结果值得看的地方，不只是小模型“借力”大模型，而是异构模型或许能跳过低效的文字传话，直接交换更丰富的信息。不过比赛尚未结束，Mostik暂未公开具体技术细节；上述效果均为团队披露，能否迁移到更多模型、任务和真实业务，仍待验证。