昆仑万维集团旗下天工AI正式推出高性能Agent模型SkyClaw-v1.0

近日，昆仑万维集团宣布旗下天工AI正式推出高性能Agent模型SkyClaw-v1.0，并同步发布轻量化版本SkyClaw-v1.0-lite。这款模型支持百万token上下文，经大规模mid-train、高质量合成任务SFT与端到端强化学习优化，可在OpenClaw、Hermes、Nanobot等主流Agent环境中运行，同时适配Claude Code、Codex等代码Agent框架。模型已于5月22日接入天工Skywork平台，即日起开放2至4周免费试用。

SkyClaw-v1.0最核心的定位差异在于：它不是为聊天而生的模型，而是为Agent工作流而生的模型。

过去大模型的使用方式是"你问我答"，现在Agent框架把模型放进了一个能读取仓库、调用工具、编辑文件、运行测试、观察反馈的执行环境里，模型开始承担完整工作流。SkyClaw-v1.0针对的正是这个阶段——让模型在长上下文和工具环境中持续推进任务，而不是只生成一段答案。

百万token上下文意味着模型可以一次性处理极长的代码仓库、多轮对话历史、复杂文档，在长上下文中保持稳定的任务执行能力，而不是"读到后面忘了前面"。

在主流Agent benchmark与Skywork内部Claw任务评测中，SkyClaw-v1.0展现出稳定的多步任务执行能力，具体表现如下：

全面超越主流开源模型——模型表现超过Minimax 2.7、DeepSeek V4 Flash，以及Qwen 3.6 35B A3B和27B模型。

接近更大规模顶级模型——在OpenClaw相关任务上，SkyClaw-v1.0表现接近DeepSeek V4 Pro、Claude Opus 4.6、Qwen 3.6 Plus等更大规模模型。

这意味着SkyClaw-v1.0用更小的参数量级，打出了接近顶级闭源模型的Agent任务完成能力。

SkyClaw-v1.0的训练目标非常明确：提升模型在Agent framework中完成真实任务的能力。训练重点放在三件事上。

第一，构建可交互的工具环境。训练环境基于OpenClaw-style agent frames构建，覆盖文件读取、代码编辑、检索、测试、页面观察等高频Agent动作。模型在训练中不只是生成答案，而是需要选择工具、组合工具，并根据工具返回结果继续推进任务。

第二，筛选高质量任务轨迹。团队结合真实Claw任务数据和线上skill使用反馈，构建工具关系图谱，用来合成更接近真实工作流的复杂任务。得到的数据不是孤立问答，而是包含目标拆解、工具调用、结果观察和迭代修正的完整执行链。SkyClaw-v1.0使用大量合成Agent轨迹进行mid-train与SFT，通过轨迹质量过滤和数据配比实验，保留更稳定、更可复用的任务执行模式，解决Agent训练中的噪声问题。

第三，端到端强化学习提升多步执行稳定性。强化学习阶段在自建Claw环境中进行，模型需要在可交互环境里执行任务、观察反馈、处理失败并继续修正动作。优化目标从"回答是否好看"转向"任务是否完成、过程是否稳定"。

这也是为什么SkyClaw-v1.0在OpenClaw、Hermes、Nanobot、Claude Code、Codex等环境中使用时，优势更多体现在持续执行、错误恢复和多轮迭代，而不是单次回答的表面完整度。

SkyClaw-v1.0重点优化六大能力：复杂工具调用、多轮任务执行、代码生成、文件编辑、交互式应用构建、研究型数据分析。

在Agent框架中，它可以完成规划、文件编辑、代码生成、测试运行、页面调试与多轮迭代，更适合交付完整应用、交互式游戏和研究型网页报告。具体来说，它能生成具备生产级布局、真实导航流程和完整交互状态的应用界面，覆盖多页面结构、列表筛选、详情页、表单、移动端适配等常见产品形态；也能生成可运行的交互式游戏与物理模拟，处理动画循环、碰撞检测、游戏规则、状态管理和用户输入；还适合研究型网页和数据报告生成，将自然语言需求转化为可交互的网页报告。

官方明确建议：在代理工作流中使用SkyClaw-v1.0作为模型，而不是作为独立的聊天模型使用。

SkyClaw-v1.0定价低于Minimax 2.7与Qwen 3.6系列模型的一半。在Agent任务能力接近顶级模型的前提下，用半价策略打开规模化调用的大门，这是非常明确的市场抢占意图。

同步发布的轻量化版本SkyClaw-v1.0-lite，则面向对延迟和成本更敏感的场景，兼顾性能与性价比。

对普通用户，登录tiangong.cn打开天工Skywork即可直接使用，无需额外配置Agent环境。即日起开放2至4周免费试用。

对开发者，SkyClaw-v1.0同步通过APIFree开放API免费调用，注册后即可通过兼容OpenAI格式的接口接入现有应用或Agent框架，支持流式输出、工具调用和多轮对话，适合接入代码Agent、自研工作流系统、企业内部工具和自动化任务平台。