MiroMind AI hat MiroThinker-1.7 und MiroThinker-1.7-mini als Open-Weight Deep-Research-Agenten veröffentlicht. Die Modelle basieren auf Qwen3 MoE: Das Vollmodell nutzt 30B Parameter insgesamt, das Mini-Modell aktiviert davon nur 3B pro Forward-Pass. Gewichte sind unter huggingface.co/miromind-ai/MiroThinker-1.7 frei verfügbar; eine zugehörige API ist ebenfalls live. Das Kontext-Management setzt auf ein Sliding-Window-Verfahren mit K=5 und Episode-Restarts. In den Benchmarks aus dem arXiv-Paper (2603.15726) übertrifft das Vollmodell GPT-5 auf BrowseComp (74,0 vs. 54,9), BrowseComp-ZH (75,3 vs. 65,0) und GAIA (82,7 vs. 76,4), liegt aber unter Qwen3.5-397B auf BrowseComp und HLE-Text. Das Mini-Modell erreicht auf GAIA 80,3 Punkte und bleibt damit ebenfalls über GPT-5. Besonderes Interesse des Teams gilt der lokalen Ausführbarkeit des Mini-Modells auf Consumer-Hardware sowie Community-Feedback zur eigenwilligen Kontext-Verwaltung.