MiroThinker

🚀 MiroThinker를 사용해 보세요!

MiroThinker : 리서치와 예측에 최적화된 딥 리서치 에이전트입니다. 까다로운 BrowseComp 벤치마크에서 88.2를 달성했습니다. Quick Start를 참고하세요.

📋 목차

📰 뉴스 및 업데이트
📝 소개
✨ 주요 기능
📈 벤치마크 성능
🚀 Quick Start
📊 벤치마크 평가
🔬 Trace Collection
❓ FAQ 및 문제 해결
📄 라이선스
🙏 감사의 말

📰 뉴스 및 업데이트

[2026-03-11] 🎉🎉🎉 MiroThinker-1.7을 소개합니다. MiroThinker-1.7-mini와 MiroThinker-1.7을 포함합니다. MiroThinker-1.7-mini는 단 30B 파라미터만 사용하면서 BrowseComp-ZH에서 72.3을 달성하여 오픈소스 모델 중 새로운 SOTA를 세웠습니다. 당사의 독점 에이전트 MiroThinker-H1은 오픈소스 및 상용 모델 중 BrowseComp와 BrowseComp-ZH에서 선도적인 성능을 달성합니다.
[2026-01-23] 🎉 MiroThinker online에 두 가지 중요한 업데이트를 적용했습니다: (a) 핵심 리서치 리포트 생성: Deep Research 온라인 리포트가 이제 생성, 미리보기, 공유를 지원합니다. (b) 확장된 문서 업로드 유형: 이제 .pdf, .doc, .ppt, .xls, .jpg 등 다양한 파일 형식의 업로드를 지원합니다. 사용해 보세요! MiroThinker는 계속 유지보수되고 반복적으로 업그레이드될 것이며, 여러분이 사용하게 될 최고의 Research Agent가 되는 것을 목표로 합니다!
[2026-01-05] 🎉🎉 금융 예측에 최적화된 오픈소스 딥 리서치 에이전트 시리즈인 MiroThinker-v1.5를 공개합니다. MiroThinker-v1.5-30B는 1/30의 파라미터만 사용하면서 훨씬 낮은 비용으로 BrowseComp-ZH에서 Kimi-K2-Thinking을 능가합니다. MiroThinker-v1.5-235B는 HLE-Text에서 39.2%, BrowseComp에서 69.8%, BrowseComp-ZH에서 71.5%, GAIA-Val-165에서 80.8%를 기록하여 검색 에이전트 중 새로운 state-of-the-art를 세웠습니다.

📜 이전 업데이트 펼치기

[2025-11-13] 🎉 MiroThinker-v1.0이 공개되었습니다! 성능 향상의 세 번째 차원으로 interactive scaling을 도입한 MiroThinker v1.0은 256K 컨텍스트 윈도우와 태스크당 최대 600회의 도구 호출을 지원합니다. 8B, 30B, 72B 파라미터 규모로 제공되며, HLE-Text, BrowseComp, BrowseComp-ZH, GAIA-Text-103에서 각각 37.7%, 47.1%, 55.6%, 81.9%를 달성합니다. 자세한 내용은 Technical Report를 참고하세요.
[2025-09-11] MiroThinker-72B-Preview가 이번 주 FutureX 벤치마크에서 4위를 차지했습니다. FutureX를 참고하세요.
[2025-09-08] MiroThinker-v0.2가 공개되었으며, HLE(17.8%), HLE-Text-Only(19.1%), BrowseComp-EN(17.2%), BrowseComp-ZH(29.4%), XBench-DeepSearch(56.0%), Frames(74.8%) 등 여러 벤치마크에서 오픈소스 SOTA 성능을 달성했습니다.
[2025-09-07] BrowseComp-ZH, XBench-DeepSearch, FutureX 등 더 많은 벤치마크를 지원했습니다. 앞으로 더 많은 벤치마크를 추가할 계획입니다.
[2025-08-22] 리소스 사용을 최적화하고 시작 시간을 단축한 MiroThinker의 간소화된 배포 옵션을 소개합니다. 인터랙티브 데모를 경험해 보세요: 🚀 Try Gradio Demo
[2025-08-08] MiroThinker-v0.1 공개.

📝 소개
MiroThinker-1.7
새로운 MiroThinker 제품군은 장기 체인 태스크를 위한 신뢰할 수 있는 에이전트 구축에 있어 중요한 도약을 나타냅니다. 향상된 post-training 파이프라인으로 설계된 MiroThinker-1.7 제품군은 오픈소스 모델 중 딥 리서치 태스크에서 SOTA 성능을 달성합니다.

주요 기능

🚀 MiroThinker-1.7은 256K 컨텍스트 윈도우, 장기 지평 추론, 심층 다단계 분석을 지원합니다.
🔧 태스크당 최대 300회의 도구 상호작용을 처리하며, 이제 더 정확한 단계별 추론과 의사결정을 제공합니다.
📦 30B 및 235B 파라미터 규모로 공개되며, 다양한 리서치 환경과 컴퓨팅 예산을 유연하게 지원하는 포괄적인 도구 및 워크플로 세트를 함께 제공합니다.
당사의 독점 에이전트 MiroThinker-H1은 장기 체인 검증 가능 추론 — 단계 검증 가능하고 전역적으로 검증 가능한 추론 프로세스 — 에 대한 유망한 증거를 제공하여 복잡한 에이전트 워크플로의 성능을 향상시킵니다.

모델 이름
파라미터
최대 컨텍스트
최대 도구 호출
HF 링크

MiroThinker-1.7-mini
30B
256K
300
🤗 link

MiroThinker-1.7
235B
256K
300
🤗 link

MiroThinker-1.7은 광범위한 벤치마크에서 강력한 일반 리서치 성능을 보여주며, BrowseComp, BrowseComp-ZH, GAIA-Val-165, HLE-Text에서 각각 74.0%, 75.3%, 82.7%, 42.9%를 달성합니다. MiroThinker-1.7은 BrowseComp-ZH에서 SOTA 성능을 달성합니다.

MiroThinker-v1.5

📦 MiroThinker-v1.5 세부 정보 펼치기
MiroThinker v1.5는 세계 최고 수준의 오픈소스 검색 에이전트로, 모델 크기와 컨텍스트 길이를 넘어 성능 향상의 세 번째 차원으로서 interactive scaling을 통해 도구 증강 추론을 발전시킵니다 — 더 깊고 빈번한 에이전트-환경 상호작용을 처리하도록 에이전트를 훈련합니다.

주요 기능

🚀 MiroThinker v1.5는 256K 컨텍스트 윈도우, 장기 지평 추론, 심층 다단계 분석을 지원합니다.
🔧 태스크당 최대 400회의 도구 호출을 처리합니다 — 이전 오픈소스 리서치 에이전트 대비 상당한 개선입니다.
📦 30B 및 235B 파라미터 규모로 공개되며, 다양한 리서치 환경과 컴퓨팅 예산을 유연하게 지원하는 포괄적인 도구 및 워크플로 세트를 함께 제공합니다.

에이전트 이름
기반 에이전트
최대 컨텍스트
최대 도구 호출
HF 링크

MiroThinker-v1.5-30B
Qwen3-30B-A3B-Thinking-2507
256K
400
🤗 link

MiroThinker-v1.5-235B
Qwen3-235B-A22B-Thinking-2507
256K
400
🤗 link

MiroThinker v1.5는 광범위한 벤치마크에서 강력한 일반 리서치 성능을 보여주며, HLE-Text, BrowseComp, BrowseComp-ZH, GAIA-Val-165에서 각각 39.2%, 69.8%, 71.5%, 80.8%를 달성합니다. 이러한 결과는 이전 오픈소스 에이전트를 능가하며 새로운 세계 최고 수준의 BrowseComp 성능을 세웁니다.

MiroThinker-v1.0

📦 MiroThinker-v1.0 세부 정보 펼치기
모델 크기나 컨텍스트 길이만 확장하는 이전 에이전트와 달리, MiroThinker v1.0은 에이전트 수준에서 interactive scaling을 도입하여 더 깊고 빈번한 에이전트–환경 상호작용을 처리하도록 에이전트를 체계적으로 훈련함으로써 성능 향상의 세 번째 차원을 제공합니다. Interactive scaling은 환경 피드백과 외부 정보 획득을 활용하여 오류를 수정하고 궤적을 개선합니다.

✨ 주요 기능

🚀 256K 컨텍스트 윈도우 : 장기 지평 추론과 심층 다단계 분석 지원
🔧 600회 도구 호출 : 태스크당 최대 600회의 도구 호출을 처리 — 이전 오픈소스 리서치 에이전트 대비 상당한 개선
📦 다양한 규모 : 8B, 30B, 72B 파라미터 규모로 공개되며, 다양한 리서치 환경과 컴퓨팅 예산을 유연하게 지원하는 포괄적인 도구 및 워크플로 세트를 함께 제공

에이전트 이름
기반 에이전트
최대 컨텍스트
최대 도구 호출
HF 링크

MiroThinker-v1.0-8B
Qwen3-8B
256K
600
🤗 link

MiroThinker-v1.0-30B
Qwen3-30B-A3B-Thinking-2507
256K
600
🤗 link

MiroThinker-v1.0-72B
Qwen2.5-72B-Instruct
256K
600
🤗 link

MiroThinker v1.0은 광범위한 벤치마크에서 강력한 일반 리서치 성능을 보여주며, HLE-Text, BrowseComp, BrowseComp-ZH, GAIA-Text-103에서 각각 37.7% , 47.1% , 55.6% , 81.9% 를 달성합니다. 이러한 결과는 이전 오픈소스 에이전트를 능가하며 GPT-5-high와 같은 상용 대응 모델과의 격차를 좁힙니다.

MiroThinker-v0.2

📦 MiroThinker-v0.2 세부 정보 펼치기
이 새로운 버전에서는 세 가지 주요 개선 사항을 도입했습니다:

📚 영어와 중국어 소스 모두에서 더 풍부한 훈련 데이터를 확보하여 벤치마크 성능과 일반화에서 상당한 이득을 얻었습니다
🎯 모든 에이전트에 걸쳐 단일 선호도 데이터셋으로 통합된 DPO 훈련
📏 더 까다로운 멀티턴 도구 사용 태스크를 위해 컨텍스트 길이를 40k에서 64k로 확장

v0.1과 비교하여 MiroThinker v0.2는 벤치마크 전반에서 일관된 이득을 제공합니다. 예를 들어, GAIA-Text-103에서 57.3 → 64.1로, BrowseComp-ZH 에서 17.0 → 29.4로 점수가 향상되어 모델의 일반 리서치 에이전트 역량이 크게 발전했음을 보여줍니다.

에이전트 이름
기반 에이전트
최대 컨텍스트
HF 링크

MiroThinker-4B-SFT-v0.2
Qwen3-4B
64K
🤗 link

MiroThinker-4B-DPO-v0.2
Qwen3-4B
64K
🤗 link

MiroThinker-8B-SFT-v0.2
Qwen3-8B
64K
🤗 link

MiroThinker-8B-DPO-v0.2
Qwen3-8B
64K
🤗 link

MiroThinker-14B-SFT-v0.2
Qwen3-14B
64K
🤗 link

MiroThinker-14B-DPO-v0.2
Qwen3-14B
64K
🤗 link

MiroThinker-32B-SFT-v0.2
Qwen3-32B
64K
🤗 link

MiroThinker-32B-DPO-v0.2
Qwen3-32B
64K
🤗 link

MiroThinker-v0.1

📦 MiroThinker-v0.1 세부 정보 펼치기

GAIA-Validation 벤치마크에서 오픈소스 에이전트의 성능.

8B , 14B , 32B 파라미터 규모의 SFT 및 DPO 변형을 모두 포함하는 MiroThinker v0.1 시리즈를 공개했습니다. 특히 MiroThinker v0.1은 고급 에이전트 역량을 위한 엄격한 평가 스위트인 GAIA 벤치마크 에서 오픈소스 모델 중 state-of-the-art 성능을 달성하여 장기 컨텍스트, 의사결정 집약적, 실제 태스크 시나리오에서의 강점을 보여줍니다.

에이전트 이름
기반 에이전트
최대 컨텍스트
HF 링크

MiroThinker-8B-SFT-v0.1
Qwen3-8B
40K
🤗 link

MiroThinker-8B-DPO-v0.1
Qwen3-8B
40K
🤗 link

MiroThinker-14B-SFT-v0.1
Qwen3-14B
40K
🤗 link

MiroThinker-14B-DPO-v0.1
Qwen3-14B
40K
🤗 link

MiroThinker-32B-SFT-v0.1
Qwen3-32B
40K
🤗 link

MiroThinker-32B-DPO-v0.1
Qwen3-32B
40K
🤗 link

✨ 주요 기능
🤖 MiroThinker 최적화 프레임워크

🔓 완전 오픈소스 에이전트 프레임워크 : 개방형 프레임워크와 개방형 에이전트로 완전한 투명성 제공
🔗 도구 통합 : 외부 도구 및 API와의 원활한 통합
📝 Trace Collection : 경과 시간과 예상 완료 시간(분 단위로 표시)을 포함한 에이전트 상호작용의 포괄적인 로깅 및 분석. SFT 및 DPO 지원
📊 벤치마크 평가 : 여러 벤치마크 데이터셋에 걸친 광범위한 테스트

📊 포괄적인 벤치마크 스위트

📋 벤치마크 목록 펼치기

GAIA Validation : General AI Assistants를 위한 벤치마크. ( paper )
GAIA-Text-103 : 텍스트 전용 태스크를 위한 GAIA Validation의 하위 집합. ( paper )
HLE : Humanity's Last Exam. ( paper )
HLE-Text-2158 : 텍스트 전용 태스크를 위한 HLE의 하위 집합. ( paper )
HLE-Text-500 : WebThinker 가 만든 텍스트 전용 태스크를 위한 HLE의 하위 집합. ( paper )
BrowseComp-EN : 웹 브라우징 및 이해 태스크. ( paper )
BrowseComp-ZH : BrowseComp의 중국어 버전. ( paper )
WebWalkerQA : 웹 탐색 및 질의응답. ( paper )
Frames : Factuality, Retrieval, And reasoning MEasurement Set. ( paper )
XBench-DeepSearch : 딥 리서치 에이전트를 위한 벤치마크. ( website )
FutureX : 미지의 미래를 예측하기 위해 설계된 라이브 벤치마크. ( website )
SEAL-0 : 상충되는 증거가 있는 웹 질문에서 LLM을 평가하기 위한 벤치마크. ( paper )
AIME2025 : American Invitational Mathematics Examination 2025. ( website )
DeepSearchQA : Google의 Deep Search Question Answering 벤치마크. ( paper )

📈 벤치마크 성능
MiroThinker-1.7

잠재적인 정보 유출(예: HuggingFace에서 벤치마크 답변 검색)을 방지하기 위해 평가 중 특정 웹사이트에 대한 접근을 차단했습니다.

MiroThinker-v1.5

📦 MiroThinker-v1.5 세부 정보 펼치기

잠재적인 정보 유출(예: HuggingFace에서 벤치마크 답변 검색)을 방지하기 위해 이 도구들에서 HuggingFace에 대한 접근이 명시적으로 비활성화되었습니다.

또한 모든 궤적의 도구 출력에 대해 canary string 테스트를 수행하고, 오염된 것으로 확인된 궤적은 무시하여 오답으로 처리합니다.

MiroThinker-v1.0

📦 MiroThinker-v1.0 세부 정보 펼치기

MiroThinker-v0.2

📦 MiroThinker-v0.2 세부 정보 펼치기
SOTA 리서치 에이전트와의 비교

GAIA 벤치마크

MiroThinker-v0.1

📦 MiroThinker-v0.1 세부 정보 펼치기
GAIA 벤치마크

방법
Text-103
Best Pass@1
Text-103
Pass@1 (Avg@8)
Val-165
Best Pass@1
Val-165
Pass@1 (Avg@8)

🔹—— 7B/8B 에이전트 ——

Search-o1-7B
17.5
-
-
-

R1-Searcher-7B
20.4
-
-
-

WebDancer-7B
31.0
-
-
-

WebSailor-7B
37.9
-
-
-

CK-Pro-8B
40.3
-
32.7
-

MiroThinker-8B-SFT-v0.1
44.7
40.1
34.6
31.8

+ Commercial Tools
46.6
42.1
37.6
33.9

MiroThinker-8B-DPO-v0.1
46.6
44.8
37.0
35.4

+ Commercial Tools
50.5
46.7
38.2
35.9

🔹—— 14B 에이전트 ——

MiroThinker-14B-SFT-v0.1
47.6
44.4
37.0
34.4

+ Commercial Tools
49.5
47.5
41.8
39.8

MiroThinker-14B-DPO-v0.1
48.5
46.6
42.4
39.2

+ Commer…