Исследователи опубликовали на arXiv модель T1 — 122B параметров MoE, обученную RL для решения задач в терминале. На Terminal-Bench 2.1 она набрала 64,0% против 43,8% у базовой модели. На длинных задачах — 27,9%, обойдя GPT-5.4 и GLM-5.1. Главное: • 122B параметров MoE-архитектуры • 64,0% accuracy на Terminal-Bench 2.1 • 27,9% на Long-Horizon Terminal Bench — выше GPT-5.4 и GLM-5.1 • До 300+ tool-call оборотов на задачу • Метод TITO снизил training-to-inference расхождение с 0,021 до 0,013 Что это значит: RL с процесс-ревьюдом работает для terminal-агентов — 20 п.п. прибавки это подтверждают. Конкуренция с закрытыми моделями на длинных горизонтах тоже реальна. Какая базовая модель легла в основу T1 — не раскрыто. Данных о стоимости обучения и железе тоже нет.