Flower Endeavor 1.0 開放企業私有部署，但模型規格與獨立評測仍缺席

Flower Labs 於 9 月 1 日發布 Endeavor 1.0，定位為可支援推理、程式開發及長時間工具使用的通用模型。交付方式不是公開下載權重，而是由 Flower 經營的託管服務，或在授權及技術支援下部署至企業自己的基礎設施；預覽期只接受少數組織申請。

這種安排的技術重點是讓同一模型跨越雲端與私有環境。企業可以先經 API 接入，再把敏感工作負載遷入內部叢集，而毋須重寫模型周邊的代理、評測、工具介面及資料管線。Flower 表示 Endeavor 會在推論時管理推理深度、上下文、工具選擇以及失敗後的檢查與重試，並以多種 coding、agent harness 進行後訓練和評測。

官方公布 GPQA 92.0、HumanEval 98.2、IFEval 94.1 及 AIME 2026 99.9。依其比較表，Endeavor 在 HumanEval 領先 GPT-5.6 Sol、Claude Fable 5、Kimi K3 與 Nemotron 3 Ultra；AIME 則與前兩者同為 99.9。然而 GPQA 與 IFEval 仍落後 GPT-5.6 Sol，而接近滿分的 AIME 已難有效區分模型。這些數字均由 Flower 產生，測試提示、取樣次數、推理預算及 harness 設定尚未完整公開。

Flower 也稱模型開發使用 FlowerBench 的企業內部任務訊號：資料與工具留在參與組織環境，只回傳清理後結果。不過發布資料沒有列出 Endeavor 的 FlowerBench 分數、失敗類型或可重現協定。

工程團隊目前不宜把「可私有部署」等同開放權重。Flower 尚未披露參數量、架構、上下文長度、權重格式、授權限制、建議硬體、記憶體占用、吞吐量與價格。下一步應觀察正式模型卡、推論伺服器相容性、獨立長任務評測，以及託管與私有版本是否具有相同模型、工具語義和更新節奏。