在 AI 生成网页这个赛道上大家普遍认为参数量越大越好20B、80B 的云端大模型才能写出漂亮的页面8B 的 llama-3-8B 勉强能看0.6B 的小模型基本是玩具。今天要介绍的小思框架Xiaothink推出的Xiaothink-T17-RWKV5-MLA-Frontend用 0.6B 参数量在 DeepSeek-V4-Flash 裁判的对照盲测中拿到了52.6 分的前端总平均分全面超越 llama-3-8B-instruct35.4和同级 Qwen3-0.6B23.0简单页面任务更是达到 63.0 分逼近 20B 级 gpt-oss-20B76.3。模型地址开源Apache 2.0免费商用 - Frontend前端生成专项https://www.modelscope.cn/models/ericsjq/Xiaothink-T17-RWKV5-MLA-0.6B-Frontend - Instruct-Pro通用助手https://www.modelscope.cn/models/ericsjq/Xiaothink-T17-RWKV5-MLA-0.6B-Instruct-Pro## 一、盲测成绩0.6B 反超 8B先说结论再看为什么。这次盲测以 DeepSeek-V4-Flash深度思考模式作为裁判覆盖 4 个前端评测领域复杂提示词、长页面生成、简单页面、简单小游戏每个领域 3 道题共 12 题裁判按编号盲评不暴露模型名评分维度包括页面艺术感与设计感权重最高、内容与功能丰富程度、页面完整性、需求符合度。分领域得分| 领域 | T17-Frontend (0.6B) | DeepSeek-Flash | gpt-oss-20B | llama-3-8B | Qwen3-0.6B || — | — | — | — | — | — || 复杂提示词 | 54.3 | 94.4 | 62.6 | 37.2 | 31.3 || 长页面生成 | 51.3 | 94.7 | 61.2 | 34.1 | 20.1 || 简单页面任务 | 63.0 | 92.6 | 76.3 | 41.8 | 23.6 || 简单小游戏 | 41.7 | 78.1 | 56.8 | 28.3 | 17.0 ||总体平均|52.6| 89.9 | 64.2 |35.4| 23.0 |三个关键结论1.全面碾压同级在全部 4 个领域都超过同参数规模的 Qwen3-0.6B差距接近一倍。2.反超 8B总体平均 52.6 llama-3-8B 的 35.4简单页面任务 63.0 比 8B 的 41.8 高出 50%。3.逼近 20B63.0 分已经非常接近 gpt-oss-20B 的 76.3考虑到参数量相差 30 倍这个成绩相当惊人。二、为什么 0.6B 能赢“语言 编译器的建模革命传统思路是让模型直接输出 HTML。这对小模型是灾难HTML 标签配对、CSS 选择器、JS 事件绑定大量繁琐的语法细节消耗了模型宝贵的 token 预算还要保证标签闭合正确0.6B 的容量根本不够用。小思框架换了一条路**让模型输出一种中文声明式语言 WanlyFrontendWF再用开源编译器把它编译成完整 HTML/CSS/JS 页面。**模型只负责写语言”编译器负责生成页面。模型无需记忆 HTML 标签的配对规则只需学会结构化的中文描述。一条语句即可描述一个组件及其样式__页面__页面最小高度100vh填充#0f172a弹性纵向排列内边距20px页面.头部.标题文本 世界时钟字号24px字重700文字色#38bdf8页面.时钟列表.北京.时间1文本14:30字号32px字重700文字色#38bdf8这种语言 编译器的设计显著降低了对模型参数量的要求模型只需学会结构化的中文描述而繁琐的 HTML/CSS 标签配对与转义细节交给编译器保证正确性因此 0.6B 模型也能稳定产出高完成度页面。## 三、RWKV-v5 MLA 纯历史检索架构模型架构上Frontend 与 Instruct-Pro 同源采用自研的RWKV-v5 MLA 纯历史检索架构DeepSeek V3 风格低秩压缩注意力1. RWKV-v5 TokenShift WKV 线性注意力 - time_out # 处理当前信息2. MLA 纯历史检索稀疏快照 - 标准 softmax 全注意力 - h_ctx3. Gate 融合combined time_out gate * h_ctx4. FFNRWKV 风格 SquaredReLU针对前端任务的特殊设计-稀疏历史快照每 save_every16 步保存一次 KV 快照长页面生成时历史规模线性增长而非平方增长。-无位置编码NoPE QK-Norm稳定点积尺度长序列生成更稳定。-全量 KVkv_lora_rankNone本版不做低秩压缩全量保留页面结构信息。-51200 训练序列能够稳定承接想要一个完整 XX 页面这类多区块、多组件长任务的结构化生成。四、怎么用两步走第一步安装依赖并加载模型bashpip install xiaothink[torch]pythonfrom xiaothink.llm.inference_torch.torch_formal import TorchModelmodel TorchModel( ckpt_dirpath/to/ckpt_test_t17_rwkv5_mla_frontend, MTt17_rwkv5_mla_frontend, use_bf16False, # 显存不足时设为 True inference_modeauto)第二步生成 WF 代码后交给编译器编译成 HTML。编译器是开源仓库地址https://github.com/Ericsjq/Open-WanlyFrontend## 总结0.6B 反超 8B 看似反直觉其实是用对路线的结果WanlyFrontend 声明式语言把繁琐的页面语法成本从模型侧转移到了编译器侧让 0.6B 的容量全部用在理解需求 组织结构 设计配色上。配合 RWKV-v5MLA 架构的轻量推理这个模型在消费级显卡上就能本地跑完全离线Apache 2.0 可商用。如果你也想试试一句话生成网页这里是两个模型的下载地址-Frontend前端生成专项https://www.modelscope.cn/models/ericsjq/Xiaothink-T17-RWKV5-MLA-0.6B-Frontend-Instruct-Pro通用助手https://www.modelscope.cn/models/ericsjq/Xiaothink-T17-RWKV5-MLA-0.6B-Instruct-Pro 注意模型为自研特殊架构权重格式与 transformers/ModelScope 推理后端不兼容请使用 xiaothink 1.4.8 库加载。