Paper Instruments představila Ultramarine 1 Flash, model pro agentní práci ve financích, právu, poradenství a provozu. Vychází z modelu GLM-5.3 Flash a využívá posilované učení na synteticky vytvářených úlohách. Důraz klade na zadání, u nichž kvalitu výsledku nelze snadno určit jednotkovým testem. Každá úloha proto obsahuje pracovní prostředí, instrukce a hodnoticí pravidla, která mají připouštět více správných řešení.
Firma ve vlastním hodnocení uvádí zlepšení proti základnímu modelu na všech šesti sledovaných benchmarkových sadách, průměrně o 4,1 bodu, při menším počtu generovaných tokenů. Na interní sadě vyčísluje náklady na 0,13 dolaru za úlohu. Jde o výsledky zveřejněné samotným vývojářem, nikoli o nezávisle potvrzenou univerzální převahu. Novinka ukazuje snahu posunout levnější agentní modely od programování k širší odborné práci.
