Flower Labs 发布 Endeavor 1.1：支持图像输入与欧盟本地推理的 frontier 推理模型

2026 年 11 月 3 日，Flower Labs 正式发布前沿推理模型 Endeavor 1.1。这是该团队年内推出的第三款模型，此前分别是 4 月面向英国市场的自主权模型 Lizzy，以及 9 月的首款生产级通用模型 Endeavor 1.0。新版本在推理、编程与长程智能体任务上全面超过 1.0，并首次加入图像输入与「欧盟境内 GPU 推理」选项，把「前沿智能」和「机构对 AI 的控制权」放在同一个产品里。

性能：自研综合评分登顶，但仍属厂商口径

Flower 给出了一套等权重综合智能评分，涵盖 GPQA（科学）、AIME 2026（数学）、HumanEval（代码）和 IFEval（指令遵循）四项。Endeavor 1.1 综合得分 97.18，高于它点名的 GPT-5.6 Sol（96.25）与 Claude Fable 5（95.30）。在单榜上，GPQA 从 1.0 的 92.0 提升到 94.4，意味着错误率大约下降 30%；代码基准 HumanEval 从 98.2 提升到 99.9。多模态榜单 MMMU-Pro 单独报出 81.12，未计入综合分。不过 Flower 也坦承，这套综合分是厂商自建的快照，仍需独立复测验证。

多模态：文本之外能读图

1.1 最大的新增能力之一是图像理解。模型现在可以接收图片与文本混合输入，用于解读图表、排查截图里的报错、理解示意图中的关系。配合它在长程智能体任务上的能力——跨网页、文件、代码与外部工具规划并执行多步工作、在多步之间保持上下文、遇到中间失败时自我恢复——Endeavor 1.1 的目标明显指向「能在真实工作流里干活的通用助手」，而不只是答题机器。

欧盟推理：把数据留在欧洲

本次更新最具体的变化是区域专属推理。客户可以选择 Flower 的全球托管推理，也可以指定推理跑在位于欧盟的 GPU 上，并附带服务等级协议（SLA）与支持。Flower 的观点是，全球 API 并不保证推理发生在某个特定区域；它举例称 Azure 的英国专属按 token 计费方案至今仍只提供 GPT-4o 与已发布 18 个月的 GPT-4.1 mini。Endeavor 1.1 希望改变这种局面，让前沿 AI 成为组织所在地区「可信赖的服务」。下一步 Flower 计划推出英国专属推理，并向中东、亚洲、非洲扩展区域选项。

可审计与数据所有权：思维链能看、产出能留

Endeavor 1.1 的另一条主线是「你该拥有自己的 AI 工作」。Flower 指出，OpenAI 和 Anthropic 通常限制客户用模型输出来训练竞争性模型，且对底层思维链要么隐匿、要么只给摘要；Anthropic 一般连原始思维链都不公开。Endeavor 则允许客户检查「可读的思维链轨迹」，复盘模型的思路、排查决策出错的地方。更重要的是，客户生成的所有输出与轨迹都归自己所有，可以保留、整理、复用，甚至用来微调或训练自己的模型——比如一支工程团队可以收集已验证的修复案例及其轨迹，训练一个围绕自家系统的排障模型。Flower 把这称为「让你的花费用在能沉淀下来的智能上」。

部署：托管、私有云、本地三选一

部署方式上，Endeavor 1.1 支持 Flower 托管服务、客户私有云，以及完全本地（on-premises）部署，并且可以从托管起步、随需求演进到私有部署。把模型跑在本地或私有云里，意味着提示词里可能暴露的专有代码、产品规划与解题思路不会离开自家环境，从而避免「数据一旦离开基础设施，就受另一家公司安全与权限控制掣肘」的风险。最长上下文据 S3DAT 的发布摘要为 100 万 token，实际可用上限取决于部署形态。

怎么看这款模型

Endeavor 1.1 的卖点并不只是跑分，而是把一整套「控制权」打包：欧盟 GPU、私有部署、可审计推理、可保留并再利用的工作成果。Flower 的论点是，美国前沿实验室没有在单一产品里同时提供这些。但要不要买单，关键还看它在客户自己任务上的真实表现——目前访问为申请制，Flower 未公布价格。综合分是厂商口径，欧盟与部署选项则是确有运营后果的真实选择；思维链与训练权承诺的价值，也只有在轨迹真正可读、合同条款确实成立时才兑现。对重视数据主权、IP 保护和合规落地的欧洲及全球企业来说，Endeavor 1.1 至少把一个长期被忽略的维度，摆回了谈判桌中央。