Paper Instruments

Paper Instruments 2026 评测：结论、定价、优缺点与评分

§0. 结论框（Verdict Box）

┌───────────────────────────────────────────────────┐

§1. 信任声明

本评测以官方产品站与文档、GitHub 组织、官方博客与第三方报道（TechTimes、OrcaRouter、AICoder、Mycelium 博客等）为主要材料，按「厂家宣称与用户实证交叉验证」的方法论撰写。本次核验未调用 Ultramarine API、未本地跑通 Feather harness 或 Paper Office 的 61 任务基准，因此模型表现与办公库通过率均为厂商自测或第三方解读，无同环境实测。

独立性说明：本文不接受厂商付费改写结论。涉及基准、定价与开源节奏的地方，以官方说明与一致口径为准；自测数字按「公司新闻稿」同等级可信度处理，并明确标注未独立复现。

§2. 极简结论（TLDR）

一句话：Paper Instruments 是美国公司推出的开源知识工作 AI 体系，包含 Ultramarine 1 Flash 模型、Feather 智能体框架（MIT）与 Paper Office 办公文档 Python 库，面向尽调备忘录、诉讼时间线、董事会材料等高风险知识工作，并已获 SOC 2 Type II。

三条加分：开源可改，Feather harness 与 Paper Office 库以 MIT 发布，可 fork 自改。知识工作专精，用非可验证 RL 把模型训到「做备忘录、牌 deck、时间线」这类没标准答案的任务上。便宜，Ultramarine API 自测约 $0.13/任务，号称比对标旗舰便宜数十倍。

三条减分：基准未独立复现，TechTimes 指出尚无实验室复现那组「四 benchmark 第一」的数字。权重未全开，Ultramarine 当前是托管端点、开源权重仍标 coming soon。团队极小，模型后训练据 CEO 称仅 5 人、约 $300K，可持续与支撑能力要观察。

§3. Paper Instruments 是什么

Paper Instruments 的自我定位是「为知识工作训练模型」。它不是一个单点工具，而是一套围绕「高风险知识工作」搭起来的开源栈：前端是模型，中间是智能体框架，底层是办公文档库。

最上层是 Ultramarine 1 Flash，一个面向知识工作的前沿级模型。它的底座是开源的 GLM-5.3 Flash，再用合成任务加 rubric 奖励做「非可验证 RL」后训练——因为尽调、诉讼、董事会材料这类活没有标准答案，传统靠单元测试的 RL 喂不进去。厂商称它在四个知识工作 benchmark 上超过对标旗舰 Fable 5，且单任务约 $0.13、便宜约 60 倍；API 已开放，权重预告两周后开源。

中间层是 Feather，一个 MIT 许可的智能体 harness，含 Agent 循环、文件与进程工具、上下文压缩、文档技能与 CLI，以及训练集成与评估工具，安装器支持 macOS 与 Linux。底层是 Paper Office，一套在 python-docx、python-pptx、OpenPyXL 之上分支的 Python 包（paper-docx/pptx/xlsx），给 Agent 更安全、正确、广谱地写 Word、Excel、PowerPoint——厂商说代理驱动原版库常掉进 API 缺口、落到原始 OOXML，造成无声损坏与回归，这正是他们分支的理由。

它的核心叙事是「开源 + 知识工作专精 + 办公栈自洽」。不是又一个闭源旗舰，而是一整套你能拿来自建知识工作 Agent 的零件，且已通过 SOC 2 Type II 这类企业合规门槛。

§4. 适合谁 / 不适合谁

适合的人：第一类是做知识工作自动化的开发者与团队，要用 Agent 生成尽调、诉讼、董事会类材料。第二类是重视开源可改、想 fork harness 与办公库自建流水线的人。第三类是成本敏感、想用便宜专用模型替代昂贵旗舰的中小团队。第四类是需要 SOC 2 之类合规背书、敢用新兴供应商的企业。

不适合的人：第一类是要求基准经独立复现、不肯信厂商自测的严谨用户。第二类是必须马上拿到完整开源权重、不接受「coming soon」的人。第三类是只跑 Windows、且不愿碰 macOS/Linux 安装器的用户。第四类是超大模型需求、要旗舰级通用能力而非知识工作专精的人。

§5. 核心功能与实测

边界里最要紧的是第一行与第四行。Ultramarine 的卖点是便宜且专精，但那组「四 benchmark 第一、便宜 60 倍」是厂商自测，TechTimes 明确说没有独立实验室复现，可信度等同公司新闻稿而非同行评审；权重仍标 coming soon，截至核验并未真正全开源。API 是托管端点，数据出入境与可用性要按供应商条款看。

另一处边界是 Paper Office 的 92.5% 通过率——这是厂商在 5 模型 61 任务上的自测，虽比上游 80.7% 与 Anthropic 同类 69.5% 好看，但仍非第三方基准，真要用于生产得在你自己的文档样本上复验。

§6. 定价与隐形成本

公开口径分两层。第一层是开源免费：Feather harness 与 Paper Office 库均为 MIT，可免费 fork 自改。第二层是模型 API：Ultramarine Responses API 已开放，自测宣称约 $0.13/任务；具体单价与档位以官方文档为准。

隐形成本有三项，且第一项最实。第一是 API 规模成本，便宜是相对旗舰而言，量一大仍要按任务累计，且需自行评估质量是否够用。第二是开源兑现成本，权重未全开、harness 需自己部署运维，省下的许可费可能变成工程人力。第三是合规落地成本，SOC 2 是供应商资质，你自己用模型处理敏感知识工作仍要配数据治理。

性价比定论：以「MIT 开源栈 + 便宜专用 API」看，对自建知识工作 Agent 的团队极高；但要把 API 累积成本、自运维开销与基准未复现的风险算进总拥有成本，再决定是否上生产。

§7. 评分卡（加权评分）

分数结构说明判断。核心能力给 8.5，是因为「开源模型 + 智能体 harness + 办公文档库」构成了一整套可自改的知识工作 Agent 栈，稀缺且自洽。性价比 9，免费 MIT 加便宜专用 API。输出质量 7.5，亮眼但缺独立基准。生态 8，组织活跃且文档齐全。易用 7.5，开发者向且限 macOS/Linux。

§8. 真实口碑综述

可核实的公开信号偏技术圈与媒体解读。TechTimes 报道了「Ultramarine 1 Flash 在四知识工作 benchmark 超 Fable 5、单任务 $0.13」，但同时严谨指出尚无独立实验室复现，把数字定在「公司新闻稿」同等级可信度。OrcaRouter 与 Mycelium 博客做了深度拆解，点出关键：发布日真正开源的是脚手架（Feather harness、paper-docx/pptx/xlsx），模型权重仍 pending，所谓「开放」是意向而非既成事实。

需要直说的局限有两点。第一，团队极小（CEO 称 5 人、约 $300K 后训练），叙事带强个人色彩，长期维护与融资不可知。第二，所有亮眼数字均来自厂商自测或发布会口径，缺同行评审与第三方复现，引用时要打折扣。

一个间接信号是 GitHub 组织近期仍有提交、feather-train 仓库有星标与活跃度，说明不是一次性发布。结论是方向正面、栈自洽且开源诚意尚可，但基准可信度与权重兑现是两颗必须盯的钉子。

§9. 竞品对比

第一类是闭源旗舰模型，例如以 Fable 5、Claude 一类为代表。优势是通用强、基准被广验。劣势是贵、不可改。Paper Instruments 的差异是便宜且知识工作专精，且开源可改。

第二类是通用智能体框架，例如以 CrewAI、AutoGen 一类为代表。优势是生态大、跨场景。劣势是缺知识工作专精与办公文档安全增强。Paper Instruments 用 Feather + Paper Office 把办公文档正确性做成卖点。

第三类是办公自动化工具。优势是开箱即用。劣势是封闭、不可编程。Paper Instruments 给开发者一套可 fork 的 Python 栈。

选型的关键在你要闭源旗舰、通用框架，还是开源知识工作专精栈。要最稳选第一类，要最大生态选第二类，要可改专精选 Paper Instruments。

§10. 优缺点（Pros & Cons）

优点：

1. 开源可改：Feather harness 与 Paper Office 库 MIT 发布，可 fork 自建
2. 知识工作专精：非可验证 RL 训到备忘录、牌 deck、时间线等无标准答案任务
3. 便宜：Ultramarine API 自测约 $0.13/任务，号称比旗舰便宜数十倍
4. 办公栈自洽：paper-docx/pptx/xlsx 解决原版库无声损坏与回归
5. 合规背书：已获 SOC 2 Type II
6. 文档齐全：官方文档、博客与 GitHub 组织活跃

缺点：

1. 基准未复现：四 benchmark 第一为厂商自测，第三方尚未独立验证
2. 权重未全开：Ultramarine 当前托管端点，开源权重仍标 coming soon
3. 团队极小：模型后训练据称 5 人、约 $300K，可持续存疑
4. 平台受限：Feather 安装器仅支持 macOS 与 Linux
5. API 托管：美国端点，数据与可用性按供应商条款
6. 专精窄：面向知识工作，非通用旗舰替代

§11. 风险与不适用

基准风险排第一位。所有亮眼数字（四 benchmark 第一、便宜 60 倍、办公库 92.5%）均来自厂商自测或发布会，TechTimes 已提示缺独立复现；关键采购或上线前，应在你自己的知识工作任务与文档样本上复验，别把新闻稿数字当实测。

开源兑现风险排第二位。Ultramarine 权重仍标 coming soon，当前是托管端点；真正想「开源可改」要先确认权重按时放出，关键链路建议锁定提交哈希，别押注未兑现的承诺。

可持续与平台风险排第三位。团队极小、叙事带个人色彩，停更或转向不可控；Feather 安装器仅 macOS/Linux，Windows 用户需自行适配。高敏知识工作还要核对 SOC 2 报告范围与数据出入境。

以下情形明确不适用。要求基准经独立复现的严谨用户。必须立刻拿到完整开源权重的人。只跑 Windows 且不愿碰 macOS/Linux 的用户。要通用旗舰而非知识工作专精的团队。

§12. 总评与购买建议

给 8.2 分。这个分数的重心在「它把知识工作做成了可开源、可自改的 Agent 栈」——开源模型、MIT harness 与办公文档库闭环，对自建知识工作 Agent 的团队是稀缺且自洽的供给，且便宜、有 SOC 2 背书。

减分集中在可信度的面。基准未独立复现、权重未全开、团队极小，都让「长期用稳不稳、开源承诺兑不兑现」打了问号，但这些更多是采用层面的注意项，不伤技术栈本身的价值。

试不试：建议先 fork Feather 与 Paper Office 跑通一个本地 Agent 写一份真实文档，看办公库是否真的不损坏；再拿 Ultramarine API 跑几类知识工作任务，对照官方 $0.13/任务与基准宣称，自己量质量与成本，再决定是否上生产。

预算判断：开源栈零许可成本，把 API 累积费用、自运维人力与基准未复现的风险算进总拥有成本；高敏知识工作配好数据治理再上线。

一句话定论：Paper Instruments 用 MIT 开源的 Feather harness 与 Paper Office 库，配上便宜且知识工作专精的 Ultramarine API，把尽调、诉讼、董事会类高风险任务做成了可自改的 Agent 栈，是开发者自建知识工作自动化的优质之选，但基准未独立复现、权重未全开且团队极小，决定了它适合敢验真、能自运维的团队。

本次核验的边界：Ultramarine 1 Flash 的基准（对标 Fable 5、四 benchmark 第一、$0.13/任务）来自厂商自测与发布会口径，TechTimes 指出尚无独立实验室复现，属「公司新闻稿」同等级可信度，非同行评审；模型权重发布时点为「约两周后」的官方预告，截至核验仍标 coming soon，开源承诺待兑现；$300K 与团队 5 人为 CEO 公开发帖表述，未独立核实；Paper Office 的 92.5% 通过率为厂商在 5 模型 61 任务上的自测；SOC 2 Type II 为页脚标注，具体报告范围未展开。

来源清单：

[1] 官方产品站与文档（paperinstruments.com / docs.paperinstruments.com）— 用于核实产品体系（Ultramarine 模型、Feather 智能体框架、Paper Office 办公库、Research）、开源主张、SOC 2 Type II 与 API 文档

[2] GitHub 组织 paper-instruments（feather-train 等 MIT 仓库）— 用于核实开源许可、Feather 智能体 harness 与训练/评估工具、仓库活跃度与星标

[3] 官方博客（paperinstruments.com/blog/ultramarine、/introducing-paper-office）与第三方报道（TechTimes、OrcaRouter、AICoder）— 用于交叉核实 Ultramarine 1 Flash 的底座（GLM-5.3 Flash）、后训练成本（约 $300K、团队 5 人）、基准主张（$0.13/任务、对标 Fable 5）及「权重将开源、第三方尚未复现」的可靠性提醒