过去，想让 AI 分析一段 DNA，往往要把敏感的基因数据交给云端模型。Carbon-X 想把这件事搬回研究者自己的电脑：它是一款 14B（约140亿参数）开放模型，既能读取由 A、C、G、T 组成的 DNA 序列，也能理解人类的自然语言，让用户用英文提问序列、突变影响或 DNA 生成任务。
团队以 Qwen3 14B 为底座进行 mid-training——即在通用预训练后，再用 DNA 与自然语言数据继续训练——并设计了混合 tokenizer，也就是同时把英文词句和超长碱基串切成模型可处理的小单元。项目还发布了 GGUF 版本，可接入 llama.cpp，在普通电脑的 CPU、GPU 或 Apple 芯片上本地推理，减少对云端服务的依赖。
作者称，Carbon-X 在五项 DNA 基准中超过其测试的所有开放语言模型，并以约千分之一的成本追平 GPT-6.1 Sol。不过供稿未披露具体分数、硬件需求及成本算法，这些效果仍需独立验证。