InternScience 開源 Agents A1：35B 智慧體模型，部分基準逼近萬億巨頭

Agents A1 是 InternScience 開源的 350 億引數混合專家模型，專門用來解決需要多步驟拆解、長流程搜尋和頻繁呼叫外部工具的複雜任務。

它的核心邏輯不是做簡單的日常對話，而是一個能自己持續運轉的智慧體。你給它一個複雜目標，它會自主拆分步驟、呼叫程式碼直譯器或搜尋引擎等外部工具，並根據中間執行結果隨時調整策略，直到最終完成任務。

它能做什麼與測試表現

根據官方公佈的評測資料，Agents A1 在多個重度依賴推理與工具呼叫的基準上，表現逼近甚至超越了部分引數量超過萬億的行業頂尖模型。

在評估通用智慧體能力的 GAIA 測試中，它拿下了 96.0 分；在指令遵循評測 IFEval 上取得了 94.8 分，IFBench 達到 80.6 分。在長流程搜尋 BrowseComp 上得分 75.5，程式碼與工程相關的 XBench-DS-2510 達到 86.0 分。

它在硬核科學基準上的表現尤其亮眼。在帶工具支援的 Humanity’s Last Exam 測試中獲得 47.6 分，FrontierScience 奧賽和科研子項分別拿到 79.0 和 40.0 分，物理競賽 HiPhO 拿下 46.4 分，材料生物類的 MolBench-bind 達到 56.8 分，綜合表現在 35B 級別裡全面壓制同尺寸的 Qwen 35B，甚至在部分測試中超越了 GPT-5.5、Kimi K2.6 以及 DeepSeek V4 Pro。

模型之所以能在中等體量下跨級挑戰，主要依賴其三階段訓練架構。團隊先通過全領域監督微調打底，再在各個垂直領域訓練專家教師模型，最後通過多教師跨領域線上蒸餾把專業能力注入到這顆 35B 模型中，同時結合真實動作和驗證反饋來拉長模型的長程規劃能力。

怎麼跑起來與硬體門檻

Agents A1 的完整模型權重、評估程式碼和技術報告均已在 Hugging Face 開源，並原生支援 262K 上下文視窗。

部署方面，模型相容 Transformers、vLLM 以及 SGLang 推理框架。如果你使用 SGLang，可以通過啟動引數直接指定 qwen3 推理器以及專用的工具呼叫解析器，一條命令就能在本地拉起相容 OpenAI 格式的 API 介面。

儲存和視訊記憶體佔用對個人開發者比較友好。完整精度權重約 70GB，需要高階顯示卡支援；官方同步放出的 FP8 版本縮小到了 37.7GB；而 Q4 量化版體積僅有 21GB，單張常見消費級顯示卡就能裝下。

社群還提供了適配蘋果 Mac 的 MLX 量化版本，團隊後續也推出了更輕量的 4B 版本，進一步降低了本地部署門檻。

為什麼重要

對想要本地搭建自動化工作流的開發者來說，Agents A1 是目前少有的、能在單張消費級顯示卡或高階筆記本上跑通複雜多步工具呼叫的中型模型。如果你受夠了呼叫雲端閉源模型的高額 API 賬單和資料隱私顧慮，它是一個非常值得現在就部署測試的本地替代方案。

我們認為，Agents A1 證明了智慧體能力不一定非要死磕萬億引數。通過針對工具互動和長流程規劃進行針對性蒸餾，35B 這種消費級友好的體量完全可以勝任大部分垂直場景的自動化任務，這可能會倒逼更多開源團隊轉向高密度的專用模型最佳化。