IQuest Research выпустила модель IQuest-Q1: 320B MoE для кодирования агентами с 15B активных параметров

StepFun представила предварительную версию Step 5 20 сентября 2026 года как свою следующую флагманскую базовую модель, предназначенную для работы агентов с длинным горизонтом, согласно информации от Tencent Tech, карточек моделей DataLearner и материалов компании, доступных на stepfun.com. Официальное английское наименование модели — StepFun / Step 5.

Важно отметить, что хотя идентификатор модели step-5-preview уже доступен через API продукта и открытую платформу StepFun, открытые веса в формате BF16 запланированы только на 15 октября 2026 года и не были доступны на момент запуска. Следовательно, доступность через API и открытость весов следует рассматривать как отдельные моменты.

Архитектура модели представляет собой разреженную смесь экспертов (MoE) с общим количеством параметров около 600 миллиардов. При этом примерно 27 миллиардов параметров активируются на каждый токен в рамках 92-слойного Трансформера типа «узкий и глубокий». Выбор глубины обусловлен потребностями агентов, поскольку более длинные пути информации через слои способствуют улучшению многошагового неявного рассуждения и обработки длинных результатов инструментов.

Модель поддерживает контекстное окно в один миллион токенов, принимая как текстовый, так и графический ввод (хотя видеоввод упоминается на сторонних карточках). Она ориентирована на применение в области ИИ-кодирования, разработки программного обеспечения, финансового анализа и использования профессиональных агентов. Для поддержания практичности внимания на миллион токенов, было применено разреженное GQA в сочетании с блочным объединением токенов, что снижает стоимость индексатора и выбора топ-k примерно до одной восьмой.

В процессе обучения особое внимание уделялось выравниванию битового уровня между обучением и выводом для обеспечения стабильности маршрутизации MoE, а также использовались планирование с учетом нагрузки, спекулятивное декодирование и пути FP8. StepFun утверждает, что эти методы ускоряют процесс обучения с подкреплением (RL) с длинным горизонтом в целом более чем в три раза.

Согласно данным, композитный индекс искусственного анализа от Artificial Analysis составляет 44 балла. Компания размещает эту оценку среди ведущих моделей, ориентированных на открытый доступ. На агрегаторных карточках также указаны цены API: около 1,00 доллара за входной токен и 2,70 доллара за выходной токен на миллион токенов, однако следует рассматривать сравнения по показателям и стоимости как заявления третьих сторон или поставщиков.

До даты 15 октября Step 5 Preview следует воспринимать прежде всего как действующий API для агентов с длинным горизонтом, имеющий лишь запланированное обязательство по открытым весам, а не как релиз весов на Hugging Face или как взаимозаменяемый продукт с Meituan LongCat, MiniMax Code Flash или NaiveAI OSS MoE.

Shanghai AI Laboratory представила свою научно ориентированную мультимодальную базовую модель Intern-S2-397B с открытыми весами на платформах Hugging Face и ModelScope. Анонс состоялся после презентации на Форуме инноваций Пуцян 13 сентября 2026 года и лабораторного брифинга 21 сентября.

Официальное английское наименование лаборатории — Shanghai AI Laboratory / Intern-S2. Этот релиз отличается от недавних публикаций лаборатории, таких как Atria Dawn, Intern Physical World Model W0 и NCP-ArchPreview, поскольку он представляет собой выпуск весов научной модели с архитектурой, а не анонс очередного агента или модели мира.

Модель Intern-S2 предназначена для выполнения научных задач с длительным горизонтом и циклов агентов. Материалы лаборатории подчеркивают наличие подключаемого Декодера Памяти (Memory Decoder), который позволяет присоединять модули предметной области без необходимости переобучения всей базовой модели. Например, использование Intern-MemDec-4B в биологических экспериментах повысило средние показатели по Биологическим Инструкциям примерно с 56.92 до 60.32, сохраняя при этом общие результаты на уровне основной модели.

На Hugging Face указано, что карта Intern-S2-397B содержит около 403 миллиардов параметров. Модель прошла визуальное предварительное обучение на страницах необработанной научной литературы, многодоменное научное обучение с подкреплением в более чем 20 областях, а также обучение с подкреплением агента с длительным горизонтом в изолированных средах. Для работы предусмотрены пути обслуживания через LMDeploy, vLLM и SGLang, а также задокументирована официальная конечная точка API Intern.

Shanghai AI Laboratory сообщает, что Intern-S2 глубоко оптимизирована совместно с вычислительным стеком Ascend от Huawei по аспектам вычислений, связи и памяти. Кроме того, модель будет интегрирована в платформу научных открытий Intern DuanYan лаборатории, которая охватывает области наук о жизни, материалов, полупроводников и смежных дисциплин. Согласно заявлениям вендора, Intern-S2 занимает первое место среди моделей с открытым исходным кодом по знаниям, коду и наборам агентов, демонстрируя сильные результаты в задачах по биологии и материаловедению; однако эти цифры пока являются данными лаборатории до проведения независимых тестов.

Для исследовательских групп конечным результатом является доступ к загружаемым весам Intern-S2-397B, сопровождаемым документацией по Декодеру Памяти и примечанием о сотрудничестве с Ascend. Таким образом, это открытая мультимодальная базовая модель, обновленная для использования сообществом, а не просто анонс, основанный на закрытом API.