En öppen agentmodell på 35 miljarder parametrar som kan dela upp stora uppgifter på parallella underagenter, granska sitt eget arbete under tiden och bedriva egna vetenskapliga undersökningar.
Testresultat för Sage-A1.5 jämfört med andra modeller (Shanghai AI Laboratorys egen mätning) [2]
Sage-A1.5 är en öppen AI-modell från Shanghai AI Laboratory (gruppen InternScience) byggd för att arbeta som agent: den planerar, använder verktyg, söker information och skriver kod under långa arbetspass. Den är en Mixture-of-Experts-modell på 35 miljarder parametrar som bygger på Qwen3.6-35B-A3B och på labbets tidigare agentmodell Agents-A1. Modellen kan även ta emot bilder.
Tre nya förmågor lyfts fram. Med agentorkestrering kan modellen dela upp ett problem på flera underagenter som arbetar parallellt med egna sammanhang, ifrågasätter varandras antaganden och sedan slår ihop sina resultat. Med agentverifiering, som man slår på vid behov, stannar modellen upp mitt i arbetet, granskar vad den har kommit fram till och vad som misslyckats, och byter strategi utan någon extern granskare. Den tredje förmågan är öppen vetenskaplig utforskning: att inte bara svara på givna frågor utan genomföra egna undersökningar med analyser, figurer och rapporter som går att granska.
Modellen tränades i tre steg: bred finjustering på agentuppgifter, separata lärarmodeller för olika områden och till sist destillation från flera lärare samtidigt. På projektsidan visas exempel inom neurovetenskap, beräkningskemi, kondenserade materiens fysik, elektrokemi och mikroskopi.
Enligt Shanghai AI Laboratory konkurrerar modellen med betydligt större system som Kimi-K3, GLM-5.3 och GPT-5.6-sol, och har bäst resultat av alla jämförda modeller på bland annat XBench-DS-2510, IFBench, PinchBench, FrontierScience och OmniDocBench. Vikterna är fria under Apache 2.0, och det finns även komprimerade versioner (FP8 och GGUF) för att köra modellen på egen hårdvara.
Inte bedömd än. Alla kan ändra.
Inga kommentarer än. Skriv gärna vilket projekt den kan passa i.