Квантованные GGUF-сборки агентной MoE-модели Agents-A1 для диалогов, рассуждений, поиска и работы с инструментами, с поддержкой изображений через проектор.
2 519скачиваний за 30 дней17лайковвеса обновлены3 окт 2026
Бенчмарки
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Тесты пользователейпока нет
Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.
1
Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
2
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
3
Запустите и опубликуйте
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.
Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.
В подключённых источниках результатов для этой модели пока нет.
Что умеет модель
Описание составлено по карточке модели и метаданным Hugging Face
SC117 публикует квантованные GGUF-сборки Agents-A1-Uncensored-MTP-APEX — агентной модели InternScience на архитектуре Qwen3.5-35B-A3B с 35 млрд параметров и MoE. В выпуск включены слой Multi-Token Prediction для ускорения генерации и BF16-проектор изображений для мультимодального режима. Модель принимает текст, а при подключении проектора — изображения, и генерирует текстовые ответы; заявлены агентные сценарии, научные рассуждения, поиск и вызов инструментов.
Сборки используют смешанную квантизацию APEX с несколькими уровнями сжатия. README приводит запуск в llama.cpp, vLLM и SGLang и указывает контексты до 131 072 токенов в примере llama.cpp и до 262 144 в примере vLLM. Выпуск основан на InternScience/Agents-A1, дополнен поведенческой LoRA, слоем MTP и квантованием; лицензия Apache-2.0. Адаптация снижает склонность к отказам, поэтому ответы могут заметно отличаться от исходной модели; качество и скорость зависят от выбранного уровня квантизации и оборудования.
Сценарии применения
многошаговое выполнение агентных задач
научные рассуждения и решение задач
поиск информации в интернете
вызов инструментов в диалоге
ответы на вопросы по изображениям при подключённом проекторе
Ограничения
Адаптация uncensored снижает склонность модели к отказам, поэтому ответы могут отличаться от исходной Agents-A1 и требуют оценки для конкретного применения. Поддержка изображений в llama.cpp требует отдельного BF16 mmproj; скорость и качество зависят от уровня квантизации и оборудования.
Для каких профессий подходит15
Разделы каталога профессий, в задачах которых используется эта модель
@misc{bai2026scalinghorizonparametersreaching,
title={Scaling the Horizon, Not the Parameters: Reaching Trillion-Parameter Performance with a 35B Agent},
author={Lei Bai and Zongsheng Cao and Yang Chen and Zhiyao Cui and Shangheng Du and Yue Fan and Shiyang Feng and Zijie Guo and Haonan He and Liang He and Xiaohan He and Shuyue Hu and Yusong Hu and Songtao Huang and Yichen Jiang and Hao Li and Xin Li and Dahua Lin and Weihao Lin and Fenghua Ling and Dongrui Liu and Zhuo Liu and Runmin Ma and Chunjiang Mu and others},
year={2026},
eprint={2606.30616},
archivePrefix={arXiv}
}
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров