Характеристики

Контекст: 262 144 токена
Лицензия: Своя лицензия
Архитектура: qwen3_5_moe · dense
Базовая модель: Agents-A1
Опубликована: 5 сен 2026

Ссылки

Hugging Face

Agents-A1-Flash

SofiTesfay2010

Генерация текстаТекст → текст12 профессий

Сжатая MoE-модель на базе InternScience/Agents-A1 для диалоговой генерации текста и многошаговых агентных задач.

137скачиваний за 30 дней0лайковвеса обновлены5 сен 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.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Запустите и опубликуйте
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

Публичные оценки

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

Agents-A1-Flash — сжатый выпуск модели InternScience/Agents-A1, опубликованный SofiTesfay2010. Это разреженная MoE-модель семейства Qwen3.5 с 35 млрд параметров, 256 экспертами и 8 активными экспертами на токен; каталог указывает архитектуру Qwen3_5MoeForConditionalGeneration и возможность диалога. Релиз сочетает разреженное тернарное сжатие STQ1_0 для маршрутизируемых экспертов, FP8 для внимания и общих экспертов и FP16 для нормализаций и векторов. По README, размер весов уменьшен примерно с 70 до 8,19 ГБ; заявлены варианты размещения с кэшированием и полной загрузкой в память видеокарты.

Модель предназначена для генерации текста и диалогового использования, унаследовав базу для многошаговых агентных задач, научных рассуждений, поиска и вызова инструментов. Карточка не описывает языки, длину контекста и качество после сжатия. Указана лицензия «other», поэтому конкретные условия использования следует проверять в лицензии репозитория.

Сценарии применения

диалоговые ответы на текстовые запросы
многошаговое решение агентных задач
научные рассуждения
поиск информации с применением инструментов
генерация текста при ограниченной видеопамяти

Ограничения

В карточке не приведены сведения о поддерживаемых языках, контексте или оценках качества сжатого выпуска. Лицензия обозначена как «other», поэтому условия использования требуют проверки в репозитории.

Для каких профессий подходит12

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей I.14Универсальные способностиАвтоматизация процессов и AI-агентыAI помогает выполнять многошаговые цифровые процессы и координировать действия между системами.20 задач26 022модели I.1Универсальные способностиПоиск и навигация по информацииAI помогает находить нужные сведения и помогать человеку быстро переходить от вопроса к подтверждённому источнику.18 задач13 467моделей II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Agents-A1-Flash (Tencent STQ1_0 + FP8 Mixed)

Compressed release of InternScience/Agents-A1 (35B MoE, 256 experts, 8 active per token).

Compression Specification

Routed MoE Experts: Tencent STQ1_0 (Sherry 3:4 fine-grained ternary sparsity, 1.3125 bpw).
Attention & Shared Experts: FP8 (float8_e4m3fn).
Layer Norms & Vectors: FP16.
Original Size: ~70 GB BF16
Compressed Size: ~8.19 GB (~88.3% reduction)
Serving Budget: Runs in <3.5 GB VRAM using on-demand storage caching or ~8.2 GB full VRAM on an NVIDIA T4 GPU.

Shard Distribution

model-00001 to model-00011 (~441 MB each): STQ1_0 routed MoE expert layers.
model-00000, model-00012, model-00013: FP8 embeddings, vision/dense layers, and attention blocks.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры: Qwen3_5MoeForConditionalGeneration
Ревизия весов: 4bd0e7a