/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
70,2 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5_moe · dense
Базовая модель
Agents-A1
Библиотека
mlx
Опубликована
1 июл 2026

Agents-A1-bf16

Изображение и текст → текст8 профессий

Мультимодальная агентная модель InternScience в конверсии MLX bf16 для диалога, рассуждений и ответов на вопросы по изображениям.

81скачиваний за 30 дней3лайкавеса обновлены1 июл 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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-bf16 — конверсия модели InternScience/Agents-A1 в формат MLX с точностью bf16. Это мультимодальная агентная модель семейства Qwen3.5-MoE с 40 слоями декодера, 256 маршрутизируемыми экспертами и общим экспертом в каждом слое, размером скрытого состояния 2048, модулем обработки изображений и видеопредобработкой. Модель принимает текст и изображения и генерирует текст; для запуска мультимодальной версии README рекомендует библиотеку mlx-vlm.

Модель предназначена для диалоговых и агентных сценариев, включая рассуждения и ответы на вопросы по изображениям. В README приведён пример пошагового решения арифметической задачи и описания изображения; базовая модель в каталоге ориентирована также на многошаговые агентные и научные задачи, поиск и вызов инструментов. Репозиторий распространяется по лицензии Apache-2.0. По README, полный вариант bf16 занимает около 65 ГБ на диске; замеры приведены для MacBook Pro M5 Max с 128 ГБ памяти.

Сценарии применения

  • ответы на вопросы по изображениям
  • описание содержимого изображения
  • пошаговое решение арифметических задач
  • диалоговое взаимодействие с визуальными данными
  • многошаговые агентные задачи

Ограничения

Полный вариант bf16 занимает около 65 ГБ на диске, а для мультимодального запуска требуется mlx-vlm. README приводит лишь краткий smoke test и аппаратно-зависимые замеры производительности, поэтому они не подтверждают качество на широком наборе задач.

Для каких профессий подходит8

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Agents-A1 — MLX (bf16)

MLX conversion of InternScience/Agents-A1, in bf16. The source checkpoint is already bf16, so this is a lossless format conversion — not a quantization.

Agents-A1 is a Qwen3.5-MoE vision-language agent model (qwen3_5_moe, Qwen3_5MoeForConditionalGeneration): 40 decoder layers, 256 routed experts per layer + a shared expert, hidden size 2048, with a vision tower and video preprocessing.

Running it

Multimodal (VLM) — load with mlx-vlm (mlx-lm can't load multimodal architectures):

pip install mlx-vlm
python -m mlx_vlm.generate --model mlx-community/Agents-A1-bf16 \
  --prompt "What is 17 * 24? Think step by step." --max-tokens 512
# with an image:
python -m mlx_vlm.generate --model mlx-community/Agents-A1-bf16 --image img.jpg --prompt "Describe this image."

Loads and runs in stock mlx-vlm — no patched code needed at inference.

Throughput

Measured with oMLX's benchmark harness on a Macbook Pro M5 Max 128GB 40 GPU — gen 128 tokens, cold prefill (unique prompt prefix per request, no cache reuse).

Single request (batch 1) — decode tok/s by context

Contextbf168-bit6-bit5-bit4-bit3-bit
1,02467.695.495.298.2117.4133.0
4,09667.694.097.3102.8119.5130.4
8,19266.891.795.3103.1115.7126.9
16,38464.788.091.580.5105.8119.8
32,76860.980.688.680.295.6104.2
65,53653.568.467.666.675.483.5
131,07240.748.750.948.250.352.5
Peak RAM (GB)66–6935–3927–3123–2619–2215–18

TTFT (cold prefill) is ~precision-independent — ≈0.3 s @1k, 3 s @8k, 21 s @32k, 63 s @64k, ~225 s @128k — prefill is compute-bound, not weight-bound.

Continuous batching (1k context) — aggregate decode tok/s

Batchbf168-bit6-bit5-bit4-bit3-bit
167.695.495.298.2117.4133.0
262.5151.0156.5160.6190.9188.7
4107.1202.0185.1195.7239.9230.2
8129.6252.4223.4238.7289.0276.1

Aggregate across the batch; per-request rate is that value divided by the batch size.

Smoke test

17 x 24 -> correct (408), coherent, no repetition.

Other precisions

PrecisionRepoSize on disk
bf16 (full)Agents-A1-bf16~65 GB
8-bitAgents-A1-8bit~35 GB
6-bitAgents-A1-6bit~27 GB
5-bitAgents-A1-5bit~23 GB
4-bitAgents-A1-4bit~19 GB
3-bitAgents-A1-3bit~15 GB

License

apache-2.0, inherited from the base model.

Как запустить

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

GPU в ailist

Универсальный рантайм · mlx

Нельзя запустить

MLX-модели работают только на Apple Silicon.

Класс архитектуры
Qwen3_5MoeForConditionalGeneration
Ревизия весов
d4135c3

0 моделей