主页|技术报告Hugging Face|Github|ModelScope[!Note]本仓库包含 Agents-A1 的 Hugging Face Transformers 格式的模型权重和配置文件。这些资源与 Hugging Face Transformers、vLLM、SGLang 等兼容。 新闻2026.7.2 基于 Agents-A1我们发布了一系列量化模型变体。请参阅 Agents-A1 合集。此外感谢 mlx-community 提供多尺度的量化版本。快来尝试在你的 Mac 上运行 Agents-A12026.6.26 我们已开源 Agents-A1 35B-A3B 模型以及选定领域的评估代码和技术报告。Agents‑A1是来自 InternScience 的一个 35B 专家混合智能体模型旨在跨多个领域扩展异构智能体能力包括长程搜索、工程、科学研究、指令遵循和工具调用。我们从两个维度研究智能体视野扩展扩展长程轨迹和扩展异构智能体能力。从长程轨迹的扩展来看Agents‑A1在领域扎根的知识-行动基础设施辅助下进行训练该系统联合构建动作、观察和验证器结果将智能体过程转变为可训练目标。从异构智能体能力的扩展来看Agents‑A1提出了一种构建可扩展通用智能体模型的三阶段训练范式。首先我们进行全领域监督微调使基座模型对齐广泛的智能体行为。其次训练领域级教师模型以捕获各领域的专门知识。第三我们提出基于异构感知优化的多教师多领域在策略蒸馏以提高跨不同领域的知识迁移效率。亮点智能体推理Agents-A1 擅长将复杂任务分解为可执行的子步骤提前规划并根据中间结果调整策略。工具使用原生支持函数调用和工具集成能够无缝与 API、代码解释器、搜索引擎等外部工具交互。科学与专业推理处理工具整合的科学推理和专业知识问答。指令遵循精确遵循跨不同领域的详细多约束指令。欢迎开发者和企业集成并试用 Agents-A1并分享他们的反馈。性能我们在六个方向评估 Agents-A1 的实际智能体和研究导向工作流——长程搜索、工程任务、科学研究、指令遵循、通用智能体任务和科学智能体任务。虽然 Agents-A1 属于约 35B 模型级别但其性能与前沿规模系统如 GPT-5.5、DeepSeek-V4-pro、Kimi-K2.6极具竞争力。在多个具有挑战性的基准测试中取得全面最优结果包括 Seal-056.4、HiPhO46.4、FrontierScience-Olympiad79.0、FrontierScience-Research40.00、IFBench80.6和 IFEval94.8同时在大量任务中位列同级别模型之冠如 BrowseComp75.5、XBench-DS-251086.0、GAIA96.0、SciCode44.3、带工具的 HLE47.6和 MolBench-bind56.8。这些结果表明 Agents-A1 结合了强大的长程搜索能力、稳健的科学推理和可靠的指令遵循成为一个高效且能力出众的智能体模型显著缩小了与更大规模前沿模型的差距。 全面最优 同级别模型最佳~35B们的模型基准 同级别模型 (~35B) 更大规模⭐ 我们的模型Qwen3.5-35B-A3BQwen3.6-35B-A3BNex-N2-miniStep-3.5-FlashKimi-K2.6DeepSeek-V4-pro(Max)GPT-5.5(xhigh)Agents-A1 长程搜索BrowseComp61.067.9374.169.083.283.4 84.4 75.51XBench-DS-251077.071.082.056.3 90.0 90.084.0 86.0Seal041.438.7449.5536.9450.4554.9542.34 56.36GAIA59.878.6482.5284.580.58 98.0687.38 96.04⚙️ 工程任务SciCode37.735.829.940.453.550.0 56.1 44.33MLE-Lite24.2434.8534.8554.5562.1263.64 72.73 43.94 科学研究HLE w/ tools47.436.232.023.1 54.048.252.2 47.6HiPhO37.037.738.538.341.138.743.3 46.4FrontierScience-Olympiad64.560.352.061.073.076.078.0 79.0FrontierScience-Research2.52.95.06.717.913.326.7 40.0 指令遵循IFBench70.264.454.0864.671.7773.4775.9 80.61LongBench-v259.057.759.657.562.0 64.3- 60.2IFEval91.991.388.493.5394.4593.3593.35 94.82 通用智能体任务τ2-Bench 81.279.074.5375.7781.93 82.281.6379.81VitaBench31.935.623.030.035.63 49.0445.0 38.75 科学智能体任务MatTools21.015.934.144.9363.847.1 68.8 47.1MolBench-bind46.048.751.445.9521.637.8 62.2 56.8使用方法SGLangSGLang 是一个面向大语言模型和视觉语言模型的快速服务框架。使用 uv 安装 SGLanguv venv--python3.12--seed--managed-pythonsource.venv/bin/activate uv pipinstallsglang更多细节请参阅其文档。以下命令在http://localhost:8000/v1创建 API 端点标准版本1 个 GPU262K 上下文python-msglang.launch_server\--model-path InternScience/Agents-A1\--port8000\--tp-size1\--mem-fraction-static0.8\--context-length262144\--reasoning-parser qwen3工具调用版本python-msglang.launch_server\--model-path InternScience/Agents-A1\--port8000\--tp-size1\--mem-fraction-static0.8\--context-length262144\--reasoning-parser qwen3\--tool-call-parser qwen3_codervLLMvLLM 是一个高吞吐、内存高效的 LLM 推理和服务引擎。通过 uv 从主分支安装 vLLMuv venv--python3.12--seed--managed-pythonsource.venv/bin/activate uv pipinstallvllm --torch-backendauto更多细节请参阅其文档。以下命令在http://localhost:8000/v1创建 API 端点标准版本1 个 GPU262K 上下文vllm serve InternScience/Agents-A1\--port8000\--tensor-parallel-size1\--max-model-len262144\--reasoning-parser qwen3工具调用版本vllm serve InternScience/Agents-A1\--port8000\--tensor-parallel-size1\--max-model-len262144\--reasoning-parser qwen3\--enable-auto-tool-choice\--tool-call-parser qwen3_coder纯文本版本跳过视觉编码器以释放 KV 缓存内存vllm serve InternScience/Agents-A1\--port8000\--tensor-parallel-size1\--max-model-len262144\--reasoning-parser qwen3\--language-model-only推荐采样参数为获得最佳生成质量我们推荐以下采样参数temperature0.85top_p0.95top_k20min_p0.0presence_penalty1.1repetition_penalty1.0智能体能力评估为了向社区提供统一的智能体评估代码库以进行公平比较我们还开源了一套评估框架用于在工具使用、多步推理等核心能力上评估智能体模型。评估代码包含在本仓库的 Agents-A1/evaluation 目录中。我们使用该框架在标准化的可重复设置下评估已发布的模型。具体来说模型在一系列面向智能体的任务上进行测试这些任务要求模型理解用户目标、分解复杂指令、在必要时与工具或环境交互并生成最终结果。模型卡片中报告的评估结果均由上述开源框架生成因此用户可以复现实验在同一协议下比较其他模型并进一步扩展新智能体场景的基准。注意为确保公平比较我们引用各基准原技术报告中给出的结果。若模型未报告相应基准结果我们则使用与我们的模型相同的评估协议进行评估。有关详细的评估脚本、任务定义、指标和复现说明请参阅评估代码库。引用如果您觉得我们的工作有帮助欢迎引用。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 Haoyang Peng and Tianshuo Peng and Jinxin Shi and Luohe Shi and Boyuan Sun and Zelin Tan and Shengji Tang and Qianyi Wang and Yiming Wu and Yi Xie and Xiangchao Yan and Jingqi Ye and Peng Ye and Fangchen Yu and Jiakang Yuan and Bihao Zhan and Bo Zhang and Chen Zhang and Shufei Zhang and Shuaiyu Zhang and Wenlong Zhang and Yiqun Zhang and Junpeng Zhao and Zhijie Zhong and Bowen Zhou and Yuhao Zhou}, year{2026}, eprint{2606.30616}, archivePrefix{arXiv}, primaryClass{cs.CL}, url{https://arxiv.org/abs/2606.30616}, }