【2026年】Agents-A1（35B MoE）とは？小さなパラメータでここまでできる驚きのエージェント特化モデルを徹底分析

Q: 普通のチャットAI（GPT等）と何が違うのですか？

「1回で答えを出す」より、**「計画→ツール利用→結果を確認→次の手順」を自分で回す** エージェント向けに設計されています。

「パラメータ数が少ない＝性能も劣る」と思っていませんか？

2026年7月、その常識を覆すモデルが登場しました。「Agents-A1（エージェンツ・エーワン）」です。パラメータは35B（MoE）と、巨大AI（数百B〜数T）に比べれば"コンパクト"なのに、科学論文レベルの課題や、長期間の検索・調査タスクで、GPT-5.5やDeepSeek-V4を上回る場面があります。

本記事では、InternScienceが公開したこのモデルを、初心者の方にもわかるよう、どれだけすごいのかをベンチマーク比較表付きで徹底的に分析します。

この記事を読めば：

Agents-A1 がそもそもどんなモデルか
他の有名モデル（Qwen・Kimi・DeepSeek・GPT-5.5）と比べて何がすごいか
どんな場面で使うと真価を発揮するか
自分でも試すにはどうすればいいか

が、すべてわかります。

Agents-A1 ってどんなモデル？

一言でいうと、「エージェント（自ら計画し、ツールを使い、タスクをこなすAI）」のために作られた、35BクラスのMixture-of-Experts（専門家混合）モデル です。

Agents-A1 公式プロジェクトサイトのトップページ

開発元は InternScience（国際共同の研究チーム）。キャッチコピーは 「SCALING THE HORIZON, NOT THE PARAMETERS（パラメータを増やすのではなく、働く幅（水平）を広げる）」 。

つまり、「巨大化して全部を一気にやる」のではなく、エージェントとしての能力（計画・ツール利用・長文脈・指示追従）を重点的に鍛えた モデルなのです。

基本スペック

項目	内容
パラメータ	35B（MoE：Mixture-of-Experts）
コンテキスト長	最大 256K（約25万文字）
ベース	Qwen3.5-MoE 系
対応	テキスト生成・VLM（画像理解）・エージェント・ツール呼び出し
ライセンス	Apache-2.0（商用も可能）
公開日	2026年7月15日（更新）
配布	Hugging Face / ModelScope

Apache-2.0 なので、商用利用も含めて自由に使える のが嬉しいポイントです。

何がすごいのか：4つの能力

公式サイトが挙げる、Agents-A1の強みはこの4つです。

1. エージェント的推理（Agentic reasoning）

複雑な目標を、実行可能な小ステップに分解し、手順を事前に計画。途中の結果を見ながら戦略を変えることができます。

2. ツール利用（Tool use）

関数呼び出し（function calling）や、API・コード実行・検索エンジン・タスク環境などの外部ツールを使えます。

3. 長文脈（Long context）

長い会話や長い文書を扱っても、つながり・記憶・複数ステップの状態を保てます（256Kまで）。

4. 指示追従（Instruction following）

科学研究のプロンプトから、構造化されたツール操作まで、細かい制約を領域をまたいで守ります。

ベンチマーク徹底比較

本命の「すごさ」は数値でわかります。公式サイトが公開している、Agents-A1 と主要モデル5つの比較 です。

Agents-A1 のベンチマーク比較（Performance Matrix）

ベンチマーク	Agents-A1	Qwen3.6-35B	Step-3.5	Kimi-K2.6	DeepSeek-V4	GPT-5.5
HLE（難問推論）	47.6	36.2	23.1	54.0	48.2	52.2
HiPhO（物理オリンピック）	46.4	37.7	38.3	41.1	38.7	43.3
FrontierScience-Olympiad	79.0	60.3	61.0	73.0	76.0	78.0
FrontierScience-Research	40.0	2.9	6.7	17.9	13.3	26.7
BrowseComp（Web調査）	75.5	67.9	69.0	83.2	83.4	84.4
XBench	86.0	71.0	56.3	90.0	90.0	84.0
SEAL-0	56.4	38.7	36.9	50.5	55.0	42.3
GAIA（一般エージェント）	96.0	78.6	84.5	80.6	98.1	87.4
IFBench（指示追従）	80.6	64.4	64.6	71.8	73.5	75.9
IFEval（指示追従）	94.8	91.3	—	—	—	—

※数値は各プロジェクトの公開ベンチマーク（2026年7月時点）。「—」は公開値なし。

なぜここまですごいのか：3つのポイント

ポイント1：FrontierScience-Research での圧勝

科学「研究」タスクでは、Agents-A1（40.0）がGPT-5.5（26.7）の1.5倍、Qwen（2.9）の13倍 です。同じ35BクラスのQwenをベースにしながら、ここまで差がつくのは、「エージェントとしての訓練」が効いている証拠です。

ポイント2：指示追従（IFBench / IFEval）が突出

構造化された指示を守る能力では、GPT-5.5やDeepSeekを上回ります。ツールを使った複雑なワークフローを任せるのに向いています。

ポイント3：小さいのに「特定領域」でトップ級

HLE（47.6）やHiPhO（46.4）など、難問推論でもGPT-5.5（52.2 / 43.3）と肉薄。パラメータを増やさず「エージェント能力」に集中した設計が実を結んでいます。

正直な評価：メリットとデメリット

メリット

Rupert：35Bクラスなので、比較的控えめなGPUでも動かしやすい
Apache-2.0 で商用も自由
科学・調査・指示追従でトップ級の性能
256Kの長文脈に対応

デメリット

Web調査（BrowseComp）やXBenchでは、Kimi・DeepSeekにやや劣る
一般ユーザー向けの「使い方ガイド」はまだ発展途上
日本語特化ではなく、中国系チーム発のため日本語例が少ない場合がある

どう使うか：使い方の例

Agents-A1 の Usage（利用方法）セクション

公式サイトの Usage セクションには、ローカルやクラウドでの実行例が載っています。一般的には：

ModelScope / Hugging Face からダウンロード
対応推論引擎（vLLM等）でロード
エージェントフレームワーク（関数呼び出し対応）と接続

初心者の方は、まずはクラウド上のノートブック環境（ModelScopeの「Quick Notebook development」等）で試すのが手軽です。

よくある質問（FAQ）

Q1. Agents-A1 は無料で使えますか？

モデル自体は Apache-2.0 で公開されているので、ダウンロード・利用は無料です。ただし実行にはGPU環境（クラウドなら従量課金）が必要です。

Q2. 日本語でも使えますか？

ベースがQwen系のため中国語・英語に強く、日本語も理解しますが、日本語専用チューニングではありません。

Q3. 普通のチャットAI（GPT等）と何が違うのですか？

「1回で答えを出す」より、「計画→ツール利用→結果を確認→次の手順」を自分で回す エージェント向けに設計されています。

Q4. 自分のPCで動かせますか？

35B MoEなので、高性能GPU（VRAM 24GB以上推奨、量子化利用でさらに軽く）があれば可能です。なければクラウド利用が現実的です。

Q5. 商用プロダクトに組み込めますか？

Apache-2.0 なので、商用利用も含めて可能です（ただし各ベンチマークの出典・制限は確認を）。

Q6. 他のモデルとどう使い分ければいいですか？

「深い科学調査・長期間の検索・厳密な指示追従」は Agents-A1、「一般的なWeb検索・最新情報」は Kimi/DeepSeek 系が強い傾向があります。用途で使い分けを。

まとめ

Agents-A1 は、35Bという"コンパクトな"パラメータながら、エージェント能力（計画・ツール・長文脈・指示追従）に特化して鍛えられた 注目モデルです。

科学「研究」タスクでは GPT-5.5 の1.5倍のスコア
指示追従（IFBench）で主要モデルを上回る
Apache-2.0 で商用も自由

「パラメータ数＝性能」の時代は終わりました。「何に特化して鍛えたか」 が勝負を分ける好例です。まずは ModelScope や Hugging Face で軽く触れて、その実力を自分の目で確かめてみてください。

※本記事は情報提供を目的としており、数値は公式プロジェクトサイト（2026年7月公開）のベンチマークに基づいています。最新のスコアは各公式サイトでご確認ください。