【2026】Agents-A1（35B MoE）是什么？小参数却能做这些 —— 惊艳的智能体专用模型深度分析

「参数少＝性能差」—— 你是这样想的吗？

2026 年 7 月，颠覆这一常识的模型登场了。它就是 Agents-A1。参数为 35B（MoE），与巨型 AI（数百 B～数 T）相比算是「紧凑」，却在科学论文级别课题和长期搜索・调研任务中，有超越 GPT-5.5 和 DeepSeek-V4 的表现。

本文对 InternScience 发布的这个模型，以初学者也能看懂的方式，配合基准对比表彻底分析它有多厉害。

读完本文你将了解：

Agents-A1 到底是个什么样的模型
与其他知名模型（Qwen・Kimi・DeepSeek・GPT-5.5）相比厉害在哪
在什么场景使用能发挥真正价值
自己如何尝试

Agents-A1 是什么样的模型？

一句话概括：为「智能体（自行规划、使用工具、完成任务 AI）」打造的 35B 级 Mixture-of-Experts（混合专家）模型。

开发方是 InternScience（国际联合研究团队）。标语是 「SCALING THE HORIZON, NOT THE PARAMETERS（扩展工作范围，而非参数）」。

也就是说，不是「巨型化一口气做完」，而是**重点锻炼作为智能体的能力（规划・工具使用・长上下文・指令遵循）**的模型。

基本规格

项目	内容
参数	35B（MoE：Mixture-of-Experts）
上下文长度	最大 256K（约 25 万字）
基础	Qwen3.5-MoE 系
支持	文本生成・VLM（图像理解）・智能体・工具调用
许可证	Apache-2.0（可商用）
发布日期	2026 年 7 月 15 日（更新）
分发	Hugging Face / ModelScope

因为是 Apache-2.0，包括商用在内可以自由使用，这是加分点。

厉害在哪：4 项能力

官方列出的 Agents-A1 优势有这 4 项。

1. 智能体式推理（Agentic reasoning）

将复杂目标分解为可执行的小步骤，事先规划流程。可以边看中间结果边改变策略。

2. 工具使用（Tool use）

可以使用函数调用（function calling）以及 API・代码执行・搜索引擎・任务环境等外部工具。

3. 长上下文（Long context）

即使处理长对话或长文档，也能保持连贯・记忆・多步骤状态（最大 256K）。

4. 指令遵循（Instruction following）

从科学研究提示词到结构化的工具操作，跨领域遵守细致约束。

智能体循环概念图

基准彻底对比

真正的「厉害」看数字就知道。这是官方发布的 Agents-A1 与 5 个主要模型的对比。

基准	Agents-A1	Qwen3.6-35B	Step-3.5	Kimi-K2.6	DeepSeek-V4	GPT-5.5
HLE（难题推理）	47.6	36.2	23.1	54.0	48.2	52.2
HiPhO（物理奥赛）	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 调研）	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（通用智能体）	96.0	78.6	84.5	80.6	98.1	87.4
IFBench（指令遵循）	80.6	64.4	64.6	71.8	73.5	75.9
IFEval（指令遵循）	94.8	91.3	—	—	—	—

特别亮眼的地方

FrontierScience-Research（科学研究任务） 中，Agents-A1 获得 40.0，而 GPT-5.5 为 26.7 —— 约为 GPT-5.5 的 1.5 倍。Qwen3.6-35B 仅 2.9，差距一目了然。

IFBench（指令遵循） 以 80.6 超过主要模型。这意味着在严格遵循用户约束的任务中特别强。

什么场景发挥真正价值

场景	推荐度	理由
科学研究・论文级课题	⭐⭐⭐⭐⭐	研究任务为 GPT-5.5 的 1.5 倍
长期 Web 调研・搜索	⭐⭐⭐⭐	规划 + 工具循环很强
需要严格指令遵循的业务	⭐⭐⭐⭐⭐	IFBench 超过主要模型
多步骤智能体任务	⭐⭐⭐⭐	长上下文 256K 保持状态
一般聊天・最新信息	⭐⭐⭐	Kimi/DeepSeek 系在一般 Web 检索上更擅长

限制与注意点

并非全能：一般对话・最新信息类任务不如最新云模型
需要 GPU 环境：35B MoE，需要 VRAM 24GB 以上（用量化可更轻）
面向普通用户的「用法指南」仍在发展中
并非中文特化：作为中国团队出品，英文示例多

怎么使用

官方 Usage 部分有本地和云端的运行示例。一般来说：

从 ModelScope / Hugging Face 下载
用支持推理引擎（vLLM 等）加载
连接智能体框架（支持函数调用）

初学者可以先用云端笔记本环境（ModelScope 的「Quick Notebook development」等）尝试，最方便。

常见问题（FAQ）

Q1. Agents-A1 可以免费使用吗？

模型本身以 Apache-2.0 公开，下载・使用免费。但运行需要 GPU 环境（云端则按量计费）。

Q2. 支持中文吗？

基础是 Qwen 系，所以中文・英文很强，也理解日文，但不是日文专用调优。

Q3. 与普通聊天 AI（GPT 等）有什么区别？

不是「一次给出答案」，而是**「规划 → 工具使用 → 确认结果 → 下一步」自己循环**，专为智能体设计。

Q4. 能在自己的 PC 上运行吗？

35B MoE，有高性能 GPU（推荐 VRAM 24GB 以上，用量化可更轻）即可。没有的话用云端更现实。

Q5. 能集成到商用产品吗？

Apache-2.0，商用也可（但请确认各基准的来源・限制）。

Q6. 怎么与其他模型区分使用？

「深度科学调研・长期搜索・严格指令遵循」用 Agents-A1，「一般 Web 检索・最新信息」用 Kimi/DeepSeek 系更强。按用途区分使用。

总结

Agents-A1 以 35B 的「紧凑」参数，重点锻炼了智能体能力（规划・工具・长上下文・指令遵循） 的备受关注模型。

科学「研究」任务为 GPT-5.5 的 1.5 倍
指令遵循（IFBench）超过主要模型
Apache-2.0 可自由商用

「参数数＝性能」的时代已经结束。「重点锻炼了什么」 是决定胜负的好例子。先在 ModelScope 或 Hugging Face 上轻触试试，亲眼确认它的实力吧。

※本文以信息提供为目的，数值基于官方项目网站（2026 年 7 月公开）的基准。最新分数请在官方确认。