2026 年 11 月 17 日——Agnes AI 于 11 月 15 日在 Hugging Face 开源多模态混合专家模型 Agnes-2.5-Pro-Theta,总参数量约 187.8B,配置上下文上限 262,144 token,以 BF16 精度发布全部权重。官方随包提供的评测快照覆盖 8 项基准,其中 5 项在对比模型中领先,GPQA Diamond 得 92.9、LiveCodeBench v6 得 90.5。
据 Hugging Face 模型卡,本次开源采用 Apache 2.0 许可证,权重共 105 个 Safetensors 分片、合计 375.5 GB,同步提供模型实现代码、分词器、聊天模板与图像/视频处理器;同名模型 API(agnes-2.5-pro-theta)已在 Agnes AI 官方平台上线。
1. 开源详情
Agnes-2.5-Pro-Theta 定位为多模态 MoE 模型,输入支持文本、图像与视频帧,输出为文本,重点面向对话推理、科学问题求解、编程与视觉理解,官方标注语言为英语与中文。模型注册 52 层文本解码器,每个 MoE 块含 512 个路由专家、按 top-10 激活,并设共享专家分支。
官方文档显示,API 侧模型名为 agnes-2.5-pro-theta,Base URL 为 https://apihub.agnes-ai.com/v1,兼容 Chat Completions、Responses 与 Messages 三种接口,支持流式输出、图像 URL 输入与工具调用。
2. 八项基准五项领先
官方模型卡给出的对比快照如下,分数为百分比、越高越好,加粗为该行对比中的最高值:
| 基准 | Agnes 2.5 Pro Theta | Nemotron 3.5 Super VL 120B | Qwen3.8-27B | GLM-5.3-Flash | DeepSeek-V4.1-Flash-1017 |
|---|---|---|---|---|---|
| IFBench | 82.6 | 70.9 | 80.1 | 64.4 | 76.3 |
| AA-LCR | 84.7 | 68.6 | 72.6 | 76.7 | 80.4 |
| GPQA Diamond | 92.9 | 89.5 | 88.9 | 92.2 | 92.8 |
| SciCode | 56.0 | 47.1 | 47.9 | 53.4 | 57.6 |
| LiveCodeBench v6 | 90.5 | 88.2 | 90.3 | 80.6 | 89.7 |
| SWE-bench Pro | 64.1 | 51.8 | 61.7 | 59.7 | — |
| HLE-Diamond | 16.8 | 8.8 | 15.3 | 18.2 | 25.3 |
| GDP.pdf | 16.2 | 8.0 | 16.4 | 15.4 | 17.2 |
Theta 在 IFBench、AA-LCR、GPQA Diamond、LiveCodeBench v6、SWE-bench Pro 五项为对比中最高;SciCode、HLE-Diamond、GDP.pdf 三项由 DeepSeek-V4.1-Flash-1017 领先。口径方面,AA-LCR 成绩标注为 v1.1,SciCode 标注为 v1.0.1 并采用子问题级计分,SWE-bench Pro 一行 DeepSeek 成绩未报告。官方同时说明,上述分数来自发布方提供的对比图,未附带可复现的评测包,提示词、采样设置与原始运行日志均未公开;262,144 token 为配置上限,官方未承诺所有上下文长度与模态组合均已实测。
3. 模型规格与硬件要求
| 项目 | 数据 |
|---|---|
| 总参数量 | 187,763,545,616(约 187.8B) |
| 架构 | 多模态 MoE,52 层文本解码器 |
| 专家配置 | 512 路由专家,top-10 激活,含共享专家 |
| 上下文上限 | 262,144 token(配置值) |
| 权重精度 | BF16 |
| 权重体积 | 105 个 Safetensors 分片,375.5 GB(约 349.7 GiB) |
| 许可证 | Apache 2.0 |
| 推理方式 | Transformers 自定义代码,需 trust_remote_code=True |
硬件方面,官方建议全量驻留推理的聚合显存需超过权重体积加运行时开销,4 张 H200 级 GPU 是实际的容量起点;本地存储至少预留 400 GB,并为主机内存留出加载余量。官方提醒,实现内含大型词法查找表,加载或卸载会带来额外的内存与 I/O 开销。
4. 本地部署与获取
官方验证环境为 PyTorch 2.14.1+cu130、Transformers 5.19.0、Accelerate 1.15.0、Safetensors 0.8.0,安装依赖后即可通过 AutoModelForCausalLM.from_pretrained 加载本地权重,聊天模板支持 reasoning_effort 与 enable_thinking 参数,默认采样温度为 1.0、top_p 0.95、top_k 20。官方说明该验证覆盖模型构建与输入准备,未做端到端生成确认,vLLM 等服务引擎的兼容性需部署前自行核对。
模型权重与代码已在 Hugging Face 的 Agnes-AI/Agnes-2.5-Pro-Theta 仓库开放下载,国内读者可通过 hf-mirror.com 镜像获取。截至发稿,社区已出现 IQ4_XS、NVFP4 等第三方量化版本;不便本地部署的用户也可通过官方 API 直接调用该模型。
评论