上海 AI 實驗室開源 Sage-A1.5：35B 參數 Agent 模型，每 Token 只激活 3B 卻橫掃評測榜

上海 AI 實驗室 10 月 21 日發布開源 Agent 模型 Sage-A1.5，35B 混合專家架構、每 Token 僅激活 3B 參數，BrowseComp 達 81.7、SWE-Bench Pro 61.2，在多項科學與推理評測上超越參數大得多的前沿模型。

上海 AI 實驗室在 10 月 21 日發表論文並釋出新一代開源 Agent 模型 Sage-A1.5。它的體格看似不起眼——350 億參數的混合專家（MoE）架構，每次推理實際啟動的只有 30 億參數——但交出的成績單卻相當驚人：在多項長程任務與科學推理評測上，它勝過了參數規模大它數倍的前沿模型。

兩個核心本事：自己拆任務、自己驗證

Sage-A1.5 以前代 Agents-A1 為基礎（底座為 Qwen3.5-35B-A3B），新增了兩項關鍵能力。其一是「Agent 編排」：模型能自主決定如何把大工作拆成小塊，指派給各自擁有獨立上下文的平行子 Agent，再把成果拼回來，支援探索式與建構式兩種組合模式。其二是「Agent 驗證」：在推理過程中自行判斷何時該停下來檢查、審視既有證據與假設、修正後續行動——全程在模型自身的推理裡完成，不需要線上監督者或外掛的驗證工具。

評測成績：小模型掀翻大模型

根據論文表格，Sage-A1.5 在 BrowseComp 拿下 81.7 分（前代為 75.5），若在系統提示中啟用驗證協議，還能進一步推高到 85.5——有趣的是，啟用後每任務平均輸出 Token 反而減少 5.5%、互動回合減少 3.2%，等於又快又省。SWE-Bench Pro 從前代的 43.6 大幅躍升至 61.2；科學導向的 FrontierScience-Olympiad（81.0）、CMT（80.0）與 IFBench（81.6）也都超越了 Kimi-K3、GLM-5.3、GPT-5.6-sol 等參數大得多的模型。最亮眼的是 PinchBench：90.0 分，在所有受測系統（包含專有模型）中排名第一。不過在 BrowseComp 總榜上，Kimi-K3（91.2）與 GPT-5.6-sol（90.4）仍居前列，HLE-with-tools 與 CritPt 也是大型前沿模型的天下。

開源與部署：從 A100 到蘋果 M 晶片都能跑

模型提供 FP8 與 4 位元量化版本，運行範圍橫跨 NVIDIA A100 到 B200、AMD MI300X、華為昇騰 910B／910C，一路到蘋果 M 系列晶片，可經由 LM Studio、llama.cpp 或 Apple MLX 執行。社群實測更顯示，單張 RTX Pro 6000 上同時跑四個平行任務，峰值吞吐可達約 700 Token／秒。授權方面，社群消息稱採 Apache 2.0，但官方模型頁面尚未親驗，部署前建議再確認。

資料來源

• arXiv 論文 2610.28578（Shanghai AI Laboratory），2026-10-21
• AI Weekly，2026-10-21
• Complete AI Training，2026-10-22