Если ты гонял локальные модели на задачах вида «зайди в файлы, вызови три инструмента, собери отчёт и не соврись на шестом шаге», ты знаешь этот момент: модель на 7-14B красиво отвечает на один вопрос, но разваливается на длинной цепочке. А то, что не разваливается, весит столько, что дома его не запустишь.
3 июля 2026 года команда InternScience (AI for Science Center внутри Shanghai AI Laboratory) выложила на GitHub модель Agents-A1 под лицензией Apache 2.0. Это 35B Mixture-of-Experts, построенная на базе Qwen3.5-35B-A3B, и её авторы утверждают, что по ряду агентных задач она держится вровень с моделями примерно в 30 раз крупнее (источник: GitHub / InternScience, 2026-07-03).
Ниже - что это значит на практике, где заканчиваются заявления авторов и начинаются проверяемые числа, и как это пощупать самому.
Что вообще значит «агентный ии»
Главное: агентный ии - это не отдельная модель и не жанр чата. Это способ применения языковой модели, при котором она не выдаёт один ответ, а ведёт многошаговую задачу: планирует, вызывает инструменты (поиск, код, файлы, API), читает результаты вызовов и корректирует следующий шаг.
Обычный чат работает так: запрос - ответ. Агент работает иначе: цель - шаг - вызов инструмента - наблюдение - следующий шаг, и так десятки итераций, пока цель не достигнута или пока не кончится бюджет шагов.
Отсюда и главная сложность. В обычном ответе ошибка живёт одна. В агентной цепочке ошибка на шаге 4 отравляет шаги с 5 по 40. Модель, которая блестяще решает изолированные задачи, может быть безнадёжна там, где нужно двадцать раз подряд не потерять контекст и не выдумать несуществующий результат вызова.
Именно в эту точку и целится Agents-A1. Заявленный фокус разработчиков - масштабировать не число параметров, а «горизонт задачи»: длину и сложность последовательностей, на которых модель учится (источник: GitHub / InternScience). Проще говоря, они тренировали не столько эрудицию, сколько выносливость на длинной дистанции.
Раз уж ты дошёл до места, где решаешь, какую модель ставить под агента, держи практичный ориентир: сравнить поведение Agents-A1 с closed-source агентами вроде Claude или GPT проще всего, когда все они доступны через один совместимый API, но об этом ниже, в разделе про роутинг.
Что именно изменилось 3 июля
Главное: появилась открытая 35B-модель, заточенная под агентные сценарии, с кодом для оценки и лицензией, которая разрешает коммерческое использование.
Что зафиксировано в первичном источнике (GitHub / InternScience, 2026-07-03):
- Agents-A1 - 35B Mixture-of-Experts на базе Qwen3.5-35B-A3B.
- Лицензия Apache 2.0 - можно использовать, дообучать и встраивать в продукты.
- Контекстное окно 256K токенов, есть квантованные версии.
- Совместимость с vLLM и SGLang для инференса.
- Вместе с весами опубликован код для прогонки бенчмарков.
Осторожно с датой. Разные источники называют окно с 30 июня по 7 июля; я опираюсь на 3 июля как на дату публикации в первичном репозитории и во вторичном разборе Creati.ai (2026-07-03). Если тебе важна точность до дня для отчёта - бери дату коммита в репозитории, а не дату новости.
И сразу отделю заявление от факта. Формулировка «паритет с триллионопараметрическими моделями» - это оценка авторов релиза, а не результат независимой проверки (caution из source pack). В первую неделю июля вышли разборы методологии в MarkTechPost, KuCoin News и китайских техно-СМИ - но это сигнал внимания сообщества, а не подтверждение качества. Обсуждают - не значит проверили.
Насколько она на самом деле хороша: числа
Главное: есть три конкретных бенчмарка с числами от авторов. Их стоит читать как «что заявлено», а не как отраслевой консенсус.
По данным GitHub / InternScience (2026-07-03), Agents-A1 показывает такие результаты, названные авторами SOTA на этих наборах:
| Бенчмарк | Что примерно проверяет | Результат Agents-A1 |
|---|---|---|
| SEAL-0 | Агентный поиск и работа с инструментами | 56.4 |
| FrontierScience-Research | Исследовательские научные задачи | 40.0 |
| IFBench | Точность следования инструкциям | 80.6 |
Как это читать трезво:
- Числа опубликованы вместе с кодом оценки. Это плюс - их можно воспроизвести, а не поверить на слово.
- «SOTA на бенчмарке X» и «лучше триллионников вообще» - разные утверждения. Первое - про конкретный набор. Второе - обобщение, которое пока никто со стороны не подтвердил.
- Бенчмарки на агентные задачи молодые. Высокий балл на IFBench не гарантирует, что модель не поплывёт на твоём конкретном пайплайне с твоими инструментами.
Практический вывод: относись к таблице как к причине потратить вечер на собственный прогон, а не как к решению за тебя.
Как устроено обучение и почему компактная модель тянет длинные задачи
Главное: ставка сделана на то, на чём учить, а не на то, насколько большой делать модель.
Авторы описывают три этапа обучения (источник: GitHub / InternScience):
- Полнодоменный SFT. Базовое дообучение с учителем на широком наборе доменов, чтобы модель в принципе умела вести многошаговый диалог с инструментами.
- Набор доменных моделей-учителей. Отдельные специалисты по поиску, по коду, по работе с инструментами. Каждый силён в своей узкой области.
- Multi-teacher on-policy дистилляция. Финальная модель учится у этих учителей на своих же траекториях - то есть на тех действиях, которые она реально совершает, а не на заранее записанных «правильных» ответах.
Третий этап здесь и есть суть. On-policy дистилляция означает, что модель дистиллируют по её собственному поведению в задаче, а не по статичному датасету. Для агентов это важнее, чем для чата: ошибки накапливаются именно в реальной траектории, и учить нужно на ней.
Отсюда и тезис про «горизонт задачи»: вместо того чтобы раздувать параметры ради общей эрудиции, команда растила устойчивость на длинных последовательностях. Работает ли это в 30 раз лучше по цене - вопрос открытый, но идея внятная и проверяемая: код оценки лежит в репозитории.
Как запустить Agents-A1 локально
Главное: модель совместима с vLLM и SGLang, так что поднимается стандартным для этих движков способом. Ниже - минимальный каркас на vLLM.
Проверь железо заранее. 35B MoE даже в квантованном виде требует серьёзной видеопамяти; квантованные версии, о которых говорит репозиторий, снижают порог, но не отменяют его. Точные требования смотри в карточке модели на GitHub - они зависят от выбранного кванта.
Поднять OpenAI-совместимый сервер на vLLM:
# MODEL_PATH - путь к весам, которые ты скачал из репозитория InternScience
# при нехватке VRAM бери квантованный вариант из карточки модели
vllm serve "$MODEL_PATH" \
--served-model-name agents-a1 \
--max-model-len 262144 \
--port 8000
Дальше дёргаешь его как обычный OpenAI-эндпоинт:
from openai import OpenAI
# base_url смотрит на твой локальный vLLM, ключ здесь формальный
client = OpenAI(base_url="http://localhost:8000/v1", api_key="local-not-a-secret")
resp = client.chat.completions.create(
model="agents-a1",
messages=[{"role": "user", "content": "Составь план из 5 шагов и вызывай инструменты по одному"}],
tools=[...], # твои описания инструментов в формате function calling
)
print(resp.choices[0].message)
Ключевой момент для агента - контекст 256K токенов (источник: GitHub / InternScience). Флаг --max-model-len держи в рамках того, что реально потянет твоя память: полный контекст можно объявить, но платить за него будешь VRAM.
Сколько это стоит и когда локальный запуск не оправдан
Главное: «открытая и бесплатная лицензия» не равно «бесплатный инференс». Ты платишь железом, электричеством и своим временем на эксплуатацию.
Честная развилка выглядит так:
| Сценарий | Когда разумно | Что учесть |
|---|---|---|
| Локальный инференс Agents-A1 | Данные нельзя выпускать наружу, нужен контроль, есть GPU | Своя VRAM, обслуживание, обновления, мониторинг |
| Облачный доступ к закрытым моделям через API | Нужно быстро сравнить с Claude/GPT/Gemini, нет своего железа | Плата за токены, зависимость от провайдера |
| Гибрид: локальная модель + внешний API как fallback | Продакшн, где важны и приватность, и качество на сложных кейсах | Логика роутинга, два места отказа |
Для честного сравнения тебе всё равно понадобится вторая опорная точка - сильная закрытая модель, чтобы понять, где Agents-A1 реально конкурентна, а где проседает. И тут упирается вечная российская боль: закрытые foreign-модели неудобно оплачивать и подключать.
Здесь встраивается практичный мостик: provod.ai даёт доступ к Claude, GPT, Gemini, DeepSeek и Qwen через один API, совместимый с SDK от OpenAI и Anthropic - меняешь только ключ и base_url, платишь рублями с российской карты, по СБП или счёту, без VPN и зарубежных карт. То есть локально крутишь Agents-A1, а эталон для сравнения дёргаешь тем же кодом, просто переставив base_url:
from openai import OpenAI
# ключ и адрес - для сравнения с закрытой моделью через совместимый API
# PROVOD_API_KEY держи в переменной окружения, не в коде
client = OpenAI(
base_url="https://api.provod.ai/v1",
api_key="PROVOD_API_KEY_PLACEHOLDER",
)
Важно без иллюзий: provod.ai - это доступ к чужим моделям через совместимый API, а не хостинг твоей локальной Agents-A1 и не замена своей инфраструктуре. Приватный инференс на своём железе он не отменяет.
Частые отказы: где агент ломается и как это ловить
Главное: большинство провалов агента - не про «глупую модель», а про инструменты, форматы и петли. Их видно по логам, если их писать.
Список отказов, которые встречаются чаще всего, и что с ними делать:
- Галлюцинация результата вызова. Модель «придумывает» ответ инструмента вместо того, чтобы дождаться его. Лечится жёсткой схемой: сначала вызов, только потом рассуждение по факту наблюдения. Логируй каждый tool_call и tool_result рядом.
- Зацикливание. Агент вызывает один и тот же инструмент по кругу. Ставь лимит шагов и детектор повторов: одинаковые аргументы два раза подряд - стоп.
- Переполнение контекста. На длинной задаче 256K кончаются быстрее, чем кажется, если пихать в контекст сырые ответы инструментов. Суммируй промежуточные результаты.
- Расхождение формата function calling. Модель отдаёт аргументы, которые не проходят валидацию схемы. Валидируй каждый вызов и возвращай модели понятную ошибку, а не молчаливый отказ.
- Тихая деградация на кванте. Слишком агрессивная квантизация роняет качество именно на длинных цепочках. Прогони свой сценарий на разных квантах и сравни, а не верь общему баллу с бенчмарка.
Если ты оркеструешь агента в визуальном инструменте вроде n8n, эти же отказы всплывают в узлах: таймаут на HTTP-ноде, невалидный JSON от модели, зависший цикл. Совет тот же - логируй вход и выход каждого узла, чтобы дебажить траекторию целиком, а не гадать по финальной ошибке.
Отдельно, без сарказма: provod.ai не заменяет платформы автоматизации вроде n8n и не делает за тебя работу по внедрению. Он закрывает ровно одно - доступ к моделям через API; оркестрацию, ретраи и бизнес-логику всё равно строишь ты.
Быстрый чек-лист перед тем, как ставить Agents-A1 в дело
- Скачал веса из репозитория InternScience и сверил хеш.
- Выбрал квант под свою VRAM, а не «на глаз».
- Поднял на vLLM или SGLang, проверил, что OpenAI-эндпоинт отвечает.
- Прогнал приложенный код оценки хотя бы на одном бенчмарке из трёх (SEAL-0, FrontierScience-Research, IFBench) и сравнил с числами авторов.
- Прогнал свой реальный сценарий, а не только чужой бенчмарк.
- Взял вторую, закрытую модель как эталон и сравнил на одинаковых задачах.
- Настроил лимит шагов, детектор петель и логи tool_call/tool_result.
Чего этот релиз не решает
Честно и по пунктам:
- Это не независимо подтверждённый «убийца триллионников». Паритет - формулировка авторов; сторонней проверки на 2026-07-14 в source pack нет.
- Открытая лицензия не делает инференс бесплатным. Железо и эксплуатация остаются на тебе.
- 256K контекста не отменяют дисциплину. Без суммаризации промежуточных результатов ты упрёшься в окно на длинной задаче.
- Высокий балл на бенчмарке не переносится автоматически на твой пайплайн. Проверять надо на своих инструментах.
- Дата релиза размыта между источниками (30 июня - 7 июля). Для отчётности бери дату коммита.
- provod.ai не даёт GigaChat, не заменяет on-prem и не делает внедрение. Его роль здесь узкая - доступ к закрытым моделям для сравнения и роутинга.
Если убрать шум, событие сводится к одному: у сообщества появилась открытая, коммерчески пригодная 35B-модель с внятной идеей про горизонт задачи и с кодом, чтобы всё проверить. Это хороший повод для собственного теста и плохой повод для веры на слово.
Возьми Agents-A1 локально, а закрытый эталон подключи рублями за пару минут - начни на provod.ai.
Источники
- GitHub / InternScience, Agents-A1 (2026-07-03, первичный) - лицензия, база Qwen3.5-35B-A3B, три этапа обучения, идея горизонта задачи, числа SEAL-0/FrontierScience-Research/IFBench, 256K, vLLM/SGLang, код оценки: https://github.com/InternScience/Agents-A1
- Creati.ai (2026-07-03, вторичный) - факт открытого релиза и заявленный паритет с крупными моделями: https://creati.ai/ai-news/2026-07-03/shanghai-ai-lab-says-it-has-open-sourced-agents-a1-a-35b-agent-model-pitched-against-far-larger/
Осторожно: «паритет с триллионниками» - оценка авторов, а не независимая проверка. Точная дата релиза варьируется между источниками (30 июня - 7 июля).
provod.ai — Russian LLM API aggregator. One OpenAI-compatible endpoint to all flagship models: OpenAI (GPT-5.6, GPT-5.5), Anthropic (Claude Opus 4.8, Sonnet 4.6), Google (Gemini 3.1 Pro, 3.5 Flash), DeepSeek V4 Pro, Qwen 3.6 Plus. Provider prices at the CBR rate, no token markup. Pay in rubles to a Russian legal entity with full closing documents.
Try: provod.ai · model catalog · docs
Top comments (0)