Shanghai Artificial Intelligence Laboratory · 已发布,本站供应商暂无
Sage S2.1 Flash(2026):它是什么、跑分、所需硬件和运行方法
Sage S2.1 Flash 是上海人工智能实验室推出的开放权重科学多模态模型,总参数 320B、激活参数 18B 的混合专家模型,配置上下文约 1M token,2026 年 11 月以 MIT 许可发布在 Hugging Face,面向多步骤的科研、编程、办公和工具调用任务。
现在就用
聊天
这个聊天默认使用 DeepSeek V4.1 Flash,不是 Sage S2.1 Flash。
- 厂商
- Shanghai Artificial Intelligence Laboratory
- 类型
- 文字
- 发布
- 未注明日期
- OpenRouter id
- 无
已核对
Sage S2.1 Flash:事实与来源
- Hugging Face 的 API 显示,仓库 internlm/Sage-S2.1-Flash 创建于 2026 年 11 月 15 日,最后修改于 11 月 16 日。模型卡没有写发布日期,所以我们只给出仓库创建日期,不把它说成发布日期。该实验室的模型卡称它是上海人工智能实验室推出的科学多模态模型。来源: huggingface.co · 核对于 2026-11-19
- 模型卡说,该模型面向需要多轮分析与反复验证的科研任务:它把科学数据理解与信息检索、编程和工具调用结合起来,可以调用专业软件做分析,并依据中间结果和视觉反馈核验结果、调整后续步骤。来源: huggingface.co · 核对于 2026-11-19
- 模型卡说,借助 Sage SciPerception(书生·元征)架构,模型支持十余类科学输入,包括分子图、晶体结构、蛋白质序列和三维结构。每类输入先被编码并投影到共享空间,再与文字提示一起被读取,用于预测、分类、位点定位、定量分析和结构推断。来源: huggingface.co · 核对于 2026-11-19
- 仓库的部署指南称,这一版本是 320B-A18B 多模态混合专家模型(总参数 3200 亿,激活参数 180 亿),以 bfloat16 存储,约 645 GB,基于 GLM-5.3-Flash 架构。Hugging Face 对该仓库的统计是 321,323,031,390 个参数。来源: huggingface.co · 核对于 2026-11-19
- 仓库的 config.json 列出 45 层、288 个路由专家加 1 个共享专家、每个 token 使用 8 个专家,最大位置长度为 1,048,576 token(约 1M)。模型卡正文本身没有写上下文长度。来源: huggingface.co · 核对于 2026-11-19
- 模型卡说,仓库中的代码和模型权重以 MIT 许可发布。该权重在 Hugging Face 上没有设置访问门槛。来源: huggingface.co · 核对于 2026-11-19
- 一篇题为“Sage S2.1 Flash Technical Report”的 arXiv 论文(arXiv:2611.21072,2026 年 11 月 16 日提交,11 月 17 日修订)描述了一个 3200 亿参数的通用混合专家模型,并称在七个领域的 33 个基准上做了评测。我们读到的模型卡没有链接这篇论文,我们也没有核实作者所属机构,因此只把它当作第二份描述,而不是厂商自己的页面。来源: arxiv.org · 核对于 2026-11-19 · 二手
- Sage S2.1 Flash 不在 OpenRouter 的模型列表里(2026 年 11 月 19 日核对),所以本站无法运行它。本站是与其他模型(如 DeepSeek V4.1 Flash、Qwen3.8-Max)的文字聊天。来源: openrouter.ai · 核对于 2026-11-19 · 二手
本站表格
Sage S2.1 Flash 的跑分:实验室自己的表格,对比另外五个模型
- 模型卡正文说,Sage S2.1 Flash 在 MLE-bench Lite 上以 90.3 排第一,领先 DeepSeek-V4.1-Flash-1017 的 89.2;在 OfficeQA Pro(72.2)、Harvey LAB(25.0)和 SpreadsheetBench 2(37.1)上也排第一。在模型卡的表格里,它在 PostTrainBench(39.2)上的数字也是最高。这些是实验室自己的数字,本站未测试。来源: huggingface.co · 核对于 2026-11-19
- 同一张表显示,在几项编程和智能体行上它落后于其他模型:SWE-bench Pro 为 60.6,Claude Opus 5 为 76.5;NL2Repo-Bench 为 57.2,对方 79.9;Terminal-Bench 2.1 为 87.9,对方 90.2;DeepSWE 为 67.9,DeepSeek-V4.1-Flash-1017 为 73.9。模型卡正文说它在图表的 15 个基准中拿到 4 个第一、7 个第二;图表下方的表格共有 33 行。来源: huggingface.co · 核对于 2026-11-19
厂商跑分
Sage S2.1 Flash 对比 GLM-5.3-Flash、DeepSeek-V4.1-Flash-1017、Qwen3.8-Max、GPT-5.6 Sol 和 Claude Opus 5
搜 Sage S2.1 Flash 的人想知道,一个开放的 320B 模型能不能和大型闭源模型并排。实验室的表格给出的是喜忧参半的答案:在办公文档、电子表格和机器学习工程任务上,Sage 的数字最高;但在 SWE-bench Pro 和 BFCL V4 上 Claude Opus 5 明显领先,在 BrowseComp、BabyVision 等搜索和视觉行里,模型卡显示别的模型更高。我们读到的模型卡文字没有说明各竞品分数是怎么跑出来的,所以请把它当作实验室认为自己强在哪里的参考,而不是排名。想今天就能聊天的模型,DeepSeek V4.1 Flash 和 Qwen3.8 在本站可用,Kimi K3 是另一个有独立页面的大模型。
| 基准 | Sage S2.1 Flash | GLM-5.3-Flash | DeepSeek-V4.1-Flash-1017 | Qwen3.8-Max | GPT-5.6 Sol | Claude Opus 5 |
|---|---|---|---|---|---|---|
| Terminal-Bench 2.1 | 87.9 | 84.3 | 87.6 | 89.6 | 86.2 | 90.2 |
| SWE-bench Pro | 60.6 | 60.3 | 61.8 | 65.3 | 59.8 | 76.5 |
| DeepSWE | 67.9 | 63.7 | 73.9 | 67.0 | 70.6 | 72.6 |
| SpreadsheetBench 2 | 37.1 | 32.4 | 35.8 | 34.9 | 32.7 | 33.6 |
| GDPval | 78.0 | 67.7 | 77.6 | 79.6 | 69.6 | 80.0 |
| OfficeQA Pro | 72.2 | 64.7 | 69.7 | 66.2 | 66.4 | 67.2 |
| Harvey LAB | 25.0 | 20.0 | 11.7 | 24.2 | 5.0 | 22.7 |
| BFCL V4 | 75.5 | 71.7 | 71.4 | 66.8 | 68.8 | 80.6 |
| MLE-bench Lite | 90.3 | 84.3 | 89.2 | 82.2 | 80.7 | 88.0 |
| PostTrainBench | 39.2 | 36.8 | – | – | 31.0 | 35.7 |
| BrowseComp | 91.2 | 88.3 | 93.8 | – | 92.2 | 90.8 |
| OSWorld-Verified | 85.2 | 83.5 | 78.5 | 84.3 | 82.2 | 86.4 |
| BabyVision | 75.8 | 51.3 | 58.0 | 83.8 | 80.7 | 63.1 |
本站表格
怎样运行 Sage S2.1 Flash:权重、引擎和各自的要求
- 部署指南里的 vLLM 和 SGLang 示例使用 8 块 H200 GPU(张量并行 8),LMDeploy 示例同样是张量并行 8。每个引擎都需要加 --trust-remote-code,因为仓库自带分词器代码;按指南的说法,不加的话引擎会静默加载标准分词器,工具调用和推理可能出错。来源: huggingface.co · 核对于 2026-11-19
- 指南里的版本说明:vLLM 0.33.0 加上仓库自带的补丁文件(用来修正图片被挂到错误的工具结果上的问题),SGLang 0.5.20 或更高并使用仓库的聊天模板,LMDeploy 需从 main 构建,transformers 至少 5.17、低于 5.19,并安装 FlashMLA。在 Hopper GPU(H100、H200)上要保留默认的 BF16 KV 缓存,因为该模型在那里不支持 FP8 KV 缓存。来源: huggingface.co · 核对于 2026-11-19
- 另一个仓库 internlm/Sage-S2.1-Flash-FP8 存放 FP8 版本。Hugging Face 的 API 显示它创建于 2026 年 11 月 13 日,大部分参数以 8 位浮点存储,文件总大小约 329 GB,大约是 BF16 仓库的一半。FP8 版本模型卡的简介与 BF16 版本相同,并指向自己的部署指南。来源: huggingface.co · 核对于 2026-11-19
- 对于科学输入,模型卡说要从模型仓库下载投影器、从 Sage-SciPerception 仓库下载加载脚本,自己运行科学编码器,再把合并后的嵌入通过 /v1/completions 发给用 --enable-prompt-embeds 启动的 vLLM 服务。第一步检查可以先在 CPU 上加载投影器。来源: huggingface.co · 核对于 2026-11-19
自己运行
运行 Sage S2.1 Flash 的几种方式及各自的要求
这不是能在笔记本上加载的模型。实验室的指南把 BF16 权重的大小定为约 645 GB,并在 vLLM 和 SGLang 示例里使用 8 块 H200 GPU,所以实际上它面向有 GPU 服务器的实验室或公司,或者托管服务商。由于权重是 MIT 许可,服务商可以托管并出售访问,这也是这类模型进入 API 列表的常见方式;截至我们核对时,OpenRouter 上还没有出现。在那之前,想在没有硬件的情况下尝试这类智能体任务,DeepSeek V4.1 Flash 这样的托管模型是更现实的选择。
| 方式 | 是什么 | 需要什么 |
|---|---|---|
| BF16 权重 | 主仓库,MIT 许可,按 Hugging Face 的统计有 3213 亿参数 | 约 645 GB 存储;指南的服务示例使用 8 块 H200 |
| FP8 权重 | 另一个仓库,8 位浮点权重,有自己的部署指南 | 文件合计约 329 GB;引擎设置请看 FP8 版的指南 |
| vLLM | 用 --trust-remote-code 启动,工具与推理解析器为 glm47,张量并行 8 | vLLM 0.33.0 加仓库里的补丁;使用默认 Python 前端(Rust 前端暂不支持图片和视频输入) |
| SGLang | 用 --trust-remote-code 和仓库自带的聊天模板启动,张量并行 8 | SGLang 0.5.20 或更高;需先下载 chat_template.jinja |
| LMDeploy | PyTorch 后端,张量并行 8,工具解析器 glm47 | 从 main 构建的 LMDeploy,transformers 从 5.17 起、不含 5.19,并安装 FlashMLA |
| 科学输入(投影器) | 投影器来自模型仓库,加载脚本来自 Sage-SciPerception,提示嵌入发往 /v1/completions | 带 --enable-prompt-embeds 的 vLLM 服务,另外单独准备科学编码器和预处理 |
上线时通知我
登录后点按钮:只保存你的账号和这个模型,不存其他资料。目前还不会发送邮件。
最接近的可用模型
现在可用的 Sage S2.1 Flash 替代选择
DeepSeek V4.1 Flash
DeepSeek$0.30 / $1.2 (每百万 token)
- DeepSeek 于 2026 年 9 月 10 日发布 V4.1-Flash。来源: api-docs.deepseek.com · 核对于 2026-11-11
- V4.1 目前只有 Flash 版:DeepSeek 没有发布 V4.1 Pro,价格页上的 Pro 仍是 deepseek-v4-pro(V4-Pro-0813)。来源: api-docs.deepseek.com · 核对于 2026-11-11
- DeepSeek 价格页写明,API 模型 deepseek-flash 现由 V4.1-Flash-1017 快照提供。来源: api-docs.deepseek.com · 核对于 2026-11-11
Qwen3.8-Max
Alibaba$2 / $6 (每百万 token)
- Alibaba 对 qwen3.8-max 的定价为每百万输入/输出 token 2/6 美元(新加坡区)。来源: docs.qwencloud.com · 核对于 2026-11-13
- Alibaba 描述 qwen3.8-max 为 2.4 万亿参数的 MoE 模型。来源: docs.qwencloud.com · 核对于 2026-11-13
- 在 OpenRouter 上的 id 为 qwen/qwen3.8-max-0902,每百万 token 2/6 美元。来源: openrouter.ai · 核对于 2026-11-13
FAQ
Sage S2.1 Flash 常见问题
Sage S2.1 Flash 是什么?
Sage S2.1 Flash 是上海人工智能实验室的科学多模态模型,以开放权重形式发布在 Hugging Face 的 internlm 组织下。实验室称它面向需要多轮分析与反复验证的科研任务,把科学数据理解与检索、编程和工具调用结合起来。部署指南称它是基于 GLM-5.3-Flash 架构的 320B-A18B 混合专家模型。
Sage S2.1 Flash 是谁做的?什么时候发布的?
模型卡署名上海人工智能实验室,权重放在 Hugging Face 的 internlm 组织下(模型卡上的中文名是书生 S2.1 Flash)。模型卡没有写发布日期。Hugging Face 显示主仓库创建于 2026 年 11 月 15 日、FP8 仓库创建于 11 月 13 日,一篇 arXiv 技术报告在 11 月 16 日提交。
Sage S2.1 Flash 有多大?需要什么硬件?
按 Hugging Face 的统计它约有 3210 亿参数,每个 token 激活 180 亿,BF16 权重约 645 GB。实验室的 vLLM 和 SGLang 示例使用 8 块 H200 GPU。另有约 329 GB 的 FP8 版本,所以它是服务器级的模型,不是笔记本或单块消费级显卡能跑的。
Sage S2.1 Flash 用什么许可?
模型卡说,代码和模型权重以 MIT 许可发布,这是一种宽松许可,允许在保留许可文本的前提下使用、复制、修改和再分发。具体条款请读 LICENSE 文件。另外,引擎还需要仓库的自定义代码(通过 trust_remote_code 加载),在你自己的服务器上运行前请先审查。
Sage S2.1 Flash 有多强?
按实验室自己的表格(我们没有复现),它在 MLE-bench Lite 上 90.3、OfficeQA Pro 上 72.2、SpreadsheetBench 2 上 37.1,都是该表里的最高数字;但 SWE-bench Pro 只有 60.6,Claude Opus 5 是 76.5。它在文档、电子表格和机器学习任务上最强,在软件工程行上较弱。这些分数来自厂商,不是独立测试。
它能处理哪些科学数据?
模型卡说,Sage SciPerception 架构让它能把十余类科学输入(如分子图、晶体结构、蛋白质序列)和文字提示一起读取,用于预测、分类和结构推断。这需要单独的投影器、编码器和支持提示嵌入的 vLLM 服务,所以是科研级的配置。模型卡上没有给出这些任务的准确率数字。
能在这里和 Sage S2.1 Flash 聊天吗?可以用什么替代?
不能。它不在 OpenRouter 的模型列表里,所以本站无法运行它。想做托管的智能体类任务,可以和 DeepSeek V4.1 Flash 聊天:在本站一次典型回复约 1 个积分(一个积分约 $0.01,按 $5 档计算),按真实 token 成本计费,最低 1 个积分。Qwen3.8 也是一个选择。
这是 Sage S2.1 Flash 的官方网站吗?
不是。本页为非官方页面,与上海人工智能实验室无关,也未获其认可。事实链接到我们读过的页面。