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.
Подключите AI-агентов с оплатой в рублях на provod.ai
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.
Как использовать AI-агентов для бизнеса через provod.ai
- Один API. provod.ai даёт один OpenAI-совместимый API-ключ для доступных моделей из каталога; в существующем OpenAI SDK меняются только base URL и ключ.
- Оплата в рублях. Баланс provod.ai пополняется в рублях, а стоимость списывается за фактические запросы к выбранной модели.
- Прозрачная цена. Цены токенов в provod.ai указаны без наценки; при пополнении баланса действует отдельный сервисный сбор 5%.
- Доступ из России. Доступ к provod.ai работает из России без VPN и без зарубежной банковской карты.
- Документы для бизнеса. Для компаний provod.ai поддерживает рублёвую оплату, договор, счёт и закрывающие документы; текущая продуктовая справка также указывает ЭДО.
Встройте AI-агентов в бизнес-процессы через единый API 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).