Das Shanghai Artificial Intelligence Laboratory hat am Sonntag (15.11.) Sage S2.1 Flash veröffentlicht, ein multimodales Modell für wissenschaftliche Aufgaben mit 321 Milliarden Parametern, dessen Code und Gewichte unter der MIT-Lizenz stehen. Das Modell ist bereits auf Hugging Face und ModelScope verfügbar, und der technische Bericht wurde am Montag (16.11.) bei arXiv eingereicht.
Eine leise Veröffentlichung
Anders als die großen Modellstarts dieser Woche kam Sage S2.1 Flash ohne Ankündigungsbeitrag, ohne Präsentation und ohne Pressemitteilung: Das Repository erschien am 15. November einfach auf Hugging Face, und die Projekt-Microsite folgte erst am nächsten Tag. Die auf KI spezialisierte Presse bemerkte die Veröffentlichung und arbeitete im Detail auf, was das Labor bereitgestellt hatte.
Was das Modell kann
Sage S2.1 Flash wurde als Forschungsagent konzipiert, nicht als gewöhnlicher Chatbot. Es verbindet das Verständnis wissenschaftlicher Daten mit Informationssuche, Programmierung und Werkzeugnutzung und kann wissenschaftliche Software wie Blender, 3D Slicer und Fiji bedienen, wobei es Zwischenergebnisse anhand visuellen Feedbacks prüft, bevor es den nächsten Schritt entscheidet.
Das Kernstück ist Sage SciPerception, eine einheitliche Repräsentationsebene, die mehr als zehn Arten wissenschaftlicher Eingaben akzeptiert — Molekülgraphen, Kristallstrukturen, Proteinsequenzen und 3D-Proteinstrukturen, DNA, RNA, Spektren, MS/MS, XRD, EKG, EEG und Lichtkurven — und sie in denselben Repräsentationsraum wie Text projiziert, um gemeinsam mit natürlichsprachlichen Anweisungen über sie zu schlussfolgern. Der Kontext reicht bis etwa 1 Million Tokens.
Zahlen und Benchmarks — mit Vorbehalt
Nach der eigenen Evaluierung des Labors liegt das Modell bei 4 von 15 Benchmarks auf Platz eins und bei 7 auf Platz zwei. Das herausragende Ergebnis ist MLE-bench Lite mit 90,3 Punkten, vor DeepSeek-V4.1-Flash-1017 (89,2). Das Modell führt außerdem OfficeQA Pro (72,2), Harvey LAB (25,0) und SpreadsheetBench 2 (37,1) sowie PostTrainBench (39,2) an. Zu den Vergleichsmodellen gehören GLM-5.3-Flash, Qwen3.8-Max, GPT-5.6 Sol und Claude Opus 5.
Der Vorbehalt ist wichtig: Alle diese Zahlen stammen vom Entwickler InternLM selbst, ohne bisherige unabhängige Reproduktion und ohne veröffentlichte Evaluierungsskripte zum Modell. Sie sind als Behauptung des Entwicklers zu lesen, nicht als von Dritten verifiziertes Ergebnis. Eine unabhängige Analyse der Konfigurationsdateien deutet zudem darauf hin, dass die Architektur auf der Basis von GLM-5.3-Flash aufbaut.
MIT-Lizenz und Download
Code und Gewichte stehen unter der MIT-Lizenz, einer der freizügigsten Lizenzen, mit BF16- und FP8-Versionen auf Hugging Face und ModelScope. In der Praxis ist das Modell jedoch schwergewichtig: 645 GB Gewichte in BF16, mit 18 Milliarden aktiven Parametern pro Token, und die Referenzkonfiguration nutzt acht Nvidia-H200-GPUs mit vLLM oder SGLang. Es ist ein Modell für Labore und Hosting-Anbieter, nicht für einen Heimrechner. Dieselbe Hugging-Face-Sammlung enthält außerdem Sage S2.1, eine größere Version mit 753 Milliarden Parametern.
Warum das wichtig ist
Mit offenen Gewichten unter MIT-Lizenz und nativer Unterstützung wissenschaftlicher Daten betritt Sage S2.1 Flash ein Feld, das bisher von geschlossenen Modellen und Spezialwerkzeugen dominiert wurde: ein KI-Assistent, der Moleküle, Proteine und Spektren als direkte Eingabe liest, statt sich nur auf Text zu verlassen. Sollten sich die Zahlen in unabhängigen Tests bestätigen, könnte es eine relevante Option für Labore werden, die sensible Forschung innerhalb ihres eigenen Sicherheitsperimeters betreiben müssen.
Fontes
- Hugging Face — Sage S2.1 Flash (model card oficial)
- Sage S2.1 Flash — site oficial do projeto
- Relatório técnico — arXiv 2611.21072
- CuriousLM — análise do lançamento
- AI Weekly — InternLM's 321B Sage S2.1 Flash leads MLE-bench Lite at 90.3
- TechFastForward — InternLM Sage 2.1 tops MLE-Bench at 90.3 with MIT license
Bild: Diagramm der Sage-SciPerception-Architektur aus dem offiziellen Repository des Modells auf Hugging Face (InternLM / Shanghai Artificial Intelligence Laboratory), unter MIT-Lizenz.
Transparenz: Dieser Artikel wurde mit Unterstützung künstlicher Intelligenz erstellt, auf Grundlage öffentlich zugänglicher Beiträge und der oben genannten Internetquellen. Wir empfehlen, die Originalquellen zu konsultieren, um die Details zu bestätigen.
Von Muse