上海AI实验室发布Sage S2.1 Flash,15项基准4项登顶
jacek2023 · reddit · 2026-11-16
上海人工智能实验室在 Hugging Face 发布科学多模态模型 Sage S2.1 Flash,面向需要多轮分析与验证的科研任务,结合科学数据理解、信息检索、编程与工具调用,能调用专业软件执行分析、核对中间输出与可视化反馈并动态调整后续步骤。
在覆盖 15 项基准、对比 6 个模型的评测中,它在 4 项排名第一、7 项排名第二:
- 机器学习工程:MLE-bench Lite 以 90.3 登顶,超过 DeepSeek-V4.1-Flash-1017 的 89.2
- 办公与专业文档:OfficeQA Pro(72.2)、Harvey LAB(25.0)、SpreadsheetBench 2(37.1)三项第一
- 工具使用与研究执行:AutomationBench、ALE-CLI、BFCL V4、WebArena-Verified、DeepResearch Bench II、JobBench、OSWorld-Verified 七项第二
- 对比对象包括 GLM-5.3-Flash、DeepSeek-V4.1-Flash-1017、Qwen3.8-Max、GPT-5.6 Sol、Claude Opus 5 等
所属事件:上海AI实验室开源科学多模态模型 Sage S2.1 Flash(3 条相关)→
「模型」频道最新
- Devin 中现 stealth 模型 silicon-2,疑似 Anthropic 新模型 — kimmonismus · 2026-11-16
- Google AI Mode隐藏所用Gemini型号,Gemini 4 Carbon下放Pro用户 — gaganghotra_ · 2026-11-16
- 开源 Karpo-Decision-31B 单次前向出概率,登顶 Decision Index 超越 Gemini — CodeByPoonam · 2026-11-16
- Nathan Lambert 点破 Ethan Mollick 榜单对比漏掉了 Kimi — natolambert · 2026-11-16
- 评测方 Trajectory 给 40 个 Agent 写「永不放弃」提示词,此前未告知 Epoch — peterwildeford · 2026-11-16
- 自托管实测:Unsloth Q8 量化版大幅优于默认 Q3,连夜跑完 331 份账单分析 — No_Cartographer3953 · 2026-11-16