NEWS & DOCUMENTARYAIと人間のこれから。
RAXUS AIAIのいまを確かめて届ける。
LATEST EDITION

上海AI実験室、科学データを共通表現で扱う約320B MoEモデル「Sage S2.1 Flash」を公開──BF16とFP8の重み公開、性能は著者提示値

上海人工智能実験室(Shanghai AI Laboratory)は2026年11月16日、分子グラフや結晶構造、タンパク質配列といった科学データをテキスト・画像と同じ推論空間で扱う大規模モデル「Sage S2.1 Flash」を公開した。公式の説明では約320Bパラメータの混合専門家(MoE)モデルで、BF16とFP8の重みをHugging Faceで配布している。技術報告はarXiv:2611.21072で16日に投稿された。公開されている評価数値は著者提示値で、独立した再現結果は確認できていない。

公式GitHubリポジトリのInternLM/Sage-S2.1-Flashでは、BF16版とFP8版の重みをHugging FaceとModelScopeで配布し、専用の科学入力を扱うSage SciPerceptionのprojectorを同じリポジトリに置いている。READMEは「このリポジトリのコードとモデル重みはMITライセンスで公開」と記載する。ただしHugging Faceのモデルカードにはライセンスのメタデータが設定されていないため、個別の資産を利用する前に各リポジトリの表記を確認する必要がある。技術報告のarXiv:2611.21072は2026年11月16日13時23分(UTC)にv1が投稿された。

「我々は、科学的証拠に基づいて推論し、対話的な環境で行動する、3200億パラメータの汎用混合専門家(MoE)モデル「Sage S1.5 Flash」を提案する。」

We introduce Sage S1.5 Flash, a 320-billion-parameter general-purpose mixture-of-experts model designed to reason over scientific evidence and act in interactive environments.

arXiv:2611.21072「Sage S2.1 Flash Technical Report」のabstract(2026-11-16投稿、2026-11-18確認。abstractの版表記はS1.5のまま)

科学データを共通表現に投影するSage SciPerception

Sage SciPerceptionは、分子グラフ、結晶構造、タンパク質の配列と3D構造、スペクトルなど10種類超の科学入力に対応する。モダリティごとの専用エンコーダが特徴を抽出し、projectorが言語モデルの入力埋め込み空間へ写像する。テキストや画像と同じ入力空間に置かれるため、単一のバックボーンが自然言語の指示と科学データを並べて処理できる。スペクトルは「測定値の順序付きパッチ」として表現する。READMEの実行例では、projectorを読み込んだ上でvLLMの`--enable-prompt-embeds`を有効にし、埋め込みを含むプロンプトを送る構成が示されている。

図解Sage SciPerceptionの処理と検証の流れ
  1. 01 科学入力

    10種類超

    分子グラフ、結晶構造、タンパク質配列と3D構造、スペクトルなどを専用プロトコルで入力する

  2. 02 専用エンコーダ

    モダリティ別

    入力の種類ごとにエンコーダが特徴を抽出する

  3. 03 projector

    共有表現

    言語モデルの入力埋め込み空間へ写像し、テキスト・画像と並べて扱えるようにする

  4. 04 バックボーン

    約320B MoE

    共通のバックボーンが推論する。config.jsonでは288のrouted expertと1つのshared expert、最初の3層はdense、最大位置長は1,048,576

  5. 05 ツール実行

    検証可能環境

    コード実行、検索、専門ソフトウェアの操作などエージェント作業を進める

  6. 06 結果で判定

    完了確認

    実行結果や環境の変化に対してタスク完了を判定し、次の一手を調整する

arXiv:2611.21072のabstractと公式GitHubのREADME(2026-11-18確認)から作成。エキスパート構成はリポジトリのconfig.jsonの値。

ツール実行の結果で作業を検証するエージェント設計

技術報告のabstractによると、エージェント能力の学習には、ツール使用、検索、コーディングのための検証可能な環境に加え、機械学習の実験や科学ソフトウェアを扱う専用ワークフローが使われた。タスクの完了は、実行結果や環境の変化に対して判定される。READMEの説明でも、モデルは専用ソフトウェアで分析を実行し、中間出力や視覚的なフィードバックと結果を照らして確認し、次の工程を調整する用途を想定しているとされる。

公式評価は著者提示値

READMEの評価表は15ベンチマークを6モデルで比較し、このモデルは4項目で1位、7項目で2位としている。機械学習エンジニアリングのMLE-bench Liteでは90.3で、比較中最高のDeepSeek-V4.1-Flash-1017(89.2)を上回る。OfficeQA Pro(72.2)とSpreadsheetBench 2(37.1)でも表内1位とされる。一方、SWE-bench Proでは60.6でClaude Opus 5の76.5に届かず、Terminal-Bench 2.1も87.9でClaude Opus 5の90.2に下がる。数値はすべて著者提示値で、第三者による再現結果は公開されていない。また、総パラメータの約320Bという表記は活性パラメータではない。Hugging Faceのsafetensorsメタデータの合計は321,323,031,390(約321.3B)で、丸めた公式表記と区別して読む必要がある。

図解公式評価表の代表値(著者提示値、2026-11-18確認)
  • MLE-bench Lite

    Sage S2.1 Flash
    90.3(6モデル中1位)
    DeepSeek-V4.1
    89.2
    GLM-5.3-Flash
    84.3
  • OfficeQA Pro

    Sage S2.1 Flash
    72.2(6モデル中1位)
    DeepSeek-V4.1
    69.7
    GLM-5.3-Flash
    64.7
  • SpreadsheetBench 2

    Sage S2.1 Flash
    37.1(6モデル中1位)
    DeepSeek-V4.1
    35.8
    GLM-5.3-Flash
    32.4
  • Terminal-Bench 2.1

    Sage S2.1 Flash
    87.9
    DeepSeek-V4.1
    87.6
    GLM-5.3-Flash
    84.3
  • SWE-bench Pro

    Sage S2.1 Flash
    60.6
    DeepSeek-V4.1
    61.8
    GLM-5.3-Flash
    60.3
  • PaperBench

    Sage S2.1 Flash
    88.0
    DeepSeek-V4.1
    88.6
    GLM-5.3-Flash
    83.0

公式GitHub READMEの評価表(15ベンチマーク×6モデル)から主要行を抽出。DeepSeekの列は幅の都合で「DeepSeek-V4.1」と略記し、評価対象の正式名称はDeepSeek-V4.1-Flash-1017。括弧の順位は図内の3モデルではなく6モデル(Qwen3.8-Max、GPT-5.6 Sol、Claude Opus 5を含む)比較での順位。Terminal-Bench 2.1はQwen3.8-Max(89.6)、SWE-bench ProとPaperBenchはQwen3.8-Max(65.3、95.1)が表内最高。

名称・版・アーキテクチャの確認時点の留保

技術報告のタイトルは「Sage S2.1 Flash Technical Report」だが、abstractの一文目は「Sage S1.5 Flash」となっており、版の表記が混在している。本稿は公開リポジトリとモデル名に合わせてS2.1と書くが、今後の修正を追跡する必要がある。アーキテクチャはリポジトリのconfig.jsonでmodel_typeが`glm5_next`(実装クラスGlm5NextForConditionalGeneration)とされ、GLM系の実装上に構築されている。評価対象にGLM-5.3-Flashが含まれるが、公式が本モデルとその関係を明示した資料は確認できていない。

読むときの留保

公開された評価は著者の自己評価で、科学モダリティ固有の外部ベンチマークや第三者検証はまだない。MLE-bench Liteの数値は機械学習の作業能力を測るもので、分子や医療領域の予測精度を保証しない。重みの配布容量と実行に必要なVRAMも別の量で、BF16版とFP8版では扱いが変わる。MITとREADMEに書かれていても、モデルカードのメタデータにライセンスが設定されていない状態のため、利用条件は各資産の表記を確認して判断する。医療・創薬での実効性を実証した発表ではない。

出典

  1. GitHub InternLM/Sage-S2.1-Flash(公式README・config.json・評価表)モデル概要、配布一覧、MIT表記、15ベンチマークの評価表、SciPerceptionの実行手順
  2. Hugging Face internlm/Sage-S2.1-Flash(BF16版モデルカード・safetensorsメタデータ)BF16重みの配布、総パラメータ321,323,031,390のメタデータ、ライセンスメタデータ未設定
  3. Hugging Face internlm/Sage-S2.1-Flash-FP8(FP8版モデルカード)FP8重みの配布とMIT表記、デプロイガイドへのリンク
  4. arXiv:2611.21072「Sage S2.1 Flash Technical Report」(2026-11-16投稿)320B MoE、SciPerceptionのモダリティ表現、検証可能環境でのエージェント学習、abstractのS1.5表記
  5. 公式サイト(internlm.github.io)公式ページの存在確認。JavaScript描画のため静的取得できる本文は最小限

出典の確認日 2026.11.18

KEEP EXPLORING

あわせて読みたい記事と映像

プロダクトの記事一覧
  1. 上海AI実験室がメタ認知型の研究エージェントSage-Taiyiを発表 Taiyi-Bench 265タスクでAI Scientist-v2に6.1ポイント差、条件最適化で収率を微量から84%へ(著者報告)

    上海人工智能実験室(Shanghai AI Laboratory)のSage-Taiyiチームは2026年11月9日、調べた結果の証拠と適用条件を保持し、次に調べる対象と推論方法を適応的に選ぶ研究エージェントSage-Taiyiの論文をarXivに公開した。2026年3月1日以降に公表された50論文から作った265タスクのTaiyi-Benchで総合54.0と、最強の比較対象AI Scientist-v2の47.9に6.1ポイント差をつけ、8指標すべてで首位だった。専門家が関与した5件の実験・シミュレーション検証では、条件最適化によりコバルト触媒カルボニル化のモデル反応収率を微量から84%へ、光触媒アリルアミノ化を13%から69%へ上げたと報告している。実行可能なコードはまだ公開されておらず、数値は著者の報告だ。

    記事を読む
  2. GitHub、エージェントセッションを端末間で継続させる「Agent Host Protocol」の実装を解説──VS CodeとGitHubで2つのホスト実装、6言語のSDK

    GitHubは2026年11月17日、公式Engineeringブログで、AIエージェントのセッションをエディタ、スマートフォン、クラウドの間で引き継ぐオープンなプロトコル「Agent Host Protocol(AHP)」の実装構造を解説した。執筆したのは同社のプリンシパルソフトウェアエンジニア、Connor Peet氏とRob Lourens氏だ。AHPの開発は2026年前半にVS Codeで始まり、仕様は10月2日にv1.0.0、11月13日にv1.1.0として公開済みである。今回の記事は新規プロトコルの発表ではなく、VS CodeとGitHubという異なる2実装に共通で使われている構造と設計判断の開示が中心だ。

    記事を読む
  3. Appleの研究チーム、対話操作に足る速さの動画生成「FastFrames」を公開──1.3B構成で1フレーム36ms、VAE復号とKVキャッシュ更新の置換が鍵

    Appleの研究チームは2026年11月17日、入力に応じた対話操作が可能な速さで480p動画を生成する自己回帰型動画拡散モデル「FastFrames」の論文をarXivに公開した(arXiv:2611.23226)。1.3Bの構成では単一のNVIDIA B200で1フレーム36ミリ秒(毎秒27.8回の応答)、14Bの構成では8基のB200で45ミリ秒を著者らは報告している。論文はまず既存モデルの推論を計測し、VAE復号とKVキャッシュ更新という「固定の実装詳細」とされてきた処理がエンドツーエンド遅延の半分以上を占めることを示したうえで、この2つを軽量な代替に置き換えた。論文、コード、重みが公開されている。

    記事を読む