Was ist Sage-A1.5?
Sage-A1.5 ist ein Agentenmodell mit offenen Gewichten vom InternScience-Team des Shanghai AI Laboratory, veröffentlicht am 15. Oktober 2026 zusammen mit einem technischen Bericht. Es ist ein Mixture-of-Experts-Modell mit 35 Milliarden Parametern, aufgebaut auf Alibabas Qwen3.6-35B-A3B und dem früheren Agents-A1 des Labors, und es liest Text und Bilder.
Es bringt zwei optionale Modi mit. Agentic Orchestration lässt das Modell ein Tool spawn_subagent aufrufen, um unabhängige Teilfragen an parallele Subagenten zu schicken, jeder mit eigenem Kontext und eigenen Tools. Verification Mode, eingeschaltet über ein Flag im Chat-Template, lässt das Modell mitten in der Aufgabe innerhalb seines Reasonings innehalten, prüfen, was funktioniert hat, und den Kurs ändern.
Die Gewichte stehen unter Apache 2.0, mit FP8- und Q4_K_M-GGUF-Builds. Der native Kontext beträgt 262.144 Tokens, mit YaRN erweiterbar auf 524.288. Das Labor bietet über seinen Token-Tarif Intern Discovery eine kostenlose Testphase an; bezahlte Preise stehen nicht auf der Modellkarte.
Was kostet Sage-A1.5?
| Tarif | Preis | Was enthalten ist |
|---|---|---|
| Weights | Free | Apache 2.0; BF16, FP8, GGUF |
| Intern Discovery token plan | Free trial | Bezahlte Preise nicht veröffentlicht |
Offene Gewichte unter Apache 2.0; kostenlose Testphase im Token-Tarif Intern Discovery von Shanghai AI Lab; Preise der bezahlten API nicht veröffentlicht.
Lohnt sich Sage-A1.5?
Sage-A1.5 ist mehr als ein Fine-Tune mit neuem Namen: Es bringt Agentenverhalten, Verteilung auf Subagenten und Selbstprüfung im Reasoning mit, was die meisten offenen Modelle dem Harness überlassen. Nach den Zahlen des Labors zahlt sich das dort aus, wo es gezielt war. Es erreicht 81,7 in BrowseComp (82,8 mit Orchestrierung), gegenüber 67,9 für seine Basis Qwen3.6-35B-A3B und 75,5 für Agents-A1, sowie 61,2 in SWE-bench Pro, 17,6 Punkte mehr als A1 und nah an den 64,6 von GLM-5.3.
Die auffälligen Siege über weit größere Modelle verlangen Vorsicht. Seine Behauptungen, „insgesamt am besten“ zu sein, stützen sich stark auf FrontierScience-Research (48,3 gegenüber 26,7 für GPT-5.6-sol) und CMT (80,0 gegenüber 50,0), Benchmarks, die kaum externe Labore veröffentlichen, während es bei etablierten Tests weiter zurückliegt: Kimi-K3 führt BrowseComp mit 91,2 an, und GPT-5.6-sol führt HLE mit Tools mit 64,5 gegenüber 55,1 für Sage. Das Team übernahm die Zahlen der Konkurrenz, wo vorhanden, aus deren eigenen Berichten und ließ den Rest mit seinem eigenen offenen Evaluationscode laufen, die Setups sind also nicht identisch. Ein Tracker führt noch keinen Indexwert, weil es zu wenige unabhängige Ergebnisse gibt.
Das praktische Design ist gut. Orchestrierung ist nur ein Tool-Schema, das dein Harness umsetzt, mit Batch- und Turn-Limits (fünf Aufgaben, standardmäßig 20 Turns) und Subagenten, die UNKNOWN zurückgeben, statt zu raten. Verifikation ist ein einzelner Boolean, verlangt aber eine nicht leere System-Nachricht, sonst gibt der Server einen Fehler zurück. Der native Kontext von 256K deckt lange Recherchesitzungen ab, und die FP8- und GGUF-Builds bringen es in Reichweite einer einzelnen GPU.
Gegenüber Nanbeige4.3-33B, seinem nächsten offenen Rivalen für Agentenarbeit, liest Sage Bilder und hat ein Mixture-of-Experts-Design, das pro Token günstiger ist; gegenüber seiner eigenen Qwen-Basis sind die Zuwächse bei Such- und Coding-Agenten groß genug, um den Wechsel für diese Arbeit zu rechtfertigen.
Wo es sich lohnt
Eine Data Scientist bei einem Biotech-Unternehmen mit 50 Mitarbeitenden
Literatur- und Datenbankrecherchen als selbst gehosteter Agent durchführen
Registriere spawn_subagent mit Such- und Seitenlese-Tools; das Modell teilt eine Frage in bis zu fünf parallele Teilaufgaben, die Belege und bei Unsicherheit den Status UNKNOWN zurückgeben. Die Gewichte bleiben unter Apache 2.0 im eigenen Haus.
Ein Platform Engineer bei einem mittelgroßen Softwareunternehmen
Einen Coding-Agenten auf Qwen3.6-35B-A3B ohne neue Hardware durch etwas Stärkeres ersetzen
Sage nutzt dieselbe Architektur und dieselben Tool-Parser, der vLLM-Befehl ändert sich also kaum, und der SWE-bench-Pro-Wert des Labors steigt von 49,5 auf 61,2. Lass vor dem Rollout deine eigene Regressionssuite erneut laufen.
Ein Analystenteam bei einer Unternehmensberatung
Zahlen aus gescannten Berichten extrahieren und gegenprüfen
Es liest Bilder, mit 91,5 in OmniDocBench in den Tests des Labors, und Verification Mode lässt es seine Belege mitten in der Antwort prüfen; lies reasoning_content, um die Selbstprüfung zu sehen.
Bevor du dich festlegst
- Einrichtung
- vllm serve InternScience/Sage-A1.5 mit dem Reasoning-Parser qwen3 und dem Tool-Parser qwen3_coder, oder das SGLang-Äquivalent; mit --language-model-only den Vision-Encoder überspringen und Cache-Speicher freigeben.
- Integrationen
- vLLM, SGLang (mit spekulativem MTP-Decoding), llama.cpp und Ollama über GGUF; OpenAI-kompatibles Tool Calling; offenes Evaluations-Framework im GitHub-Repository von Agents-A1.
- Daten und Datenschutz
- Apache 2.0, keine Nutzungsbeschränkungen. Die Datenbedingungen der gehosteten Testphase von Intern Discovery stehen nicht auf der Modellkarte; für sensible Arbeit selbst hosten.
- Kosten im großen Maßstab
- Etwa 72GB in BF16 für 35,95 Milliarden Parameter, also eine 80GB-GPU mit wenig freiem Cache; der FP8-Build halbiert das, und das Q4_K_M-GGUF läuft in llama.cpp, Ollama und LM Studio.
- Grenzen
- Nativer Kontext von 256K, 512K nur mit YaRN; Verification Mode lehnt Anfragen ohne System-Nachricht ab; empfohlene presence_penalty 1,5; unabhängige Ergebnisse sind noch rar.
Was gut ist
- BrowseComp 81,7 und SWE-bench Pro 61,2, in den Tests des Labors deutlich über seiner Basis Qwen3.6
- Eingebaute parallele Subagenten und ein optionaler Selbstprüfungsmodus
- Liest Bilder; nativer Kontext von 256K, 512K mit YaRN
- Apache 2.0 mit FP8- und GGUF-Builds
Was nicht
- Mehrere seiner Siege fallen auf Benchmarks, die kaum andere melden
- Bei BrowseComp und HLE weiter deutlich hinter Kimi-K3 und GPT-5.6-sol
- Gehostete Preise über eine kostenlose Testphase hinaus nicht veröffentlicht
- Für die Orchestrierung muss dein Harness die Subagenten ausführen
Am besten für
Teams, die selbst gehostete Recherche- oder Browsing-Agenten bauen und Subagenten-Verteilung und Selbstprüfung im Modell statt in eigenem Harness-Code wollen.
Alternativen zu Sage-A1.5
Sage-A1.5: häufige Fragen
- Lohnt sich Sage-A1.5?
- Sage-A1.5 macht aus einer Qwen-Basis einen glaubwürdigen offenen Rechercheagenten mit eingebauten Subagenten, auch wenn seine großen Siege auf Benchmarks fallen, die kaum andere melden. Wir bewerten es mit 3.9 von 5.
- Was kostet Sage-A1.5?
- Offene Gewichte unter Apache 2.0; kostenlose Testphase im Token-Tarif Intern Discovery von Shanghai AI Lab; Preise der bezahlten API nicht veröffentlicht.
- Welche Nachteile hat Sage-A1.5?
- Mehrere seiner Siege fallen auf Benchmarks, die kaum andere melden; Bei BrowseComp und HLE weiter deutlich hinter Kimi-K3 und GPT-5.6-sol; Gehostete Preise über eine kostenlose Testphase hinaus nicht veröffentlicht; Für die Orchestrierung muss dein Harness die Subagenten ausführen.
- Für wen eignet sich Sage-A1.5?
- Teams, die selbst gehostete Recherche- oder Browsing-Agenten bauen und Subagenten-Verteilung und Selbstprüfung im Modell statt in eigenem Harness-Code wollen.
- Was kostet Sage-A1.5 für ein Team oder im Produktivbetrieb?
- Etwa 72GB in BF16 für 35,95 Milliarden Parameter, also eine 80GB-GPU mit wenig freiem Cache; der FP8-Build halbiert das, und das Q4_K_M-GGUF läuft in llama.cpp, Ollama und LM Studio.
- Ist Sage-A1.5 sicher für Firmendaten?
- Apache 2.0, keine Nutzungsbeschränkungen. Die Datenbedingungen der gehosteten Testphase von Intern Discovery stehen nicht auf der Modellkarte; für sensible Arbeit selbst hosten.
- Was sind die besten Alternativen zu Sage-A1.5?
- Die nächsten Alternativen, die wir getestet haben, sind Nanbeige4.3-33B, Qwen3.8-27B, Kimi K3 und GLM-5.3.
Antworten geprüft am 31. Okt. 2026.