¿Qué es Sage-A1.5?
Sage-A1.5 es un modelo de agente de pesos abiertos del equipo InternScience de Shanghai AI Laboratory, publicado el 15 de octubre de 2026 junto con un informe técnico. Es un modelo mixture-of-experts de 35.000 millones de parámetros construido sobre Qwen3.6-35B-A3B de Alibaba y el anterior Agents-A1 del laboratorio, y lee texto e imágenes.
Añade dos modos opcionales. Agentic Orchestration permite al modelo llamar a una herramienta spawn_subagent para enviar subpreguntas independientes a subagentes en paralelo, cada uno con su propio contexto y herramientas. Verification Mode, que se activa con un indicador de la plantilla de chat, hace que el modelo se detenga a mitad de tarea dentro de su razonamiento para revisar lo que ha funcionado y cambiar de rumbo.
Los pesos están bajo Apache 2.0, con versiones FP8 y GGUF Q4_K_M. El contexto nativo es de 262.144 tokens, ampliable a 524.288 con YaRN. El laboratorio ofrece una prueba gratuita a través de su plan de tokens Intern Discovery; los precios de pago no figuran en la ficha.
¿Cuánto cuesta Sage-A1.5?
| Plan | Precio | Qué incluye |
|---|---|---|
| Weights | Free | Apache 2.0; BF16, FP8, GGUF |
| Intern Discovery token plan | Free trial | Precios de pago no publicados |
Pesos abiertos bajo Apache 2.0; prueba gratuita en el plan de tokens Intern Discovery de Shanghai AI Lab; precios de la API de pago no publicados.
¿Merece la pena Sage-A1.5?
Sage-A1.5 es más que un ajuste fino con nombre nuevo: incorpora comportamiento de agente, reparto en subagentes y autorrevisión dentro del razonamiento, cosas que la mayoría de modelos abiertos dejan al arnés. Según las cifras del laboratorio, eso rinde donde apuntaba. Obtiene 81,7 en BrowseComp (82,8 con orquestación), frente a 67,9 de su base Qwen3.6-35B-A3B y 75,5 de Agents-A1, y 61,2 en SWE-bench Pro, 17,6 puntos más que A1 y cerca del 64,6 de GLM-5.3.
Las victorias destacadas sobre modelos mucho mayores piden cautela. Sus afirmaciones de «mejor en conjunto» descansan sobre todo en FrontierScience-Research (48,3 frente a 26,7 de GPT-5.6-sol) y CMT (80,0 frente a 50,0), benchmarks que pocos laboratorios externos publican, mientras que en pruebas consolidadas sigue por detrás: Kimi-K3 lidera BrowseComp con 91,2 y GPT-5.6-sol lidera HLE con herramientas con 64,5 frente a 55,1 de Sage. El equipo tomó las cifras de los rivales de sus propios informes cuando existían y ejecutó el resto con su propio código de evaluación abierto, así que las configuraciones no son idénticas. Un rastreador aún no le asigna puntuación de índice porque hay demasiados pocos resultados independientes.
El diseño práctico es bueno. La orquestación es solo un esquema de herramienta que implementa tu arnés, con límites de lote y de turnos (cinco tareas, 20 turnos por defecto) y subagentes que devuelven UNKNOWN en lugar de adivinar. La verificación es un único booleano, aunque exige un mensaje de sistema no vacío o el servidor devuelve un error. Los 256K de contexto nativo cubren sesiones de investigación largas, y las versiones FP8 y GGUF lo ponen al alcance de una sola GPU.
Frente a Nanbeige4.3-33B, su rival abierto más cercano para trabajo de agentes, Sage lee imágenes y tiene un diseño mixture-of-experts más barato por token; frente a su propia base Qwen, las mejoras en agentes de búsqueda y de código son lo bastante grandes como para justificar el cambio para ese trabajo.
Dónde se gana su sitio
Una científica de datos en una biotecnológica de 50 personas
Hacer búsquedas en literatura y bases de datos como agente autoalojado
Registra spawn_subagent con herramientas de búsqueda y lectura de páginas; el modelo divide una pregunta en hasta cinco subtareas en paralelo que devuelven evidencias y un estado UNKNOWN cuando no están seguras. Los pesos se quedan en tus instalaciones bajo Apache 2.0.
Un ingeniero de plataforma en una empresa de software mediana
Sustituir un agente de código Qwen3.6-35B-A3B por algo más potente sin hardware nuevo
Sage usa la misma arquitectura y los mismos parsers de herramientas, así que el comando de vLLM apenas cambia, y la puntuación del laboratorio en SWE-bench Pro sube de 49,5 a 61,2. Vuelve a ejecutar tu propia batería de regresión antes del despliegue.
Un equipo de analistas en una consultora
Extraer cifras de informes escaneados y contrastarlas
Lee imágenes, con 91,5 en OmniDocBench en las pruebas del laboratorio, y Verification Mode le hace revisar sus evidencias a mitad de respuesta; lee reasoning_content para ver la autocomprobación.
Antes de decidirte
- Puesta en marcha
- vllm serve InternScience/Sage-A1.5 con el parser de razonamiento qwen3 y el de herramientas qwen3_coder, o el equivalente en SGLang; añade --language-model-only para omitir el codificador de visión y liberar memoria de caché.
- Integraciones
- vLLM, SGLang (con decodificación especulativa MTP), llama.cpp y Ollama vía GGUF; llamada a herramientas compatible con OpenAI; marco de evaluación abierto en el repositorio de GitHub de Agents-A1.
- Datos y privacidad
- Apache 2.0, sin restricciones de uso. Las condiciones de datos de la prueba alojada de Intern Discovery no figuran en la ficha del modelo; autoaloja para trabajo sensible.
- Coste a escala
- Unos 72GB en BF16 para 35.950 millones de parámetros, es decir, una GPU de 80GB con poca caché libre; la versión FP8 lo reduce a la mitad, y el GGUF Q4_K_M funciona en llama.cpp, Ollama y LM Studio.
- Límites
- Contexto nativo de 256K, 512K solo con YaRN; Verification Mode rechaza peticiones sin mensaje de sistema; presence_penalty recomendado de 1,5; los resultados independientes siguen siendo escasos.
Lo bueno
- BrowseComp 81,7 y SWE-bench Pro 61,2, muy por encima de su base Qwen3.6 en las pruebas del laboratorio
- Subagentes en paralelo integrados y un modo opcional de autorrevisión
- Lee imágenes; contexto nativo de 256K, 512K con YaRN
- Apache 2.0 con versiones FP8 y GGUF
Lo malo
- Varias de sus victorias son en benchmarks que pocos más publican
- Sigue muy por detrás de Kimi-K3 y GPT-5.6-sol en BrowseComp y HLE
- Precios alojados no publicados más allá de una prueba gratuita
- La orquestación necesita que tu arnés ejecute los subagentes
Ideal para
Equipos que construyen agentes de investigación o navegación autoalojados y quieren el reparto en subagentes y la autocomprobación en el modelo, no en código propio del arnés.
Alternativas a Sage-A1.5
Sage-A1.5: preguntas frecuentes
- ¿Merece la pena Sage-A1.5?
- Sage-A1.5 convierte una base Qwen en un agente de investigación abierto creíble con subagentes integrados, aunque sus grandes victorias llegan en benchmarks que pocos más publican. Le damos un 3.9 sobre 5.
- ¿Cuánto cuesta Sage-A1.5?
- Pesos abiertos bajo Apache 2.0; prueba gratuita en el plan de tokens Intern Discovery de Shanghai AI Lab; precios de la API de pago no publicados.
- ¿Qué inconvenientes tiene Sage-A1.5?
- Varias de sus victorias son en benchmarks que pocos más publican; sigue muy por detrás de Kimi-K3 y GPT-5.6-sol en BrowseComp y HLE; precios alojados no publicados más allá de una prueba gratuita; la orquestación necesita que tu arnés ejecute los subagentes.
- ¿Para quién es Sage-A1.5?
- Equipos que construyen agentes de investigación o navegación autoalojados y quieren el reparto en subagentes y la autocomprobación en el modelo, no en código propio del arnés.
- ¿Cuánto cuesta Sage-A1.5 para un equipo o en producción?
- Unos 72GB en BF16 para 35.950 millones de parámetros, es decir, una GPU de 80GB con poca caché libre; la versión FP8 lo reduce a la mitad, y el GGUF Q4_K_M funciona en llama.cpp, Ollama y LM Studio.
- ¿Es Sage-A1.5 seguro para los datos de la empresa?
- Apache 2.0, sin restricciones de uso. Las condiciones de datos de la prueba alojada de Intern Discovery no figuran en la ficha del modelo; autoaloja para trabajo sensible.
- ¿Cuáles son las mejores alternativas a Sage-A1.5?
- Las alternativas más cercanas que hemos analizado son Nanbeige4.3-33B, Qwen3.8-27B, Kimi K3 y GLM-5.3.
Respuestas comprobadas el 31 oct 2026.