بطاقة عنوان مُولّدة تحمل النص 'Sage-S2.1-Flash' فوق عنوان فرعي نصه '645 GB من الأوزان، وبطاقة نموذج بحجم 21 بايت، ودون أي إعلان'، مع ثلاث شرائح صغيرة أسفلها تحمل 'رفع 15 نوفمبر 2026'، و'رخصة MIT'، و'320B-A18B MoE'. خلفية بيضاء، ولمسات متدرجة باللونين الأزرق والسماوي، وأيقونات خطية مسطحة. شعار OrcaRouter مركّب في الزاوية السفلية اليمنى.
Guides & Insights

صدر Sage-S2.1-Flash بهدوء: 645 غيغابايت من الأوزان، وبطاقة نموذج بحجم 21 بايت، وجدول قياسات أداء لم يربط أحد إليه

الكاتب

jinhao.song

تاريخ النشر

أحدث النماذج · 20عرض جميع النماذج →
المعايير: Artificial Analysis · يُحدَّث يوميًا
العودة إلى جميع المقالات

في 15 نوفمبر 2026 الساعة 02:34 بالتوقيت العالمي UTC، رفع حساب يتبع لـ Shanghai AI Laboratory مستودعًا يُسمى internlm/Sage-S2.1-Flash إلى Hugging Face. كان يحتوي على 120 جزءًا من safetensors بإجمالي حوالي 645 غيغابايت، وملف إعدادات، وقالب محادثة، وREADME من 21 بايت. لم تكن هناك أي تدوينة. ولم تحمل الصفحة الرئيسية للمختبر نفسه أي ذكر للاسم عندما جلبناها في 16 نوفمبر. ولم نعثر على أي بيان صحفي، ولا أي إدخال لـ Sage-S2.1-Flash على Artificial Analysis.

ما كان موجودًا بالفعل، بنهاية عطلة نهاية الأسبوع تلك، هو ثلاثة أشياء يمكن للقارئ التحقق منها: الأوزان نفسها، ودليل نشر كُتب لمن يعتزمون تشغيل النموذج على ثماني وحدات H200، وجدول قياسات أداء مستضاف على موقع GitHub Pages مصغّر لا يشير إليه مستودع النموذج أبدًا. هذه المقالة جرد لهذه الثلاثة، مع خط فاصل واضح بين ما تثبته الملفات وما لم تقله InternLM بعد.

Screenshot of the Hugging Face 'Files and versions' tab for internlm/Sage-S2.1-Flash. The header shows the safetensors and glm5_next tags, the MIT licence, and a repository size of 643 GB. The file list shows .gitattributes, README.md, chat_template.jinja, config.json, deployment_guide.md, generation_config.json, and shards numbered model-00001-of-00120 through model-00013-of-00120 and beyond.

المستودع، ملفًا بملف

الأدلة واضحة على نحو غير معتاد لأنها قليلة جدًا. قائمة محتويات دليل بتاريخ 16 نوفمبر تُرجع 155 ملفًا. مئة وعشرون منها أجزاء من الأوزان بحجم 5.35 GB تقريبًا لكل جزء. والباقي هو آلية نموذج متعدد الوسائط: tokenizer.json بحجم 20 ميغابايت، وchat_template.jinja بحجم 10.5 KB، وconfig.json بحجم 5.9 KB، وإعدادات توليد بدرجة حرارة 1.0 وtop_p 0.95، وdeployment_guide.md، ودليلان — أحدهما يحتوي على رقعة vLLM، والآخر يحتوي على مُسقِّطات لنموذج إدراك مرافق.

يستحق README أن نتوقف عنده. واحد وعشرون بايتًا، وكلها بيانات YAML أمامية:

• خط أفقي، ثم سطر واحد مكتوب عليه license: mit، ثم خط أفقي آخر.

هذه هي بطاقة النموذج كاملة. لا يوجد وصف، ولا جدول معايير أداء، ولا مقتطف استخدام، ولا كتلة استشهاد، ولا رابط إلى ورقة بحثية. تعرضها {{KEEP}}Hugging Face{{/KEEP}} كصفحة بعنوان وشارة {{KEEP}}MIT{{/KEEP}} ونص فارغ. للمستودع إعجاب واحد، وفي وقت كتابة هذا النص، صفر تنزيلات — وهذا، بالنسبة لنموذج بهذا الحجم، ليس مؤشرًا على الجودة بقدر ما هو مؤشر على قلة عدد من يستطيعون تحمّل تكلفة مساحة التخزين.

تفصيلان أصغر من قائمة الملفات يستحقان التسجيل لأنهما يؤرخان الإصدار على نحو أفضل مما قد تفعله أي إعلان. أُنشئ النظير المكمَّم بـ FP8، internlm/Sage-S2.1-Flash-FP8، في 13 نوفمبر الساعة 15:04 بالتوقيت العالمي المنسق — أي نحو 35 ساعة قبل مستودع bfloat16. وآخر التزام في مستودع bf16، عند الساعة 03:01 بالتوقيت العالمي المنسق في 16 نوفمبر، هو رسالة مجردة "Upload folder using huggingface_hub"، وهي نفس رسالة الرفع الأولي. ومهما كانت سير العمل التي أنتجت هذا، فلم يكن إطلاقًا منسقًا بعناية.

الوثيقة الوحيدة التي كتبها المختبر بالفعل

deployment_guide.md هو النص النثري الوحيد الذي شحنته InternLM داخل المستودع، وهو الملف الأكثر إفادةً فيه. جملته الافتتاحية هي المواصفة بأكملها:

إصدار Sage-S2.1-Flash هو نموذج MoE متعدد الوسائط 320B-A18B مخزَّن بصيغة أوزان bfloat16 (حوالي 645 GB).

ثلاثة أرقام، وتؤكد البيانات الوصفية الخاصة بـHub اثنين منها. يظهر عدد المعاملات في صفحة النموذج على أنه 321 مليارًا، وهو فرق قدره مليار واحد يُرجَّح بدرجة كبيرة أنه اصطلاح تقريب لا خلاف. وتتطابق قيمة التخزين مع البيانات الوصفية لمستودع internlm عند 642.8 GB. «A18B» — 18 مليار معامل نشط لكل رمز — هو مصطلح خاص بـInternLM ولا يمكن استنتاجه بشكل مستقل من الإعدادات، لذا اعتبره رقمًا صادرًا عن المورّد.

يكمل config.json الباقي، وهو مستند مثير للاهتمام حقًا. يحتوي النموذج على 45 طبقة، ولا تستخدم سوى 11 منها الانتباه المتناثر التقليدي. أما الـ34 الأخرى فتستخدم نوع طبقة انتباه خطي يسميه الإعداد kda، ويُحدَّد عبر قائمة لكل طبقة في linear_attn_config. التوجيه هو 288 خبيرًا مع خبير مشترك واحد وثمانية مختارين لكل رمز، بمعامل تحجيم للتوجيه قدره 2.5. الحد الأقصى الموضعي هو 1,048,576 رمزًا. ثمة برج رؤية — عمق 24، صور بدقة 448 بكسل، وحجم رقعة 14 — وتحمل مفردات الرموز رموزًا صريحة للصورة والفيديو وبداية الصورة ونهاية الصورة وبداية الفيديو ونهاية الفيديو.

Screenshot of deployment_guide.md rendered in the Hugging Face file viewer for internlm/Sage-S2.1-Flash. The opening sentence reads 'The Sage-S2.1-Flash release is a 320B-A18B multimodal MoE model stored in bfloat16 weight format (about 645 GB).' Below it, the guide states the vLLM and SGLang examples use 8x H200 GPUs and that the model uses the GLM-5.3-Flash architecture, followed by the 'Required for Sage-S2.1-Flash' section on --trust-remote-code and the vLLM patch.

الخط المعماري الأكثر أهمية

يحتوي دليل النشر على جملة واحدة تعيد تأطير الإصدار بأكمله. وتقول إن Sage-S2.1-Flash "يستخدم بنية GLM-5.3-Flash"، وتوجّه القارئ إلى تثبيت vLLM وSGLang وضبطهما باتباع وصفات GLM-5.3-Flash الرسمية من Z.ai، مع استبدال اسم أحد المستودعين باسم الآخر.

تم تأكيد ذلك في الإعدادات: فئة البنية هي Glm5NextForConditionalGeneration ونوع الطراز هو glm5_next. لذا يُنشر طراز من Shanghai AI Laboratory فوق بنية Z.ai، ويقول المختبر ذلك صراحةً بدلًا من إخفائه. وGLM-5.3-Flash نفسه هو MoE متعدد الوسائط بـ320 مليار معامل و18 مليار معامل نشط، مع سياق من 1M رمز وسقف إخراج 128K — أي أن شكل المعاملات ليس مصادفةً هو الآخر.

بالنسبة لأي شخص يقرر ما إذا كان سينشر هذا، فإن تلك الجملة هي الشيء الأكثر قيمة في الإصدار. وهي تعني أن قصة الخدمة ليست جديدة. وتعني أن الوصفات والعمل على النواة وأنماط الفشل المعروفة هي ذاتها الموثّقة بالفعل لنموذج متاح للعموم منذ أغسطس. وتعني أيضًا أن التصحيحات التي أضافها InternLM تستحق قراءة متأنية، لأنها تصف بدقة أين يختلف نموذجهم عن الأساس.

ثلاث طرق ينكسر بها هذا الإصدار إذا قدّمته على نحو ساذج

دليل النشر، إذا قُرئ بعناية، هو قائمة من الفخاخ. كل واحد منها فشل صامت وليس خطأً، وهو النوع الخطير.

• يؤدي غياب --trust-remote-code إلى تعطّل استدعاءات الأدوات دون سابق إنذار. تحتوي آثار التتبع الوكيلية على سلاسل مثل <|user|> و<tool_call> كنص عادي. يشحن المستودع شيفرة ترميز خاصة به تتعامل معها كنص؛ وبدون العلامة، يحمّل المحرك أداة الترميز الجاهزة، ويرمّزها كرموز تحكم، وقد يتوقف النموذج مبكرًا أو يفسد استدعاء أداة. لا يُسجَّل أي شيء.

• يحتاج vLLM إلى تصحيح من ملف واحد، وإلا فستُربَط الصور بنتيجة الأداة الخاطئة. عندما تعود استدعاءات الأدوات المتوازية بترتيب مختلف عن ترتيب إصدارها، يعرض قالب الدردشة النتائج بترتيب الاستدعاء بينما يجمع vLLM الصور بترتيب الرسائل. وهكذا تستقر كل صورة بصمت على النتيجة الخاطئة، فيجيب النموذج عن الصورة الخاطئة. يستبدل الإصلاح الملف vllm/renderers/hf.py؛ والإصلاح في المصدر الأصلي قيد التنفيذ ضمن vllm-project/vllm#67108.

• لن يستخدم SGLang قالب الدردشة الخاص بالمستودع ما لم تُمرِّر له الملف بنفسك. يُثبِّت SGLang قالبه المدمج الخاص بهذه البنية افتراضيًا، ما يتجاوز مُرمِّز المستودع بالكامل؛ عليك تنزيل chat_template.jinja وتمريره مع --chat-template.

in non-streaming responses can truncate reasoning or swallow a tool call; streaming is unaffected." Need Arabic. Keep "FP8 KV cache" maybe translate cache? Technical. "Hopper GPUs", H100s H200s, BF16, LMDeploy, transformers, version numbers, layer type names, vLLM issue, URL, literal </think>, non-streaming, streaming. Ensure angle tag preserved maybe as `</think>`. Arabic translation: "ثمة قيدان إضافيان في المستند نفسه. لا تُدعم ذاكرة KV بتنسيق FP8 على وحدات GPU من Hopper، لذا عليك في H100s وH200s الإبقاء على ذاكرة BF16. ويحتاج LMDeploy إلى إصدار transformers بين 5.17 و5.19، لأن 5.19 يعيد تسمية نوع الطبقة deepseek_sparse_attention إلى indexed_attention ويرفض LMDeploy الاسم الجديد. ويشير الدليل أيضًا إلى مشكلة مفتوحة في vLLM — vllm-project/vllm#64326 — حيث يمكن أن يؤدي وجود </think> حرفي في الاستجابات غير المتدفقة إلى اقتطاع الاستدلال أو ابتلاع استدعاء أداة؛ أما البث فلا يتأثر." Need maybe "Hopper GPUs" translate وحدات معالجة رسومات Hopper. "H100s and H200s" keep. "open vLLM issue" "مشكلة مفتوحة في vLLM". "swallow a tool call" "تبتلع استدعاء أداة" okay. Could "تقصّ" reasoning. "non-streaming responses" "الاستجابات غير المتدفقة". Streaming unaffected "البث غير متأثر". Need only translated text. No markers. Good. Need ensure no markdown? fine. Final.ثمة قيدان إضافيان في المستند نفسه. لا تُدعم ذاكرة KV بتنسيق FP8 على وحدات GPU من Hopper، لذا عليك في H100s وH200s الإبقاء على ذاكرة BF16. ويحتاج LMDeploy إلى إصدار transformers بين 5.17 و5.19، لأن 5.19 يعيد تسمية نوع الطبقة deepseek_sparse_attention إلى indexed_attention ويرفض LMDeploy الاسم الجديد. ويشير الدليل أيضًا إلى مشكلة مفتوحة في vLLM — vllm-project/vllm#64326 — حيث يمكن أن يؤدي وجود </think> حرفي في الاستجابات غير المتدفقة إلى اقتطاع الاستدلال أو ابتلاع استدعاء أداة؛ أما البث فلا يتأثر.

لا يدل أي من هذا على أن النموذج سيئ. بل يدل على أن الإصدار في مرحلة لا يزال فيها الأشخاص الذين كتبوه هم الوحيدين الذين شغّلوه، وهم يخبرونك بذلك.

جدول المعايير غير الموجود في المستودع

نشرت InternLM أرقام التقييم فعلًا — 35 منها، عبر Terminal-Bench 2.1 وDeepSWE وSWE-bench Pro وAPEX-Agents وGDPval وOfficeQA Pro V2 وHarvey LAB وOSWorld-Verified وBrowseComp وBabyVision وعشرين أخرى إضافية. وهي ليست في بطاقة النموذج، لأن بطاقة النموذج فارغة. إنها توجد في مستودع GitHub منفصل، InternLM/Sage-S2.1-Flash، أُنشئ في 16 نوفمبر عند الساعة 03:34 UTC، وموصوف بأنه «عروض توضيحية ثنائية اللغة لموقع ويب وتطبيق Sage 2.1 Flash»، ويبني موقعًا ثابتًا على internlm.github.io/Sage-S2.1-Flash. وقد أُودعت بيانات المعايير هناك كملف مفصول بعلامات جدولة وملف JSON، إلى جانب مقاطع فيديو توضيحية للنموذج وهو يشغّل 3D Slicer وBlender وFiji.

يفتتح النص الإنجليزي على ذلك الموقع بعبارة: "اليوم، نقدّم Sage 2.1 Flash، نموذج وكيل علمي متعدد الوسائط رائد". إذن الإعلان موجود بالفعل — لكنه مجرد محتوى مستضاف على GitHub Pages لا يشير إليه أي شيء في مستودع Hugging Face، وقد أُنشئ بعد أن كانت الأوزان قابلة للتنزيل بالفعل. وإذا أردت صياغة البائع نفسها، فهذه الفقرة هي المقصودة: أكثر من عشرة أنواع من المدخلات العلمية في نموذج واحد، بما في ذلك المخططات الجزيئية، والبنى البلورية، وتسلسلات البروتين وبناه ثلاثية الأبعاد، وDNA وRNA، والأطياف، وأطياف الكتلة، وحيود الأشعة السينية، وتخطيطات القلب الكهربائية، وتخطيطات الدماغ الكهربائية، ومنحنيات الضوء.

يقارن جدول التقييم Sage 2.1 Flash بثمانية نماذج: GLM-5.3-Flash وDeepSeek-V4.1-Flash-1017 وQwen3.8-Max وGPT-5.6 Sol وClaude Opus 5 وGPT-6 Astra وGPT-6.1 Sol وClaude Opus 5.5. كل رقم فيه مُبلَّغ عنه من الجهة المورِّدة. لا توجد أداة اختبار منشورة، ولا سجل تشغيل، ولا تفصيل لكل مهمة، ولم يُعِد أي طرف ثالث إنتاج أي منه. اقرأ الجدول كبيان نيّة من المختبر، لا كقياس.

حيث يكون جدول المورّدين قويًا على نحو غير معتاد، وضعيفًا على نحو غير معتاد

هناك نمطان بارزان، وكلاهما أكثر دلالةً من الدرجات الرئيسية المعلنة.

الأول هو أن صفوف العلوم والرؤية هي حيث تكون الفوارق عبثية. يُظهر BabyVision النتيجة 75.8 لـ Sage مقابل 51.3 لـ GLM-5.3-Flash، و58.0 لـ DeepSeek-V4.1-Flash-1017 و63.1 لـ Claude Opus 5. ويُظهر OSWorld-G النتيجة 84.8 مقابل 61.4 لـ DeepSeek. ويُظهر OfficeQA Pro V2 النتيجة 72.2، وهي الأعلى في جدوله الخاص، متقدمًا على Claude Opus 5 عند 67.2. وعندما يفوز نموذج في صف بفارق أربع وعشرين نقطة، فإما أن تكون القدرة حقيقية أو أن المعيار يُقرأ لهذا النموذج بشكل مختلف عن الآخرين — وبما أنه لا توجد أداة تقييم منشورة، لا يمكنك الجزم بأي الأمرين.

الأمر الثاني هو أن صفوف البرمجة هي أقل الوثائق مجاملةً في الإصدار. فـ Terminal-Bench 2.1 عند 87.9 قويّ لكنه ليس متصدرًا؛ Qwen3.8-Max عند 89.6 وClaude Opus 5 عند 90.2. ويأتي SWE-bench Pro عند 60.6 خلف DeepSeek-V4.1-Flash-1017 عند 64.7 وQwen3.8-Max عند 65.3. ويأتي DeepSWE عند 67.0 خلف DeepSeek عند 73.9 بفارق يقارب سبع نقاط. وبالنسبة لطرازٍ يقوم تسويقه على الوكلاء، فهذا جدول اختار مؤلفوه أن ينشروه، وهذا له قيمته.

إن ما لا يحتويه الجدول لا يقلّ أهميةً: فكلٌّ من Claude Haiku 5.5 وGemini 3.8 Flash غائب، لذا فإن المقارنتين الأكثر رغبةً لدى معظم الناس لا يمكن إجراؤهما انطلاقًا من بيانات المورّد على الإطلاق، في أيٍّ من الاتجاهين.

A generated infographic titled 'Sage-S2.1-Flash - what the weekend actually established', listing four tiers as cards. 'Confirmed by the files': 120 shards, 645 GB, bfloat16, MIT licence, 45 layers, 1,048,576-token ceiling. 'Confirmed by the vendor guide': 320B total, 18B active, GLM-5.3-Flash architecture, 8xH200 reference. 'Vendor-reported, unreproduced': 35 benchmark rows, harness undocumented. 'Not confirmed': no price, no hosted endpoint, no independent score. Footer: 'Sage-S2.1-Flash figures unaudited; file and licence facts from the Hugging Face repository.' The OrcaRouter logo is composited in the bottom-right corner.

ما هو المؤكد، وما هو غير المؤكد؟

إنّ تقسيم أدلة عطلة نهاية الأسبوع إلى كومتين هو أنفع ما يمكن للقارئ أن يفعله بها.

• مؤكّد بالملفات — الأوزان موجودة وقابلة للتنزيل بموجب MIT؛ 120 جزءًا، بنحو 645 GB، بصيغة bfloat16؛ 45 طبقة بتقسيم انتباه 34/11 بين الخطي والمتناثر؛ 288 خبيرًا موجّهًا، top-8؛ سقف موضعي قدره 1,048,576 رمزًا؛ برج رؤية ورموز صور/فيديو؛ نظير FP8 نُشر قبل يومين.

• مؤكد من دليل المورّد نفسه — إجمالي 320B، و18B نشطة؛ معمارية GLM-5.3-Flash؛ و8×H200 كنشر مرجعي؛ وخمسة مزالق موثّقة في الخدمة.

• مُبلَّغ عنها من المورّد، وغير مُعاد إنتاجها — كل درجة من درجات المعايير القياسية، بما في ذلك فارق الـ24 نقطة في BabyVision و72.2 في OfficeQA Pro V2.

• غير مؤكد — ما تكلفته. لا يوجد سعر في أي مكان: لا على Hub، ولا في الدليل، ولا على الموقع المصغّر. يشير زر «جرّب API» إلى discovery.intern-ai.org.cn، الذي أعاد هيكلًا شبه فارغ عند الطلب دون JavaScript؛ ولم نتمكن من الخارج من تحديد ما إذا كان النموذج قابلًا للاستدعاء هناك، أو تحت أي معرّف، أو بأي تعرفة.

• غير مؤكد أيضًا — ما إذا كان هذا إطلاقًا على الإطلاق، بالمعنى الذي تحمله الكلمة عادةً. لا إعلان، ولا ورقة بحثية بهذا الاسم، ولا وصول للشركاء، وبطاقة نموذج كان يمكن لنص برمجي أن يولّدها.

كيف ننظر إليه دون المراهنة بمسار إنتاجي عليه

السؤال العملي لدى معظم الفرق ليس «هل هذا أفضل مما أشغّله؟» بل «هل يستحق ساعة؟». عند 645 غيغابايت بصيغة bfloat16، فهو ليس شيئًا يُنزَّل على حاسوب محمول؛ نقطة الدخول الصادقة هي عقدة 8×H200 مستأجرة، وبعد ظهر مع دليل النشر، وتقبّل أنك تشغّل نموذجًا لم ينشر أحد أداة اختبار له.

التجربة الأرخص، قبل أي من ذلك، هي قراءة سطر البنية المعمارية كاختصار. تقول InternLM في دليلها الخاص إن النموذج مبني على بنية GLM-5.3-Flash، وإنه ينبغي عليك اتباع وصفات التقديم الخاصة بـ Z.ai له، مع استبدال اسم مستودع واحد بالآخر. وهذا يعني أن البنية الأساسية — بالشكل نفسه 320B/18B، والانتباه الهجين نفسه من المتناثر والخطي، وسقف المليون رمز نفسه — متاحة للاختبار اليوم عبر API مستضاف بدلاً من ثماني وحدات GPU عليك العثور عليها أولاً. إذا كان النموذج الأساسي يتصرف بالفعل كما ينبغي على مستنداتك العلمية، فإن المشتق تحسين يستحق التنزيل. وإن لم يكن كذلك، فقد وفّرت عطلة نهاية الأسبوع.

حيث يكسب OrcaRouter مكانه هنا فعلاً هو في الفجوة بين «نريد تجربته» و«نستطيع تقديمه». يتيح لك التبديل التلقائي عند الفشل وضع نقطة نهاية تجريبية خلف سياسة دون أن تجعلها المسار الوحيد: إذا أعاد النموذج الجديد استدعاء أداة مشوّهًا — ويرشدك دليل النشر بالضبط إلى كيفية حدوث ذلك، إذا تجاهلت العلامة أو الترقيع — فإن الطلب ينتقل إلى نموذج تثق به بالفعل، وتحتفظ بالتتبّع. هذه طريقة أفضل لجمع الأدلة من سكربت تقييم لمرة واحدة، لأنه يجمع الأدلة من حركة مرور حقيقية.

ما الذي سيحسم الأمر؟

ثلاثة أحداث، بترتيب تصاعدي حسب الفائدة. بطاقة طراز ستخبرنا بما يعتقد المختبر أن النموذج مخصص له، وستحمل على الأرجح الجدول نفسه العالق حالياً على مضيف GitHub Pages. أما وجود إدخال على لوحة صدارة مستقلة فسيتيح لشخص ما طرح هوامش المورّد من منصة اختبار مشتركة. وأما السعر — أي سعر، في أي مكان — فسيحوّل Sage-S2.1-Flash من مجرد تنزيل إلى قرار.

إلى أن يتحقق أحد تلك الأمور، فالوصف الدقيق هو ما تدعمه الملفات: نموذج MoE متعدد الوسائط كبير، برخصة MIT، ومضبوط علميًا، مبني على معمارية عامة، نُشر دون كلمة شرح واحدة، وما زال مؤلفوه أنفسهم يرقّعون حزمة الخدمة الخاصة به. هذا ليس شيئًا هيّنًا. لكنه أيضًا ليس منتجًا بعد، والفارق يهم أكثر من سواه أولئك الذين سيتعين عليهم تشغيله.