Intern-S2-397B 対 Intern-S2 Mobius：397B フラッグシップと 35B 推論モデル

Intern-S2-397BとIntern-S2 MobiusはどちらもInternLMのモデルで、どちらもApache-2.0、どちらもIntern-S2と呼ばれており、名前の下ではほとんどこれ以上ないほどに異なっています。Intern-S2-397Bはフラッグシップです。科学的知能と長期的ホライズンのエージェントに向けた4030億パラメータの混合専門家モデルで、InternLMが2026年9月13日にリリースしました。Intern-S2 Mobiusは350億パラメータの推論実験であり、2026年7月29日に登場し、グローバル共有メモリと反復推論器を備えたMobius-v0アーキテクチャ上に構築され、Qwen3.5-35Bから継続事前学習されています。この名前の衝突こそが、この比較が存在する必要がある理由のすべてです。というのも、「Intern-S2 レビュー」を検索すると両方のモデルが表示されますが、この2つはどちらの方向においても互いの代替にはならないからです。

2つのアーキテクチャ、2つの役割

Intern-S2-397Bは従来型のTransformer MoEであり、重要な部分で幅広く構成されている。60層、512のエキスパートでトークンあたり10がアクティブ、256Kのテキスト推論コンテキストと64Kのマルチモーダルコンテキスト、そしてテキスト、画像、時系列を受け付ける入力サーフェスを備える。その事前学習パラダイムは科学文献の生のページ——図表、レイアウト、記号表記、散文をまとめて——を読み取り、その強化学習は20を超える科学領域にわたり、さらにサンドボックス環境での長期的なエージェント訓練も含む。専門特化モデルでありながら汎用モデルでもある。自社のモデルカード上ではMMLU Pro 89.77、MMMU Pro 81.68、SWE-bench-Pro 68.54——いずれもInternLMによる報告で、再現されていない。

Intern-S2 Mobiusは、別の問いに対する別の賭けだ。知識の保存と推論計算を層ごとに結び付ける代わりに、Mobius-v0アーキテクチャは知識ベクトルのグローバルに共有されたMemoryを保持し、複数のReasonersをそれに対して反復させ、高密度の連続表現上で隠れ状態を洗練させる。売りは推論効率である。それが派生したQwen3.5-35Bベースラインと比べてエンドツーエンドでほぼ4倍の高速化を実現し、推論スコアは同等かそれ以上だ。これは特定のベースラインに関するスループットの主張であり、独立した再現のないベンダー主張でもあるが、それがこのモデルの存在理由だ。

• アーキテクチャ — Intern-S2-397B：標準的なTransformer MoE、60層、512エキスパート／10アクティブ 対 Intern-S2 Mobius：Mobius-v0、共有Memory＋反復するReasoners。

• 規模 — Intern-S2-397B：合計403B、BF16で約807 GBの重み 対 Intern-S2 Mobius：合計35B。

• 系譜 — Intern-S2-397B: 独自の科学的な事前学習パラダイム 対 Intern-S2 Mobius: Qwen3.5-35Bからの継続的事前学習。

• 入力 — Intern-S2-397B: テキスト、画像、時系列 vs Intern-S2 Mobius: テキスト、画像

• コンテキスト — Intern-S2-397B：テキスト256K / マルチモーダル64K に対し、Intern-S2 Mobius：独立して明記されたコンテキスト値はまだなし。

• 速度に関する主張 — Intern-S2-397B：宣伝なし 対 Intern-S2 Mobius：Qwen3.5-35Bベースラインと比較してエンドツーエンドの推論速度が約4倍、ベンダー報告による。

• 独立したエビデンス — どちらのモデルにも第三者によるスコアがない。

どの番号がどのモデルに対応しますか

名前の衝突は、レビューを読んだ瞬間に実務上の危険となる。「Intern-S2」に関するベンチマークの主張——MMLU Pro 89.77、HMMT-2026 93.56、Biology-Instructions 55.71——は、397Bのフラッグシップについてのものだ。なぜなら、それがローンチ表の属するモデルだからである。「Intern-S2」に関するスループットの主張——ほぼ4倍の高速化——は、Mobiusについてのものだ。なぜなら、推論効率を狙ったアーキテクチャを持つのはそのモデルだからである。どちらの数値を引用する前にも、パラメータ数を確認せよ。「Intern-S2は4倍速い」と言うレビューと、「Intern-S2はTerminalBenchでGrok 4.6を上回る」と言うレビューは、別々のモデルについて話している。そして後者の主張は、ベンダー自身の表に照らしても到底成立しない。

証拠の面では、どちらのモデルもInternLMの外部の誰かによってテストされたことはない。フラッグシップのモデルカードは、OpenCompass、VLMEvalKit、AgentCompassを通して実行されたベンダーのベンチマーク表であり、Mobiusのカードは説明と、そのモデルのファインチューニング元となったベースラインに対する高速化の主張にすぎない。独立した検証が存在しないことは、ほとんどの比較よりもここで重くのしかかる。なぜなら、2つのモデルの最も強い主張はまったく異なる軸——一方は能力、もう一方はスループット——にあり、どちらの軸もまだ外部による測定を受けていないからだ。

どれを実行しますか？

科学的理解が仕事なら、Intern-S2-397Bを実行しよう。図が密集した論文を読む、分子構造図を分析する、時系列シグナルから予測する、あるいは研究タスクを進め続けなければならない長時間エージェントを走らせる——そんな場面だ。今週の特集が扱っているモデルであり、汎用カテゴリの成績も十分に立派なので、一芸しかないモデルを買わされることはない。代償はハードウェアだ。403Bチェックポイントには本格的なマルチGPUノードが必要で、持っていなければ公式のIntern APIが代替となる。

Intern-S2 Mobiusを検討すべきなのは、すでに所有しているハードウェアで大量の推論処理を行い、ベンチマークスコアの1～2点よりもトークンあたりのコストを重視する場合だ。ベースラインに対して4倍のスループット優位がありそうな35Bモデルは、サービングの提案として実に興味深い。ただし、それを前提に構築する前に、自社のトレースで高速化を検証すること。InternLMの外部でまだ誰も再現していないからだ。いずれにせよ、すべての記事でモデルを明示的にラベル付けすること。名前だけでは、どちらを指しているのかもはや分からないからだ。