Intern-S2-397B so với Intern-S2 Mobius: Mẫu chủ lực 397B và mô hình suy luận 35B

Intern-S2-397B và Intern-S2 Mobius đều là các mô hình InternLM, đều theo giấy phép Apache-2.0, đều được gọi là Intern-S2, và bên dưới cái tên đó, chúng khác nhau đến mức khó có thể khác hơn. Intern-S2-397B là mô hình chủ lực: một mô hình mixture-of-experts với 403 tỷ tham số dành cho trí tuệ khoa học và các tác nhân tầm xa mà InternLM phát hành vào ngày 13 tháng 9 năm 2026. Intern-S2 Mobius là một thử nghiệm suy luận với 35 tỷ tham số ra mắt vào ngày 29 tháng 7 năm 2026, được xây dựng trên kiến trúc Mobius-v0 với bộ nhớ chia sẻ toàn cục và các bộ suy luận lặp, được continual-pretrained từ Qwen3.5-35B. Sự trùng tên chính là toàn bộ lý do khiến so sánh này cần phải tồn tại, bởi vì tìm kiếm "Intern-S2 review" sẽ hiển thị cả hai mô hình và hai mô hình này không thể thay thế cho nhau theo bất kỳ hướng nào.

Hai kiến trúc, hai nhiệm vụ

Intern-S2-397B là một MoE transformer thông thường, rộng ở những chỗ quan trọng: 60 lớp, 512 chuyên gia với 10 chuyên gia hoạt động mỗi token, ngữ cảnh suy luận văn bản 256K và ngữ cảnh đa phương thức 64K, cùng một bề mặt đầu vào tiếp nhận văn bản, hình ảnh và chuỗi thời gian. Mô hình tiền huấn luyện của nó đọc các trang thô của tài liệu khoa học — hình vẽ, bố cục, ký hiệu tượng trưng và văn xuôi cùng nhau — và quá trình học tăng cường của nó trải rộng hơn hai mươi lĩnh vực khoa học, cộng với huấn luyện tác nhân theo tầm xa trong môi trường sandbox. Đây là một mô hình chuyên biệt đồng thời cũng là một mô hình tổng quát: MMLU Pro 89.77, MMMU Pro 81.68, SWE-bench-Pro 68.54 trên thẻ của chính nó, tất cả đều do InternLM báo cáo và chưa được tái lập.

Intern-S2 Mobius là một canh bạc khác cho một câu hỏi khác. Thay vì gắn kết việc lưu trữ tri thức và tính toán suy luận từng lớp một, kiến trúc Mobius-v0 duy trì một Memory dùng chung toàn cục gồm các vector tri thức và cho phép nhiều Reasoner lặp lại dựa trên đó, tinh chỉnh các trạng thái ẩn trên những biểu diễn liên tục mật độ cao. Điểm nhấn là hiệu quả suy luận: tăng tốc gần 4 lần từ đầu đến cuối so với baseline Qwen3.5-35B mà nó kế thừa, với điểm số suy luận tương đương hoặc mạnh hơn. Đó là một tuyên bố về thông lượng đối với một baseline cụ thể — và là tuyên bố của nhà cung cấp, không có tái lập độc lập — nhưng đó chính là lý do mô hình tồn tại.

• Kiến trúc — Intern-S2-397B: transformer MoE tiêu chuẩn, 60 lớp, 512 expert / 10 hoạt động, so với Intern-S2 Mobius: Mobius-v0, Bộ nhớ chia sẻ + các Reasoner lặp.

• Quy mô — Intern-S2-397B: tổng 403B, ~807 GB trọng số ở định dạng BF16 so với Intern-S2 Mobius: tổng 35B.

• Nguồn gốc — Intern-S2-397B: mô hình tiền huấn luyện khoa học nguyên bản so với Intern-S2 Mobius: được tiền huấn luyện liên tục từ Qwen3.5-35B.

• Đầu vào — Intern-S2-397B: văn bản, hình ảnh, chuỗi thời gian so với Intern-S2 Mobius: văn bản, hình ảnh.

• Ngữ cảnh — Intern-S2-397B: 256K văn bản / 64K đa phương thức so với Intern-S2 Mobius: chưa có con số ngữ cảnh được nêu riêng.

• Tuyên bố về tốc độ — Intern-S2-397B: không có tuyên bố nào so với Intern-S2 Mobius: tốc độ suy luận end-to-end nhanh gần 4 lần so với baseline Qwen3.5-35B, theo báo cáo của nhà cung cấp.

• Bằng chứng độc lập — không mô hình nào có điểm số từ bên thứ ba.

Số nào thuộc về mô hình nào

Việc trùng tên trở thành mối nguy thực tế ngay khi bạn đọc một bài đánh giá. Một tuyên bố benchmark về “Intern-S2” — MMLU Pro 89.77, HMMT-2026 93.56, Biology-Instructions 55.71 — là nói về mẫu flagship 397B, vì đó là mô hình mà bảng ra mắt thuộc về. Một tuyên bố về thông lượng đối với “Intern-S2” — mức tăng tốc gần 4 lần — là nói về Mobius, vì đó là mô hình có kiến trúc xoay quanh hiệu quả suy luận. Hãy kiểm tra số lượng tham số trước khi trích dẫn một trong hai con số đó. Một bài đánh giá nói “Intern-S2 nhanh hơn 4 lần” và một bài nói “Intern-S2 đánh bại Grok 4.6 trên TerminalBench” đang nói về những mô hình khác nhau, và tuyên bố thứ hai thậm chí còn không trụ nổi trước chính bảng của nhà cung cấp.

Về phía bằng chứng, cả hai mô hình đều chưa được bất kỳ ai ngoài InternLM kiểm thử. Thẻ của mô hình chủ lực là một bảng đánh giá chuẩn của nhà cung cấp, được chạy qua OpenCompass, VLMEvalKit và AgentCompass; còn thẻ của Mobius là phần mô tả cùng một tuyên bố tăng tốc so với đường cơ sở mà mô hình được tinh chỉnh từ đó. Việc thiếu kiểm chứng độc lập ở đây quan trọng hơn so với phần lớn các so sánh khác vì những tuyên bố mạnh nhất của hai mô hình nằm trên những trục hoàn toàn khác nhau — năng lực ở một mô hình, thông lượng ở mô hình kia — và chưa có trục nào được đo lường từ bên ngoài.

Chạy cái nào?

Hãy chạy Intern-S2-397B khi công việc là thấu hiểu khoa học: đọc một bài báo đầy hình vẽ, phân tích sơ đồ phân tử, dự báo từ tín hiệu chuỗi thời gian, hoặc chạy một agent dài hạn phải tiếp tục làm việc xuyên suốt một nhiệm vụ nghiên cứu. Đây là mô hình mà nội dung đưa tin tuần này nói tới, và các hàng kết quả tổng quát của nó đủ đáng nể để bạn không phải mua một con ngựa chỉ biết một trò. Cái giá phải trả là phần cứng: một checkpoint 403B cần một node đa GPU thực thụ, và nếu bạn không sở hữu một cái, API Intern chính thức là lựa chọn thay thế.

Hãy cân nhắc Intern-S2 Mobius khi công việc là suy luận khối lượng lớn trên phần cứng bạn đã sở hữu và bạn quan tâm đến chi phí mỗi token hơn là một hai điểm trên điểm benchmark. Một mô hình 35B với lợi thế thông lượng gấp 4 lần có vẻ hợp lý so với đường cơ sở là một phương án phục vụ thực sự đáng quan tâm — nhưng hãy kiểm chứng mức tăng tốc đó trên trace của chính bạn trước khi xây dựng dựa trên nó, vì chưa có ai ngoài InternLM tái lập được nó. Dù thế nào, hãy ghi rõ nhãn mô hình trong mọi bài viết, vì chỉ riêng cái tên không còn cho biết bạn đang nói đến mô hình nào.