Intern-S2-397B 对比 Intern-S2 Mobius：397B 旗舰与 35B 推理器

Intern-S2-397B 和 Intern-S2 Mobius 都是 InternLM 模型，都采用 Apache-2.0 许可，都叫 Intern-S2，但在同名之下，二者几乎截然不同。Intern-S2-397B 是旗舰型号：一个 4030 亿参数的混合专家模型，面向科学智能和长时程智能体，由 InternLM 于 2026 年 9 月 13 日发布。Intern-S2 Mobius 则是一个 350 亿参数的推理实验，于 2026 年 7 月 29 日问世，基于 Mobius-v0 架构构建，具有全局共享记忆和迭代推理器，并从 Qwen3.5-35B 持续预训练而来。名称冲突正是这项对比有必要存在的全部原因，因为搜索“Intern-S2 review”会同时出现这两个模型，而二者无论从哪个方向来说都不能互相替代。

两种架构，两项任务

Intern-S2-397B 是一个常规的 Transformer MoE，在关键之处做得足够宽：60 层，512 个专家，每个 token 激活其中 10 个，拥有 256K 文本推理上下文和 64K 多模态上下文，输入层可接受文本、图像和时间序列。其预训练范式会读取科学文献的原始页面——图表、版式、符号记法和行文一并纳入——其强化学习覆盖二十多个科学领域，此外还包括在沙盒环境中的长时程智能体训练。它是一个专才模型，同时也是一个通用模型：MMLU Pro 89.77、MMMU Pro 81.68、SWE-bench-Pro 68.54（按其自身模型卡所示），均为 InternLM 自报且未经复现。

Intern-S2 Mobius 是对另一个问题的一次不同押注。Mobius-v0 架构不是逐层绑定知识存储和推理计算，而是保留一个全局共享的知识向量记忆，并让多个推理器对其进行迭代，在高密度连续表示上细化隐藏状态。其卖点是推理效率：相比它所源自的 Qwen3.5-35B 基线，端到端速度提升近 4 倍，推理得分相当或更强。这是关于特定基线的吞吐量声明——而且是厂商声明，没有独立复现——但这就是该模型存在的原因。

• 架构 — Intern-S2-397B：标准 transformer MoE，60 层，512 个专家 / 10 个激活；对比 Intern-S2 Mobius：Mobius-v0，共享 Memory + 迭代式 Reasoners。

• 规模 — Intern-S2-397B：总计 403B，BF16 权重约 807 GB，而 Intern-S2 Mobius：总计 35B。

• 传承 — Intern-S2-397B：原始科学预训练范式 vs Intern-S2 Mobius：从 Qwen3.5-35B 持续预训练。

• 输入 — Intern-S2-397B：文本、图像、时间序列 vs Intern-S2 Mobius：文本、图像。

• 上下文 — Intern-S2-397B：256K 文本 / 64K 多模态，对比 Intern-S2 Mobius：尚无独立给出的上下文数值。

• 速度宣称 — Intern-S2-397B：未宣传；对比 Intern-S2 Mobius：相较 Qwen3.5-35B 基线，端到端推理速度提升近 4 倍，为厂商报告数据。

• 独立证据——两个模型都没有第三方评分。

哪个编号属于哪个型号

这个名称冲突在你读到一篇评测的那一刻，就变成了一个实际隐患。一项关于“Intern-S2”的基准测试说法——MMLU Pro 89.77、HMMT-2026 93.56、Biology-Instructions 55.71——指的是 397B 旗舰模型，因为发布表格对应的正是那个模型。一项关于“Intern-S2”的吞吐量说法——近 4 倍加速——指的是 Mobius，因为那才是其架构围绕推理效率设计的模型。在引用这两个数字中的任何一个之前，先核对参数量。一篇说“Intern-S2 快 4 倍”的评测，和一篇说“Intern-S2 在 TerminalBench 上击败 Grok 4.6”的评测，谈论的是不同的模型，而后一个说法甚至经不起它自己厂商表格的检验。

在证据方面，这两个模型都没有被 InternLM 以外的任何人测试过。旗舰模型的卡片是一张由厂商提供的基准测试表，通过 OpenCompass、VLMEvalKit 和 AgentCompass 运行得出；Mobius 的卡片则是一段描述，外加一项相对于该模型微调所基于的基线模型的加速声明。在这里，缺乏独立验证比在大多数对比中更为重要，因为这两个模型最强的声明处在完全不同的维度上——一个在能力上，另一个在吞吐量上——而这两个维度都还没有外部测量。

该运行哪一个

当任务属于科学理解时，就运行 Intern-S2-397B：阅读图表密集的论文、分析分子图、根据时间序列信号进行预测，或运行一个必须持续推进研究任务的长时间代理。它就是本周报道所关注的模型，其通用能力项也足够拿得出手，因此你买的并不是一个只会一招的模型。代价在于硬件：一个 403B 检查点需要一台够强劲的多 GPU 节点，如果你没有，官方 Intern API 就是替代方案。

在任务是在你已有的硬件上做大批量推理，且相比基准测试分数高出一两个点，你更在意每 token 成本时，可以考虑 Intern-S2 Mobius。一个 35B 模型若能相对其基线取得看似可信的 4 倍吞吐优势，那确实是个很有意思的部署方案——但在围绕它做建设之前，请先用自己的 trace 验证这一加速，因为 InternLM 之外还没有人复现过。无论如何，在每一份文档里都要明确标注所用模型，因为光凭这个名字已经无法说明你指的是哪一个了。