Intern-S2-397B vs Intern-S2 Mobius：397B 旗艦與 35B 推理模型

Intern-S2-397B 與 Intern-S2 Mobius 都是 InternLM 的模型，兩者皆採用 Apache-2.0，也都叫 Intern-S2，但在這個名稱之下，它們可說截然不同。Intern-S2-397B 是旗艦款：一個擁有 4030 億參數的專家混合模型，鎖定科學智慧與長時程代理人應用，由 InternLM 於 2026 年 9 月 13 日發布。Intern-S2 Mobius 則是一項 350 億參數的推理實驗，於 2026 年 7 月 29 日問世，建構在 Mobius-v0 架構上，具備全域共享記憶體與迭代推理器，並以 Qwen3.5-35B 進行持續預訓練。名稱衝突正是這篇比較必須存在的全部原因，因為搜尋「Intern-S2 評測」會同時出現這兩款模型，而這兩者在任何一個方向上都不是彼此的替代品。

兩種架構，兩項任務

Intern-S2-397B 是一款傳統的 transformer MoE，在關鍵之處做寬：60 層、512 個專家、每個 token 啟用 10 個、256K 的文字推理上下文與 64K 的多模態上下文，以及可接收文字、影像與時間序列的輸入介面。其預訓練範式閱讀科學文獻的原始頁面——圖表、版面、符號標記與散文一併處理——而其強化學習橫跨二十多個科學領域，外加在沙箱環境中的長時程代理訓練。它是專家模型，同時也是通用模型：在其自家成績單上，MMLU Pro 89.77、MMMU Pro 81.68、SWE-bench-Pro 68.54，全為 InternLM 所報告且未經重現。

Intern-S2 Mobius 是對一個不同問題的不同押注。Mobius-v0 架構不是逐層綁定知識儲存與推理計算，而是保留一個全域共享的知識向量 Memory，並讓多個 Reasoners 對其進行迭代，在高密度連續表徵上精煉隱藏狀態。其賣點是推理效率：相較於它所衍生自的 Qwen3.5-35B 基線，端到端速度提升近 4 倍，同時推理分數相當或更強。這是關於特定基線的吞吐量主張——而且是供應商主張，沒有獨立重現——但這正是該模型存在的原因。

架構 — Intern-S2-397B：標準 transformer MoE，60 層，512 個專家／10 個啟用，對比 Intern-S2 Mobius：Mobius-v0，共享記憶 + 迭代推理器。

• 規模 — Intern-S2-397B：總計 403B，BF16 格式的權重約 807 GB；相較之下，Intern-S2 Mobius：總計 35B。

• 譜系 — Intern-S2-397B：原始科學預訓練範式 vs Intern-S2 Mobius：從 Qwen3.5-35B 持續預訓練。

• 輸入 — Intern-S2-397B：文字、圖像、時間序列，對比 Intern-S2 Mobius：文字、圖像。

• 上下文 — Intern-S2-397B：256K 文字 / 64K 多模態，對比 Intern-S2 Mobius：尚無獨立公布的上下文數值。

• 速度宣稱 — Intern-S2-397B：未宣稱 vs Intern-S2 Mobius：相較於 Qwen3.5-35B 基準，端到端推理速度幾乎提升 4 倍，據廠商報告。

• 獨立證據——兩個模型皆無第三方評分。

哪個號碼屬於哪個型號？

名稱衝突在你讀到一篇評測的那一刻，就成了實實在在的危險。一則關於「Intern-S2」的基準測試宣稱——MMLU Pro 89.77、HMMT-2026 93.56、Biology-Instructions 55.71——講的是 397B 的旗艦模型，因為那正是發布表格所屬的模型。一則關於「Intern-S2」的輸送量宣稱——將近 4 倍的加速——講的是 Mobius，因為那正是架構著眼於推論效率的模型。引用任何一個數字之前，先查一下參數量。一篇說「Intern-S2 快 4 倍」的評測，和一篇說「Intern-S2 在 TerminalBench 上擊敗 Grok 4.6」的評測，談的是不同的模型，而第二個宣稱甚至連它自家廠商的表格都撐不過。

就證據而言，這兩個模型都未曾被 InternLM 以外的任何人測試過。旗艦模型的說明卡是一份廠商跑過 OpenCompass、VLMEvalKit 與 AgentCompass 的基準測試表；Mobius 的說明卡則是一段描述，外加一項相對於該模型微調所依據之基線的加速宣稱。缺乏獨立驗證在這裡比在大多數比較中更要緊，因為這兩個模型最強的主張落在完全不同的軸線上——一個是能力，另一個是吞吐量——而這兩個軸線至今都還沒有外部量測。

要執行哪一個？

當任務屬於科學理解時，就執行 Intern-S2-397B：閱讀圖表密集的論文、分析分子結構圖、根據時間序列訊號進行預測，或執行一個必須持續推進研究任務的長時間代理。它正是本週專題報導所談的模型，而且它的一般項目表現相當體面，讓你不會覺得自己買到的只是個只會一招的模型。代價在於硬體：403B 檢查點需要一台夠力的多 GPU 節點，如果你沒有這種機器，官方 Intern API 就是替代方案。

當工作是在你已經擁有的硬體上進行大量推理，而你對每 token 成本的在意程度高於基準測試分數的一、兩分時，可以考慮 Intern-S2 Mobius。一個 35B 模型若能比其基準版本具備看似合理的 4 倍吞吐量優勢，確實是相當有意思的服務方案——但在圍繞它建置之前，請先在你自己的追蹤資料上驗證這項加速效果，因為目前 InternLM 以外還沒有人重現過。無論如何，在每一份書面說明中都請明確標示模型，因為單憑名稱已無法表達你指的是哪一個。