К содержимому
Компьютерное зрение

Agnes 2.5 Pro Theta

мультимодальная MoE-модель на 188B параметров

2 мин чтенияобновлено

Agnes 2.5 Pro Theta — это открытая мультимодальная языковая модель от команды Agnes AI, построенная по архитектуре MoE (Mixture-of-Experts — сеть из множества специализированных «экспертов», где на каждый токен активируется лишь часть). На вход она принимает текст, изображения и кадры видео, а на выходе генерирует текстовые ответы: решает научные задачи, пишет код, анализирует визуальный контент и ведёт диалоги с настраиваемой глубиной рассуждений. При общем объёме около 187.8 млрд параметров модель поддерживает окно контекста до 262 144 токенов и в таблице от разработчиков опережает конкурентов вроде Nemotron 3.5 Super VL 120B и Qwen3.8-27B по ряду тестов на программирование и логику. Решение подойдёт исследователям и компаниям с мощными GPU-кластерами, которым нужна крупная локальная модель под лицензией Apache 2.0 для работы на английском и китайском языках.

Ключевые особенности

  • Архитектура MoE: 52 слоя текстового декодера, в каждом блоке по 512 маршрутизируемых экспертов (активируются top-10) плюс общая ветвь (shared expert).
  • Мультимодальный ввод: в комплект входят процессор и токенизатор для обработки текста, изображений и видеокадров через transformers.
  • Управление рассуждениями: шаблон чата поддерживает параметры reasoning_effort и enable_thinking для регулировки глубины размышлений.
  • Длинный контекст: максимальная длина последовательности в конфигурации составляет 262 144 токена (при наличии достаточного объёма видеопамяти).

Что можно сделать

  • Автоматизировать написание и отладку кода: использовать модель в локальных агентах разработки для решения задач уровня SWE-bench Pro и LiveCodeBench.
  • Решать сложные научные и аналитические задачи: применять режим рассуждений для разбора вопросов из областей физики, химии и биологии (GPQA Diamond).
  • Анализировать визуальные материалы и длинные документы: подавать на вход скриншоты, схемы или фрагменты видео вместе с текстовыми инструкциями для детального разбора.

Пример

from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

tokenizer = AutoTokenizer.from_pretrained("./agnes-2.5-pro-theta", trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(
    "./agnes-2.5-pro-theta", trust_remote_code=True, dtype=torch.bfloat16, device_map="auto"
).eval()
inputs = tokenizer.apply_chat_template([{"role": "user", "content": "Explain gradient descent"}], return_tensors="pt", reasoning_effort="low").to(model.device)
print(tokenizer.decode(model.generate(**inputs, max_new_tokens=256)[0], skip_special_tokens=True))
ПодробнееБенчмарки (по данным авторов): GPQA Diamond — 92.9%, LiveCodeBench v6 — 90.5%, AA-LCR — 84.7%, SWE-bench Pro — 64.1%.
Требования к железу: веса в BF16 занимают ~349.7 GiB (нужно от 400 ГБ на диске); для запуска в памяти рекомендуется система уровня 4 × H200.
Ограничения: требуется trust_remote_code=True и transformers==5.19.0; представленные метрики являются сводкой от издателя без воспроизводимых логов прогона.
Обсудить Telegram 29 537

Запустится ли?

Не запустится

Не хватает памяти даже для 4-bit. Ниже — где арендовать подходящую видеокарту.

  • BF16веса 350 GB · готовые файлы385 GB
  • FP8 / INT8рекомендуемвеса 175 GB193 GB
  • 4-bitвеса 98 GB109 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Ни один инстанс не вместит модель целиком — нужна выгрузка в ОЗУ или кластер.

Своя видеокарта: В домашние видеокарты не поместится — выгоднее арендовать.

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # Agnes-AI/Agnes-2.5-Pro-Theta
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download Agnes-AI/Agnes-2.5-Pro-Theta --local-dir ~/models/Agnes-2.5-Pro-Theta
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к Agnes-2.5-Pro-Theta
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Новые посты про версии Agnes-2.5-Pro-Theta — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 2Все на Hugging Face

О модели

Agnes-AI/Agnes-2.5-Pro-Theta
Автор
Agnes-AI
Категория
Компьютерное зрение
Дата выхода
На сайте

На сайте

Hugging Face

53729

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Компьютерное зрение

KORMo-Web-9B

KORMo-Web-9B