91 Downloads Updated 15 hours ago
No Oficial 29 t/s en 8 VRAM - Calidad a escala fronteriza como GPT-5.5, DeepSeek-V4-pro y Kimi-K2.6.
ollama run aratan/qwen3.7-35b-q4
Applications
ollama launch claude --model aratan/qwen3.7-35b-q4
ollama launch codex-app --model aratan/qwen3.7-35b-q4
ollama launch openclaw --model aratan/qwen3.7-35b-q4
ollama launch hermes --model aratan/qwen3.7-35b-q4
ollama launch codex --model aratan/qwen3.7-35b-q4
ollama launch opencode --model aratan/qwen3.7-35b-q4
Models
View all →Readme
Calidad a escala fronteriza como GPT-5.5, DeepSeek-V4-pro y Kimi-K2.6. en LOCAL
Lo más destacado
Razonamiento Agénico: Los agentes-A1 sobresalen en la descomposición de tareas complejas en subpasos ejecutables, la planificación anticipada y la adaptación de su estrategia basada en resultados intermedios.
Uso de la herramienta: admite de forma nativa la llamada de funciones y la integración de herramientas, lo que permite una interacción perfecta con las API, los intérpretes de código, los motores de búsqueda y otras herramientas externas.
Razonamiento científico y profesional: Maneja el razonamiento científico integrado en la herramienta y la respuesta a preguntas sobre el conocimiento profesional.
Instrucciones Siguiente: Sigue con precisión las instrucciones detalladas y multi-restricción en diversos dominios.
Damos la bienvenida a los desarrolladores y empresas para integrar y probar Agents-A1 y compartir sus comentarios. Rendimiento
Evaluamos Agents-A1 en flujos de trabajo agenticales y orientados a la investigación en el mundo real en seis direcciones: búsqueda de horizonte largo, tareas de ingeniería, investigación científica, seguimiento de instrucciones, tareas de agente general y tareas de agente científico. A pesar de operar en la clase de modelo ~ 35B, Agents-A1 ofrece un rendimiento altamente competitivo frente a sistemas a escala fronteriza como GPT-5.5, DeepSeek-V4-pro y Kimi-K2.6. Logra resultados generales de SOTA en varios puntos de referencia desafiantes, incluidos Seal-0 (56.4), HiPhO (46.4), FrontierScience-Olympiad (79.0), FrontierScience-Research (40.00), IFBench (80.6) e IFEval (94.8), mientras que también se clasifica como el mejor entre los modelos comparables en una amplia gama de tareas como BrowseComp (75.5), XBench-DS Estos resultados muestran que Agents-A1 combina una fuerte capacidad de búsqueda de horizonte largo, un razonamiento científico robusto y un seguimiento de instrucciones confiables, estableciéndolo como un modelo agente altamente capaz y eficiente que reduce la brecha con modelos fronterizos mucho más grandes.