模型資訊
| 項目 | 值 |
|---|---|
| Model ID | IQuestLab/IQuest-Q1（開源權重，無官方託管 API，需自架部署） |
| 廠商 | IQuest（至知創新研究院） |
| 參數量 | 320B 總參數／15B 活躍參數（MoE，256 個 experts、8 個啟用） |
| Context Window | 524,288 tokens |
| Input 定價 (USD/1M tokens) | 無官方 API，需自架（開源權重） |
| Output 定價 (USD/1M tokens) | 無官方 API，需自架（開源權重） |
| 開源 | 是（Modified MIT License，商用需在產品介面顯著標示「IQuest-Q1」字樣） |
| 發布日 | 2026-09-28 |
| 官方公告 | IQuest-Q1 Technical Blog |
| HuggingFace | IQuestLab/IQuest-Q1 |
| 家族 | IQuest-Q 系列（首作） |
能力亮點
- 320B 總參數只啟動 15B（256 個 experts 選 8 個），CyberGym（真實 CVE 修復）拿到 84.5%，僅次於 DeepSeek-V4.1-Flash 的 88.1%，贏過 GLM-5.3、DeepSeek-V4-Pro、Hy4-preview
- 524,288 tokens context window 原生支援 Claude Code 與 Codex CLI，換模型只需改環境變數（如
ANTHROPIC_MODEL="IQuest-Q1[1m]"），[1m]只是 client 端標籤，實際 context 上限仍是 512K，定位是兩個主流 coding agent 工具的自架替代品 - 推理階段用 1 個 recursive MTP（multi-token prediction）層跑 8 次，搭配 EAGLE 投機解碼，在 15B 活躍參數的前提下壓低延遲
- 訓練與研發流程讓模型本身參與能力診斷、訓練方案設計與部分實驗執行，人類只在研究方向調整、高成本實驗與版本採用等關鍵節點把關——IQuest 稱此為模型「參與自己的開發」
Benchmark 表現
| Benchmark | 分數 | 前代模型 | 競品最強 |
|---|---|---|---|
| CyberGym（真實 CVE 修復） | 84.5% | 首作，無前代 | DeepSeek-V4.1-Flash 88.1% |
| Terminal-Bench 2.1（終端操作） | 83.2% | 首作，無前代 | Claude Opus 5 89.1% |
| DeepSWE v1.1（長程軟體工程） | 64.6% | 首作，無前代 | DeepSeek-V4.1-Flash 74.2% |
| NL2Repo（整庫級程式碼生成） | 63.0% | 首作，無前代 | Claude Opus 5 75.3% |
| JobBench（辦公場景任務） | 55.7% | 首作，無前代 | Claude Opus 5 65.7% |
⚠️ 以上均為 IQuest 官方自測（harness：DeepSWE v1.1 用 mini-SWE-agent，其餘用 Claude Code 2.1.140／Codex 0.142；CyberGym 設 6 小時上限、Terminal-Bench 2.1 設 8 小時上限），尚無第三方獨立複現。
與前代/競品比較
IQuest-Q1 是 IQuest 的第一個公開模型，沒有前代可比，只能放進既有開源 agentic coding 模型的棋盤裡看。15B 活躍參數在同代裡偏「輕量」——DeepSeek-V4.1-Flash、GLM-5.3、Hy4-preview 都是更大或同級的開源模型——但 IQuest-Q1 在 CyberGym 上以 84.5% 排進前段（次於 DeepSeek-V4.1-Flash 的 88.1%），Terminal-Bench 2.1 的 83.2% 也緊跟在 Hy4-preview（85.4%）之後，顯示小活躍參數不代表任務執行力明顯打折。
跟目前最強的閉源模型 Claude Opus 5 比，差距仍然明顯：NL2Repo 落後 12.3 個百分點、JobBench 落後 10 個百分點、Terminal-Bench 2.1 落後 5.9 個百分點。換句話說，IQuest-Q1 的定位是「同量級開源模型裡的中上水準」，而不是挑戰閉源旗艦的天花板。
值得注意的是團隊本身：至知創新研究院是此前沒有公開模型紀錄的新實驗室，IQuest-Q1 是其首作就同時公開權重、推理程式碼與訓練方法論（MOPD，Multi-Teacher On-Policy Distillation），這種「一次到位」的發布完整度在新進團隊裡並不常見。
對 Agent 開發的意義
這個模型把自己定位成 Claude Code／Codex CLI 的開源可自架替代品，而不是另一個泛用聊天模型。
- 如果你在做 coding agent 且需要資料不出內網（金融、政府、受監管產業）：IQuest-Q1 原生相容 Claude Code 的 Anthropic Messages 介面與 Codex 的 OpenAI Responses 介面，換模型只需改環境變數與 gateway，不用重寫 agent 邏輯
- 如果你在跑真實 CVE 修復或資安稽核類的 agentic 任務：CyberGym 84.5% 是開源模型裡少見的高分，值得在自架場景替代或補強現有工具鏈
- 不適合：需要多模態輸入的場景（這個 checkpoint 純文字，官方明講沒有圖像／音訊／影片輸入能力）；也不適合沒有 8 張 H200 等級 GPU 做張量平行的團隊——BF16 權重約 640GB，自架門檻不低
- 如果你還在評估要不要用新團隊的模型：IQuest 公開了完整訓練管線與「模型參與自己開發」的研發流程說明，這種透明度對信任評估是加分，但缺乏第三方獨立複現仍是風險，建議先用自己的任務集抽樣驗證再上生產
今日收穫
一個三天前才公開模型紀錄的新實驗室，首作就同時交出權重、推理程式碼、訓練方法論和「模型參與自己訓練診斷」的研發流程說明——完整度已經不輸給有多年發布紀錄的團隊。這提醒我：評估一個新模型是否可信，「這次分數多高」只是半個問題，「團隊願意公開多少複現細節」可能是更穩定的信號。
參考資料
Loading...