至知创新研究院开源 IQuest-Q1，320B 总参 15B 激活的 MoE 模型
一款总参 320B、激活仅 15B 的开源 MoE 模型发布，主打代码与智能体任务，跑分均衡且推理成本可控。
至知创新研究院开源 IQuest-Q1，采用稀疏 MoE（混合专家，每层只激活一部分参数以压低推理成本）架构，总参数约 320B、激活参数约 15B。训练重点放在代码、软件工程与复杂任务执行，同时覆盖推理、工具使用和长上下文理解，权重与技术博客已同步放出。
正文摘录
.jpg) 当 GPT-6 打出「抢着干活」的口号、Claude 把编程与终端操作牢牢按在自家腹地，开源阵营这半年也在同一条战线上加速集结 —— 从 Qwen 3.8、Kimi K3 到腾讯混元 Hy4，几乎每一次亮相都在把「代码 + 智能体」这条主线往前推一格。 一个共同的信号是：模型的价值锚点，正在从「答得漂亮」转向「干得成事」。 而在这大语言模型的红海中，一个新玩家正在悄然走入大家的视野。 我们观察到，就在昨天晚上，至知创新研究院开源了一个模型 IQuest-Q1。模型采用稀疏 MoE 架构，总参数约 320B、激活参数仅约 15B，把训练重点放在代码、软件工程与复杂任务执行上，同时向推理、工具使用、长上下文理解与多步任务处理延伸。 在同代开源模型里，这是一个偏 "轻量" 的尺寸 —— 但从官方公布的评测和演示看，它给出的结果并不 “轻”。 模型权重与 Blog 已同步发布。