Sage S2.1 Flash منتشر شد؛ مدل علمی متن‌باز ۳۲۱ میلیاردی که مولکول و پروتئین را می‌فهمد

آزمایشگاه هوش مصنوعی شانگهای مدل علمی Sage S2.1 Flash را با ۳۲۱ میلیارد پارامتر و مجوز MIT منتشر کرد. توانایی‌ها، عددهای آزمون و محدودیت‌ها.

Sage S2.1 Flash منتشر شد؛ مدل علمی متن‌باز ۳۲۱ میلیاردی که مولکول و پروتئین را می‌فهمد

آزمایشگاه هوش مصنوعی شانگهای روز ۲۳ آبان ۱۴۰۵ (۱۴ نوامبر ۲۰۲۶) مدل Sage S2.1 Flash را منتشر کرد؛ مدلی ۳۲۱ میلیارد پارامتری که برای کار پژوهشی ساخته شده و به‌جز متن، داده‌ی علمی مثل ساختار مولکول، بلور و پروتئین را هم می‌فهمد. طبق برگه‌ی رسمی مدل در Hugging Face وزن‌ها و کد با مجوز MIT منتشر شده‌اند؛ یعنی هر کسی می‌تواند مدل را دانلود کند، تغییر بدهد و در کار تجاری هم به کار ببرد.

Sage S2.1 Flash چیست؟

سازنده‌ها این مدل را دستیار پژوهش معرفی می‌کنند، نه چت‌بات معمولی. در برگه‌ی مدل آمده که Sage برای کارهایی طراحی شده که چند دور تحلیل و وارسی می‌خواهند. مدل فهم داده‌ی علمی را با جست‌وجوی اطلاعات، برنامه‌نویسی و کار با ابزار ترکیب می‌کند. می‌تواند نرم‌افزار تخصصی را اجرا کند، نتیجه را با خروجی‌های میانی و تصویرها بسنجد و گام بعدی را بر همان اساس عوض کند.

این مدل را گروه InternLM در همان آزمایشگاه منتشر کرده است. کنار نسخه‌ی اصلی، یک نسخه‌ی FP8 هم هست که حافظه‌ی کمتری می‌خواهد.

داده‌ی علمی را چطور می‌فهمد؟

بخش علمی مدل روی مجموعه‌ای به نام Sage SciPerception سوار است. برگه‌ی مدل می‌گوید بیش از ده نوع ورودی علمی پشتیبانی می‌شود و این چهار نمونه را نام برده است:

  • گراف مولکول
  • ساختار بلور
  • توالی پروتئین
  • ساختار سه‌بعدی پروتئین

هر نوع داده رمزگذار خودش را دارد. خروجی رمزگذار از یک لایه‌ی واسط می‌گذرد و کنار واژه‌های متن وارد مدل زبانی می‌شود. به این ترتیب مدل می‌تواند درباره‌ی یک مولکول یا پروتئین همان‌طور استدلال کند که درباره‌ی یک جمله. کارهایی که برگه‌ی مدل نام برده پیش‌بینی ویژگی مواد، دسته‌بندی توالی، پیدا کردن جایگاه فعال، حدس ساختار و تحلیل عددی است.

عددهای آزمون چه می‌گویند؟

سازنده‌ها می‌گویند Sage در مقایسه با پنج مدل دیگر در چهار آزمون اول و در هفت آزمون دوم شده است. چند ردیف از جدول برگه‌ی مدل:

آزمونSage S2.1 FlashDeepSeek-V4.1-FlashClaude Opus 5
MLE-bench Lite (یادگیری ماشین)۹۰٫۳۸۹٫۲۸۸٫۰
OfficeQA Pro (پرسش از سند اداری)۷۲٫۲۶۹٫۷۶۷٫۲
SpreadsheetBench 2 (کار با جدول)۳۷٫۱۳۵٫۸۳۳٫۶
Harvey LAB (کار حقوقی)۲۵٫۰۱۱٫۷۲۲٫۷
Terminal-Bench 2.1 (کار در ترمینال)۸۷٫۹۸۷٫۶۹۰٫۲
SWE-bench Pro (رفع ایراد کد)۶۰٫۶۶۱٫۸۷۶٫۵

جدول نشان می‌دهد Sage در تحلیل داده، کار با سند و جدول قوی است ولی در کدنویسی سنگین از مدل‌های بسته‌ی رده‌بالا عقب می‌ماند. در SWE-bench Pro حدود ۱۶ امتیاز با Claude Opus 5 فاصله دارد.

چه چیزهایی هنوز روشن نیست؟

به نوشته‌ی AI Weekly برگه‌ی مدل نه مقاله‌ی علمی همراه دارد، نه توضیحی درباره‌ی داده‌ی آموزش و نه تاریخ انتشار رسمی. همه‌ی عددها را خود سازنده داده و هنوز کسی بیرون از آزمایشگاه آن‌ها را تکرار نکرده است. جالب اینکه جدول فقط کار عمومی را می‌سنجد و برای خود کارهای علمی، مثل پیش‌بینی ویژگی مولکول، عددی نیامده است. طول زمینه و سخت‌افزار لازم هم در برگه گفته نشده است.

اجرای مدل هم ساده نیست. مدل ۳۲۱ میلیارد پارامتری روی رایانه‌ی خانگی جا نمی‌شود و سرور با چند کارت گرافیک بزرگ می‌خواهد. طبق برگه‌ی مدل اجرا با vLLM انجام می‌شود و برای ورودی علمی باید تنظیم جداگانه‌ای روشن شود. هنوز هیچ سرویس ابری هم این مدل را آماده ارائه نمی‌کند.

جای این مدل در موج مدل‌های باز چین

Sage تازه‌ترین عضو موجی است که در همین ماه چند مدل بزرگ باز از چین آورده است. Kimi K3.1 Pro با ۲٫۸ تریلیون پارامتر و LongCat-2.5 با ۱٫۶ تریلیون پارامتر هر دو در آبان منتشر شدند. فرق Sage در این است که به‌جای بزرگ‌تر شدن، سراغ یک کاربرد مشخص رفته است: علم.

شرکت‌های آمریکایی هم همین مسیر را با مدل بسته می‌روند. همین امروز در خبر وبلاگ علمی OpenAI نوشتیم که این شرکت کارنامه‌ی مدلش را در فیزیک ذرات منتشر کرده است.

این یعنی چه برای کاربر فارسی‌زبان؟

برای دانشگاه‌ها و گروه‌های پژوهشی ایرانی مهم‌ترین نکته مجوز است. مدل باز با مجوز MIT را می‌شود روی سرور خود دانشگاه اجرا کرد و برای این کار به حساب کاربری یا پرداخت ارزی نیاز نیست. داده‌ی آزمایشگاه هم از سازمان بیرون نمی‌رود. مانع اصلی سخت‌افزار است؛ اجرای چنین مدلی از توان بیشتر آزمایشگاه‌ها بیرون است و باید منتظر نسخه‌های کوچک‌تر یا سرویس‌های میزبان ماند.

برگه‌ی مدل درباره‌ی زبان‌ها چیزی نگفته و کیفیت فارسی آن معلوم نیست. اگر دانشجو یا پژوهشگرید و همین امروز کمک می‌خواهید، کارهای روزمره‌ی پژوهش مثل خلاصه کردن مقاله، توضیح یک روش، نوشتن کد تحلیل داده و مرتب کردن جدول را می‌توانید در ابزارهای هوش‌نو با مدل‌های GPT، Claude، Gemini، DeepSeek و Qwen به فارسی انجام بدهید. فقط نتیجه‌ی عددی و ارجاع‌ها را خودتان با منبع اصلی بسنجید.

منبع‌ها

سؤالات متداول

Sage S2.1 Flash را چه کسی ساخته است؟

آزمایشگاه هوش مصنوعی شانگهای و گروه InternLM. مدل در Hugging Face منتشر شده است.

آیا استفاده از آن رایگان است؟

وزن‌ها و کد با مجوز MIT رایگان و آزادند. هزینه‌ی اصلی سخت‌افزار اجراست، چون مدل ۳۲۱ میلیارد پارامتر دارد.

فرق آن با مدل‌های عمومی چیست؟

به‌جز متن، ورودی علمی مثل گراف مولکول، ساختار بلور و پروتئین را هم می‌گیرد و برای کار چندمرحله‌ای پژوهشی با ابزار ساخته شده است.

آیا عددهای آزمون قابل اعتمادند؟

فعلا فقط خود سازنده آن‌ها را گزارش کرده و مقاله یا سنجش مستقلی منتشر نشده است. باید با احتیاط خوانده شوند.

نویسنده نعیم حشم‌بان بنیان‌گذار و سردبیرِ هوش نو

نعیم حشم‌بان بنیان‌گذارِ هوش نو است و هر روز مدل‌های تازه‌ی هوش مصنوعی را امتحان می‌کند تا آموزش و بررسیِ ساده و دقیق به زبانِ فارسی بنویسد.