Intern-S2-397B

Intern-S2-397B 是上海人工智能实验室推出的开源科学多模态推理模型，是 Intern-S2-Preview-397B 的正式升级版本，官方标称总参数为 397B。模型结合视觉语言预训练、多任务强化学习和长程智能体强化学习，面向科学问题求解及通用智能体任务。

架构与能力

官方配置采用 Qwen3_5MoeForConditionalGeneration 混合专家架构：语言部分有 60 层、512 个路由专家，每个 token 选择 10 个专家，并配置共享专家；每 4 层中的 3 层为线性注意力、1 层为全注意力。原生上下文为 262144 tokens（256K）。根据官方配置与对应模型实现推算，语言主干激活参数约 17.37B，目录按 17B 记录；该口径计入完整输入嵌入与输出头，不计视觉编码器和 MTP，并非官方直接标注值。不能将 397B 乘以 10/512 当作完整激活参数量，因为共享专家、注意力和其他模块也参与计算。

模型支持文本、图像理解、工具调用以及可切换的思考模式，默认开启思考。科学任务覆盖超过 20 个领域，包括生物分子交互设计、材料结构生成。官方还提供时序信号理解和数值预测示例；时序功能当前通过 LMDeploy 使用。官方支持 LMDeploy、vLLM、SGLang 部署，权重采用 Apache 2.0 许可。

正式版官方评测

以下为正式版 Intern-S2-397B 的官方自报成绩，并非 Preview 版结果或独立第三方复测。官方使用 OpenCompass、VLMEvalKit、AgentCompass；文本推理评测最大推理长度为 256K tokens，多模态评测为 64K tokens。

• 科学任务：Biology-Instructions 55.71；Mol-Instructions 53.95；MolecularIQ 62.35；SciReasoner 1.5 63.28；TOMG-Bench 66.76。
• 科学多模态：XLRS-Bench 51.38；MicroVQA 69.67；SFE 60.74。
• 科学智能体：SciCode 47.63；SGI-Bench 51.89；FrontierScience-Olympiad 87.00；FrontierScience-Research 55.00。
• 通用任务：MMLU Pro 89.77；AdvancedIF 71.57；HMMT-2026 93.56。
• 通用多模态：MMMU Pro 81.68；ChartQAPro 71.12。
• 通用智能体：TerminalBench 2.1 64.04（Terminus 2）；SWE-bench-Pro 68.54、SWE-bench-Multilingual 84.00（Mini-SWE-Agent）。SWE-bench-Pro 使用多项防作弊配置，防止模型直接访问答案。

智能体成绩反映模型与工具框架组成的系统表现，不能不加区分地与不同 harness、预算或协议的成绩直接比较。未在现有评测目录中准确匹配的项目保留在本介绍中，不合并到近似名称或其他版本的评测。

来源：正式版官方模型卡、官方架构配置、正式版完整评测表、官方模型文档。