Agnes AI veröffentlicht Agnes-3.0-Qwen: 180B MoE-Modell mit 1M-Token-Kontext
CompaniesHugging Face
Warum es zählt
Agnes-3.0-Qwen bietet agentische Stärken (τ³-Banking, Terminal-Bench 2.1), Bild- und Video-Input sowie selektierbaren Reasoning-Aufwand – als GGUF-Quantisierung lokal nutzbar, was es für ressourcenbewusste AI-Builder relevant macht.
— Lumeric Redaktion
~180B Parameter (512 Experten, 10 aktiv)
Modellgröße MoE-Architektur
Frag die KI zum Artikel
Folgefragen zu Headline, Quelle und Volltext — Antwort streamt in wenigen Sekunden.
Verwandte Beiträge
- LAUNCHreddit.com3w
IQuest veröffentlicht IQuest-Q1: 320B-Parameter MoE-Modell für Agentic Coding
- LAUNCHreddit.com1w
LiquidAI veröffentlicht LFM2.5-24B-A2B: 24B-Modell mit nur 2B aktiven Parametern
- LAUNCHreddit.com6d
inclusionAI Ling-3.1-flash: 560B Parameter, 25B aktiv, 1M-Token-Kontext
- FORSCHUNGreddit.com2w
Qwen3.8-27B-pi: Effort-gesteuertes Reasoning für Agentic Coding
Agnes AI veröffentlicht Agnes-3.0-Qwen: 180B MoE-Modell mit 1M-Token-Kontext
CompaniesHugging Face
Warum es zählt
Agnes-3.0-Qwen bietet agentische Stärken (τ³-Banking, Terminal-Bench 2.1), Bild- und Video-Input sowie selektierbaren Reasoning-Aufwand – als GGUF-Quantisierung lokal nutzbar, was es für ressourcenbewusste AI-Builder relevant macht.
— Lumeric Redaktion
~180B Parameter (512 Experten, 10 aktiv)
Modellgröße MoE-Architektur
Frag die KI zum Artikel
Folgefragen zu Headline, Quelle und Volltext — Antwort streamt in wenigen Sekunden.
Verwandte Beiträge
- LAUNCHreddit.com3w
IQuest veröffentlicht IQuest-Q1: 320B-Parameter MoE-Modell für Agentic Coding
- LAUNCHreddit.com1w
LiquidAI veröffentlicht LFM2.5-24B-A2B: 24B-Modell mit nur 2B aktiven Parametern
- LAUNCHreddit.com6d
inclusionAI Ling-3.1-flash: 560B Parameter, 25B aktiv, 1M-Token-Kontext
- FORSCHUNGreddit.com2w
Qwen3.8-27B-pi: Effort-gesteuertes Reasoning für Agentic Coding