国产开源大模型黑马IQuest-Q1发布，320B参数仅激活15B

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”。

在这片大语言模型红海中，一个新玩家悄然走入视野。至知创新研究院开源了模型IQuest-Q1，采用稀疏MoE架构，总参数约320B、激活参数仅约15B，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。在同代开源模型中，这是偏“轻量”的尺寸，但从官方公布的评测和演示看，结果并不“轻”。模型权重与Blog已同步发布。

在涵盖代码、软件工程、终端操作、工具使用和复杂智能体任务的多项标准评测中，IQuest-Q1整体表现较为均衡，没有靠单项极高分撑起成绩，各类任务能力分布相对完整。具体而言，它在仓库级代码生成NL2Repo以及网络安全基准CyberGym上取得稳健成绩，并在终端Terminal-Bench 2.1、代码长程任务DeepSWE v1.1、办公场景JobBench等复杂任务评测中展现出均衡能力。