AREX-2
智源研究院基于 Qwen3.8 的 27B 智能体,能多轮改进自己的答案。MLE-Bench Lite 81.8,BrowseComp 84.0。
一句话概括. AREX-2 是一个不会满足于第一次答案的智能体模型。它先提出方案,再查看分数或错误日志,找出问题所在然后重试,你允许多少轮就做多少轮。采用 Apache 2.0,可免费商用,是一个一块大显存 GPU 就能装下的 27B 稠密模型。
概述
AREX-2 是北京智源人工智能研究院(BAAI)的 270 亿参数智能体模型,于 2026 年 9 月 29 日以 Apache 2.0 许可证发布。它基于 Qwen3.8-27B,只训练一项能力:在多轮中改进自己的答案。每一轮它都会提出方案,用分数、日志、错误信息和耗时来衡量结果,反思哪里出了问题,然后修改。
为了教会它这一点,智源团队从机器学习工程和算法编程任务中合成了很长的改进轨迹,这两个领域都可以用程序来检验一次修改是否真的更好。这些数据与此前 AREX 深度研究模型的数据合并,没有新增任何搜索轨迹,但模型卡称这种行为迁移到了网络研究上。模型保留了基础模型的图像输入和 262,144 token 上下文,论文称随着轮数预算增加,它还能持续进步。
智源的表格报告 Frontier-CS 188 题智能体赛道得分 70.7,MLE-Bench Lite(Any Medal,三个随机种子平均)得分 81.8,是表中 MLE-Bench Lite 的最高分,第二名是 73.7。在深度研究方面,它报告 BrowseComp 84.0,Humanity's Last Exam 纯文本子集 52.6,GAIA 92.2,DeepSearchQA 93.8。在同一张表里 40B 及以下的模型中,它在 BrowseComp、Humanity's Last Exam 和 DeepSearchQA 上领先,但在 GAIA 上落后于另外两个模型(97.1 和 96.0)。在 Frontier-CS 上,GPT-5.6 Sol(76.4)和 Claude Opus 4.8(74.5)等闭源模型仍然领先。所有结果都是智源自己的。
适合做什么
- 研究多轮改进解决方案的智能体,比如每次运行都会返回分数的机器学习实验
- 能读取分数、日志、错误信息和耗时的算法编程和机器学习工程智能体
- 深度研究智能体,需要你自己提供搜索和浏览工具
- BF16 下一块 80 GB GPU 就能装下的稠密 27B 模型(权重约 55 GB)
需要注意
- 模型卡把它描述为研究模型,分数遵循论文中的评测协议,所以普通的聊天调用复现不出来
- 在智源自己的表格里,它在 Frontier-CS 上落后于闭源前沿模型,在 GAIA 上落后于两个更小的模型
- 模型卡要求你同时遵守 Qwen 基础模型以及所涉数据和工具的条款与声明
- 所有基准数字都是智源自己报告的
性能数据来自开发方,未经独立验证。
需要多少内存?
以下为 AREX-2 (27B) 版本的估算。混合专家模型虽然每个 token 只用到部分专家,但所有专家都必须装进内存:总参数量决定所需内存,激活参数量决定速度。
| 版本 | 参数量 | BF16 | FP8 / INT8 | 4-bit (Q4) | 可运行于 |
|---|---|---|---|---|---|
| AREX-2 (27B) BF16 | 27.4B | 63 GB | 32 GB | 19 GB | 游戏显卡 |
估算方法:权重大小加约 15% 的运行开销。实际占用会随上下文长度增长,也取决于所用的软件。
许可证,用大白话说
最常见的宽松型许可证之一。你可以使用、修改模型并基于它销售产品,只需遵守少量条件。
延伸阅读
常见问题
- AREX-2 是什么?
- AREX-2 是一个不会满足于第一次答案的智能体模型。它先提出方案,再查看分数或错误日志,找出问题所在然后重试,你允许多少轮就做多少轮。采用 Apache 2.0,可免费商用,是一个一块大显存 GPU 就能装下的 27B 稠密模型。
- AREX-2 可以商用吗?
- 可以。AREX-2 采用 Apache 2.0 发布,这是一种宽松许可证。只要遵守常规条件(例如保留许可证声明),就可以商用。
- AREX-2 是开源的吗?
- AREX-2 采用 Apache 2.0 发布,该许可证经开源促进会(OSI)认可。训练数据和训练代码不一定公开,因此更准确的说法是“采用开源许可证的开放权重模型”。
- 我能在自己的电脑上运行 AREX-2 吗?
- 可以,但需要一块好显卡。最小版本 AREX-2 (27B) 在 4 位精度下约需 19 GB 内存,适合 24 至 32 GB 的游戏显卡,或 32 GB 及以上内存的 Mac。
- AREX-2 是什么时候发布的?
- AREX-2 由 BAAI 于 2026年9月29日 发布。
- AREX-2 的上下文窗口有多长?
- AREX-2 支持最长 256K token 的上下文窗口。
官方链接
来源
规格数据来自以下一手资料。文中提到的基准测试结果由开发方自报。
- AREX-2 model card (Hugging Face) huggingface.co
- AREX-2: Advancing Self-Improving Agents through Long-Horizon Reflective Tasks (arXiv) arxiv.org
- AREX-2 repository (GitHub) github.com
发布时间等信息最近核实于 2026年11月11日。
相关模型
| 模型 | 发布时间 | 参数量 | 上下文 | 许可证 | 最小版本所需内存 |
|---|---|---|---|---|---|
| Qwen3.8-27B Alibaba Qwen | 27.8B | 256K | Apache 2.0 (宽松) | 19 GB 游戏显卡 | |
| Nanbeige4.3-33B Nanbeige LLM Lab | 33.1B | 512K | Apache 2.0 (宽松) | 23 GB 游戏显卡 | |
| Kimi K3 Moonshot AI | 2.8T 激活 104B | 1M | Kimi K3 License (附条件) | 1.72 TB 多机集群 | |
| GLM-5.3-Flash Z.ai (Zhipu AI) | 320B 激活 18B | 1M | MIT (宽松) | 221 GB 大内存台式机 |